面向任务口语理解研究现状综述

口语理解是对话系统重要的功能模块，语义槽填充和意图识别是面向任务口语理解的两个关键子任务。近年来，联合识别方法已经成为解决口语理解中语义槽填充和意图识别任务的主流方法，介绍两个任务由独立建模到联合建模的方法，重点介绍基于深度神经网络的语义槽填充和意图识别联合建模方法，并总结了目前存在的问题以及未来的发展趋势。     

结合深度学习与支持向量机的金属零件识别

目的 在视觉引导的工业机器人自动拾取研究中，关键技术难点之一是机器人抓取目标区域的识别问题。特别是金属零件，其表面的反光、随意摆放时相互遮挡等非结构化因素都给抓取区域的识别带来巨大的挑战。因此，本文提出一种结合深度学习和支持向量机的抓取区域识别方法。方法 分别提取抓取区域的方向梯度直方图（HOG）和局部二进制模式（LBP）特征，利用主成分分析法（PCA）对融合后的特征进行降维，以此来训练支持向量机（SVM）分类器。通过训练Mask R-CNN（regions with convolutional neural network）神经网络完成抓取区域的初步分割。然后利用SVM对Mask R-CNN识别的抓取区域进行二次分类，完成对干扰区域的剔除。最后计算掩码完成实例分割，以此达到对抓取区域的精确识别。结果 对于随机摆放的铜质金属零件，本文算法与单一的Mask R-CNN及多特征融合的SVM算法就识别准确率、错检率、漏检率3个指标进行了比较，结果表明本文算法在识别准确率上较Mask R-CNN和SVM算法分别提高了7%和25%，同时有效降低了错检率与漏检率。结论 本文算法结合了Mask R-CNN与SVM两种方法，对于反光和遮挡情况具有一定的鲁棒性，同时有效地提升了目标识别的准确率。     

华北地区含硫化氢地下储气库脱硫运行技术

为了进一步推动国内含H_2S地下储气库的优化运行,以华北地区X地下储气库为例,为防止其运行过程中采出的天然气因含H_2S引发的安全问题,提出了有针对性的脱硫运行技术对策。主要包括:井筒抗硫技术、含硫气井井口失控远程点火技术和地面H_2S处理技术。地下选用国产宝钢生产的D114.3 mm BGT1气密封型防硫化氢螺纹油管及耐压强度达34.5 MPa的井下安全阀。对含硫井口配备失控远程点火系统。在地面主要采用"活性炭+脱硫剂"分层装填脱硫塔的方式实现采出混合气体脱硫,并结合储气库井受双向压力及井底热传导效应促进硫溶解。通过摸索并实施一系列针对性的技术对策,X储气库完全自主实现零事故安全运行,为类似地下储气库的建设及运行提供了一定的参考。     

地下水穿透情形下玻璃固化体的蚀变研究

玻璃固化体在高放废物处置库中的长期处置行为，是处置库安全评价的关键环节之一。本研究模拟极端情形下，地下水穿透包装容器与固化体接触后，固化体中元素的浸出和蚀变行为。结果表明，地下水与固化体接触后，各元素的浸出浓度迅速增大，在200 d后逐渐下降并趋于稳定；温度对固化体中不同元素浸出速率的影响不同，B和Si的浸出速率随温度的增加而增大，U和Re的浸出速率随温度的降低而增大；固化体蚀变程度随温度的升高而加重，但其蚀变层的形成会阻滞元素在其中的扩散，客观上降低了固化体蚀变速率；富Si处置环境有利于抑制固化体中元素的浸出。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

