基于宇宙量子算法的微小零件尺寸检测

通过建立主、从式宇宙空间结构改善了量子算法的运行效率,非正交二次B样条小波和最小二乘小波支持向量回归机对零件边缘进行检测,给出了微小零件尺寸检测流程。试验仿真显示该算法对微小零件尺寸测量数据波动范围较小,方差值相比其他方法值较低,其中UQ算法测量的外轮直径测量方差值比HI、MM、AIT、IF、IGR算法分别减少了75.29%,78.40%,64.47%,60.95%,52.15%;UQ算法测量的内轮直径测量方差值比HI、MM、AIT、IF、IGR算法分别减少了72.89%,76.75%,62.66%,59.22%,50.13%,提高了微小零件的精度测量。     

光伏用电致发光缺陷检测仪空间分辨率的量化评估

针对光伏用电致发光缺陷检测仪空间分辨率目视判定重复性、准确性差,并且难以量化等问题,提出一套基于卷积神经网络模型的空间分辨率量化评估方法。参照相关标准JJF(闽)1088-2018,采取不同的拍摄条件拍摄并切割出空间分辨率线对图像,对图像进行人工分类。设计卷积神经网络结构,采用卷积层、池化层和全连接层结构,并使用已分类完成的空间分辨率线对图像对模型进行训练。最终使用测试集对模型进行评估,结果表明,模型在测试集上的判别正确率达到99.2%。该方法满足使用要求,可取代目视判别,提高了光伏用电致发光缺陷检测仪空间分辨率判定的准确性与重复性,并为其量化提出了新的解决思路。由于太阳电池片用光致发光缺陷检测仪与光伏用电致发光缺陷检测仪的成像方式类似,该方法可兼容太阳电池片光致发光检测仪的性能评估。     

Preparation of molecularly imprinted fluorescence sensor based on carbon quantum dots via precipitation polymerization for fluorescence detection of tetracycline

A facile and effective method was proposed to prepare the molecularly imprinted fluorescence sensor with carbon quantum dots, which were modified vinyl groups by acrylic acid on the surface. The obtained fluorescence composite material was investigated by transmission electron microscope and Fourier transform infrared spectra. After the experimental conditions were optimized, a linear range of 1.0–60 μmol L⁻¹ was obtained and the detection limit was 0.17 μmol L⁻¹. The novel fluorescence sensor can be successfully used to detect tetracycline in real samples. This study provides a convenient strategy for selective recognition and rapid detection of tetracycline in the complex environment.     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

Estimating posterior inference quality of the relational infinite latent feature model for overlapping community detection

Overlapping community detection has become a very hot research topic in recent decades, and a plethora of methods have been proposed. But, a common challenge in many existing overlapping community detection approaches is that the number of communities K must be predefinedmanually. We propose a flexible nonparametric Bayesian generative model for count-value networks, which can allow K to increase as more and more data are encountered instead of to be fixed in advance. The Indian buffet process was used to model the community assignment matrix Z, and an uncollapsed Gibbs sampler has been derived.However, as the community assignment matrix Z is a structured multi-variable parameter, how to summarize the posterior inference results and estimate the inference quality about Z, is still a considerable challenge in the literature. In this paper, a graph convolutional neural network based graph classifier was utilized to help to summarize the results and to estimate the inference quality about Z. We conduct extensive experiments on synthetic data and real data, and find that empirically, the traditional posterior summarization strategy is reliable.     

上榆泉煤矿煤泥水多参数在线检测系统应用研究

针对上榆泉煤矿煤泥水性质参数人工检测周期长、误差大、滞后性严重的问题,采用多参数传感器和PLC,开发了煤泥水多参数在线检测系统。经过8 h稳定运行,平均结果显示该厂煤泥水参数为pH值为7.71、浓度9.45%、中值直径(D50)39.56μm、流量2 440 m3/h、水质硬度428.94 mg/L,与人工检测结果相一致。应用结果表明,该检测系统能够实现煤泥水多参数在线监测和数据分析功能,使煤泥水的处理更高效。     

矿井顶板水探测方法及富水区成因分析

某矿1303工作面为三采区首采工作面，顶板含水层主要为第四系含水层、K₁₀和K₈砂岩裂隙含水层。为了解顶板K₁₀和K₈砂岩裂隙含水层的富水性，在1303工作面运输巷布置了覆盖全工作面的10个钻场（46个顶板探放水钻孔）进行探测，结合地表钻孔的顶板覆岩规律以及抽水试验结果可知，K₁₀和K₈砂岩裂隙含水层属于弱富水含水层，在2号钻场和8号钻场周边局部存在局部富水区；局部富水区均与构造有关，2号钻场位于背斜翼部，8号钻场位于向斜轴部，而背斜翼部和向斜轴部易出现砂岩裂隙带，成为地下水的富集区。     

煤矿薄煤层定向钻孔水害探查技术研究

从保德煤矿水文地质条件出发，研究了矿区奥灰水突水危险性，计算了8号煤层底板安全隔水层厚度和突水系数。采用薄煤层定向钻探工艺对保德煤矿81312工作面胶带运输巷道和81313工作面辅助运输巷道底板以下岩层及10号煤层进行水害及隐伏构造探查，探明了8号煤层底板岩层地质构造及富水性，形成了区域薄煤层定向钻孔水害探查方法。研究表明，利用定向钻孔的一孔多用功能超前预抽10号煤层瓦斯，可为矿区安全开采提供保障。     

离子色谱-脉冲安培法测定饮料中的聚葡萄糖的含量

通过优化标准方法AOAC 2000.11和GB 5009.245-2016的样品前处理过程，简单、高效准确地分析饮料中添加的聚葡萄糖含量。方法 样品经离心超滤净化，去除基质干扰，采用色谱柱分离，离子色谱-脉冲安培检测器测定，外标法定量。结果 聚葡萄糖在0.20 ~ 2.00 g/L的浓度范围内呈良好线性关系 (R2 > 0.999)。方法检出限和定量限分别为0.01 和0.03 g/L，三个添加水平的平均加标回收率为90.0%~98.8%，相对标准偏差为0.63%~2.36%。同时考察了市场上10种不同品类的饮料，加标回收率为93.0%-105%。结论 本方法样品前处理简单、快速、广泛适用于饮料中添加的聚葡萄糖含量测定。     

基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。