基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

黄沙坪铅锌多金属矿的成矿规律及深部找矿远景

众所周知,矿物质的成分是多种多样的,社会的发展和科学的进步需要运用到多重金属矿物质,在专业人员的勘探与挖掘中,发现了黄沙坪铅锌多金属矿,这个矿区中有丰富的有色金属,这个矿的发掘为研究成矿规律提供了物质基础,同时也为深部找矿提供了可靠的依据。本文主要分析黄沙坪铅锌多金属矿的成矿规律及深部找矿远景。     

基于多信号干扰的无线电台频率指配算法

为解决无线电台通信中互扰问题,对无线电台频率指配问题进行了研究。针对无线电台组网应用的特殊性,分析了无线电台通信网干扰产生原因,设计了更符合实际的基于多信号干扰的频率指配模型。在此基础上,将遗传算法和模拟退火算法结合,设计了基于模拟遗传退火的频率指配算法,并将其应用到实际的无线电台通信网中。仿真表明该算法具有全局寻优能力强,收敛性能好的特点。     

裂缝性孔隙介质频变AVAZ反演方法研究进展

由于尺度的限制,利用地震方法进行裂缝参数定量表征一直是地球科学的难题。基于裂缝性孔隙介质动态等效理论的频变AVAZ反演方法给出了研究思路。首先介绍了裂缝性孔隙介质的等效介质理论研究进展,分析比较了各种裂缝性储层岩石静态等效介质模型和动态等效介质模型;然后给出了基于Chapman模型的裂缝参数和渗透率定量表征的正问题数学模型以及反演问题求解的方法和策略,以及基于模型数据的数值计算结果;最后讨论了频变AVAZ反演方法目前存在的问题和进一步研究方向。     

基于推断策略多介质反应温度控制系统研究与实现

针对反应釜夹套多种热/冷介质温度自动控制检测硬件复杂、实现困难等问题,分析了夹套介质切换操作过程,提出了基于推断识别的夹套介质自动切换解决方案,最大程度地简化了系统硬件配置。通过记忆阀门操作推断识别夹套内当前介质,替代在线检测与分析物质成分检测系统。分析了影响压空时间的因素,关联了压空时间与压空用压缩空气压力的关系,并根据压空操作时间推断判定夹套介质压空终点,解决了传感器检测压空操作终点存在的问题。设计了基于推断识别的夹套介质自动切换控制系统,实际应用中克服了人工操作过程复杂、效率低和易出错等问题。实际应用表明,该方案介质切换的效率高、安全可靠。     

Excel规划求解在多水源管网计算中的应用

基于哈代—克罗斯法算法原理,将管网结构参数登录在Excel平台上进行规划求解,由此得到管段流量、水头损失及各节点水压等参数。此法收敛精度高,简单易操作,迭代速度快,为管网的优化运行、调度以及改扩建提供了科学依据。     

厚煤层综放开采覆岩动力灾害原理及防治技术

随着我国煤炭开采深度的不断增加,冲击地压等煤岩动力灾害日益加剧,严重影响到煤矿安全生产。综合采用理论分析、装备研发,技术开发、工程实践等方法,研究了厚煤层综放开采的覆岩运动特征、动静叠加载荷作用下冲击动力灾害发生原理,提出了坚硬顶板多点拖动式分段水力压裂冲击防治方法,并在神东布尔台煤矿开展了工程应用。结果表明:综放开采中-低位关键层破断方式逐渐由悬臂梁式过渡为砌体梁式,控制采掘扰动形成的动载荷,改造覆岩破断形式是解决冲击动力灾害的关键。通过顶板分段水力压裂弱化技术实施,压裂最高压力30.7 MPa,破裂压降最大达10.0 MPa,出现3.0 MPa以上压力降200余次。单个压裂钻场弱化影响范围达走向300m,倾向230m;压裂后顶板来压步距、动载系数、最高压力较未压裂段分别降低了20.00%～69.70%、5.79%～7.90%、13.44%～18.37%,验证了顶板弱化的有效性。     

齿轮-连杆组合机构多足机器人的设计与控制研究

基于蜘蛛、螃蟹节肢动物的爬行方式,采用作图法设计一种满足预定轨迹要求的齿轮-连杆组合机构:多足机器人。利用Solid Works软件对该机器人零件进行装配,并采用其中的Motion模块添加马达进行运动仿真分析,得出爪端速度曲线,验证了该机构的可行性。另外,该机器人搭载了TGAM脑电模块采集脑电数据,通过蓝牙串口发送给PC机进行数据处理,最后将数据发送给Arduino平台控制多足机器人以不同速度前进,实现脑波控制机器人的目的。