数字花卉植物的全息可视化与交互实现

花卉植物形态、结构与生长过程的数字化和可视化是现代林业科研的重要研究内 容，数字花卉植物在科普、教育、展示等方面都有着广泛的应用与需求。全息影像技术是一种 新兴的前沿技术，其原理源自佩珀尔幻象，通常用于生成立体感强的影像，实现数字幻象与真 实世界的融合，拥有良好的观赏性，用户接受度较高。将全息影像技术与数字花卉植物相关研 究进行结合，可以加强数字花卉植物的可视化效果，从而实现更好的科普、教育、展示效果。 因此在现有的研究基础之上，考虑实现数字花卉植物的全息可视化，并在可视基础上增加了用 户交互实现，设计出一套兼具展示性和交互性的流程，力求总结出一种具有完整可行性的方案， 从而对数字花卉植物的新型表现形式进行深入研究，以期对数字植物研究与应用的进一步发展 提供参考。     

含煤盆地深层“超饱和”煤层气形成条件

中国深层煤层气资源丰富，但总体勘探和认识程度较低，尚未形成较为系统的深层煤层气地质理论。通过解剖分析准噶尔盆地白家海凸起和鄂尔多斯盆地临兴区块深层"超饱和"煤层气井的试气/生产动态，估算原地游离气的含气量，分析了深层"超饱和"煤层气的形成条件。研究表明：①深层"超饱和"煤层气储层中除吸附气外，还含有原地游离气，用常规试气方法可直接获得气流，煤层气的产出不明显依赖于排水降压；②埋藏超过一定深度，在煤阶和温度的综合作用下，煤的吸附能力将随埋深的继续增加而降低，煤层中吸附气的饱和度有增加的趋势，在达到吸附饱和后，出现原地游离气并形成"超饱和"煤层气，盆地深层具有"超饱和"煤层气形成的优势条件；③由于地温梯度和压力梯度的不同，不同盆地"超饱和"煤层气出现的临界深度不同，异常高压和异常高热流可以降低深层"超饱和"煤层气形成的临界深度；④深层"超饱和"煤层气开发具有大大缩短见气时间、充分利用地层能量和累积产水量低等优势，有望成为未来煤层气勘探开发的一个重要领域。     

基于并行跟踪检测框架与深度学习的目标跟踪算法

在空地协同背景下，地面目标的移动导致其在无人机视角下外观会发生较大变化，传统算法很难满足此类场景的应用要求。针对这一问题，提出基于并行跟踪和检测（PTAD）框架与深度学习的目标检测与跟踪算法。首先，将基于卷积神经网络（CNN）的目标检测算法SSD作为PTAD的检测子处理关键帧获取目标信息并提供给跟踪子；其次，检测子与跟踪子并行处理图像帧并计算检测与跟踪结果框的重叠度及跟踪结果的置信度；最后，根据跟踪子与检测子的跟踪或检测状态来判断是否对跟踪子或检测子进行更新，并对图像帧中的目标进行实时跟踪。在无人机视角下的视频序列上开展实验研究和对比分析，结果表明所提算法的性能高于PTAD框架下最优算法，而且实时性提高了13%，验证了此算法的有效性。     

多级深度还原法制备Ti6Al4V合金粉体的基础研究

目前Ti6Al4V合金粉体的生产方法主要有雾化法、机械合金法和氢化脱氢法,它们都以Kroll法生产海绵钛为基础。使用钛的氧化物作为原料的熔盐电解法和金属热还原法仍处于研究阶段。本文依据变价金属Ti和V的氧化物在还原过程中逐级还原的特性,提出使用金属氧化物(TiO₂, V₂O₅)作为原料的多级深度还原法制备Ti6Al4V合金粉体的新思路。首先计算了TiO₂-V₂O₅-Mg-Ca体系的吉布斯自由能变,结果表明先进行镁热自蔓延反应,后进行钙热深度还原反应制备Ti6Al4V合金粉体在热力学上具备可行性。然后通过实验进行了的验证。镁热自蔓延反应产物酸浸后除去MgO可得到氧含量为15.84%的多孔Ti-Al-V-O前驱体。配入金属Ca后进行深度脱氧可得到低氧Ti6Al4V合金粉体(Al: 6.2wt.%, V: 3.64wt.%, O: 0.24wt.%, Mg: 0.01wt.%, Ca: < 0.01wt.%)。