3维卷积递归神经网络的高光谱图像分类方法

为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取，提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息，然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练，提取空谱联合特征，最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理，可以实现端到端的训练，并且能够充分提取空间与光谱数据中的语义信息。结果表明，与其它基于深度学习的分类方法相比，本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度，有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。     

燃气轮机发电机组及燃气-蒸汽联合循环投资估算模型

本文对燃气轮机发电机组整机的投资模型进行了分析,结合2018 Gas Turbine Word (GTW)handbook的数据对燃气轮机整机投资模型进行了更新,并给出了燃气-蒸汽联合循环的的单变量、双变量投资模型。无论对燃气轮机整机还是联合循环,采用幂函数的投资模型都优于对数函数,而单变量和双变量投资模型的精度相当。采用幂函数单变量或者双变量的投资模型都可以实现全功率范围误差10%以内的投资估算。     

浮磁联合处理刚果(金)某难选氧化铜钴矿试验研究

刚果(金)难选氧化铜钴矿含Cu 4. 09%、Co 0. 86%,矿石中的铜钴矿物赋存状态复杂,易浮脉石含量大,同时有部分铜钴矿物以机械混入形式和类质同像吸附形式进入褐铁矿中。针对其矿石特性,研究确定了预先脱除云母浮选—氧化铜钴硫化浮选—高梯度磁选选矿工艺流程,推荐工艺全流程闭路试验获得了铜钴精矿含Cu 16. 75%、Co 3. 45%,总精矿中Cu回收率为91. 05%、Co回收率为88. 61%的选矿指标。     

有机-无机联合矿井突水水源判别方法

溶解性有机质(Dissolved Organic Matter,DOM)在随地下水运移过程中,不同含水层水中DOM含量、类别、荧光强度等均存在较明显差异,因此结合无机水化学,开展了有机-无机联合的矿井突水水源判别方法研究,结果表明:地下水中无机组分浓度分布具有垂向分带性,利用pH、矿化度(TDS),HCO3,SO4等无机指标,可以判别浅部含水层和深部含水层水化学特征差异; DOM进入含水层后发生氧化还原反应强烈,其浓度(TOC含量和UV254)变化快、差异大,可以识别地表水与第四系水的水化学特征;第四系与白垩系含水层,以及覆岩破坏范围内的细分含水层,水中无机组分和有机组分含量非常接近,而荧光指纹技术灵敏度高,可以根据3DEEM光谱图分析DOM类型和荧光峰强度等差异,区分相邻含水层的水化学特征差异。陷落柱等地质异常体作为特殊的地质环境体,其内部水体中DOM相对丰富,其DOM含量和荧光指纹特征与奥灰水差异显著。将有机-无机联合开展不同含水层水化学特征分析,能够很好地区分不同水源,为矿井突水事故发生时快速判别水源提供科学依据。     

软土基坑双排桩加固有限元计算分析

通过昆明软土地区基坑双排桩失稳实例分析了导致失稳的原因,认为忽视软土场地软弱夹层存在及设计支护结构刚度严重不足是失稳的主要原因,结合现场实际情况,提出了三种加固方案,逐一采用有限元结合HS模型进行了分析计算,从内力和变形方面对比了各方案的加固效果,提出了方案(1)和方案(2)联合加固的思路,并采用有限元分析了该联合加固方案的效果。现场实施后,根据桩顶位移监测数据表明该联合加固方案是合理经济的,为今后类似工程提供了一定的借鉴作用。     

关于联合粉磨系统研磨体堆积密度的确认及分析

目前大多数新建或技改水泥企业采用联合粉磨工艺系统制备水泥，继续沿用传统的磨机研磨体堆积密度经验数据来计算磨机装载量已不适宜，为此，本文以Φ4.2 m×13 m磨机为例，通过33%、60%、90%不同研磨体装载量的试验，探讨出了磨机一仓和二仓的最佳堆积密度，从而为磨机研磨体精准级配打下基础。