路基岩溶注浆在邻近营业线地段施工工艺分析

结合郑徐客专徐州枢纽相关工程徐州至大湖客车联络线岩溶路基注浆加固工程的施工实践，浅谈岩溶路基在邻近营业线地段注浆加固机理、施工方法、施工工艺以及施工过程中的安全质量控制。     

基于RBF神经网络的烧结终点预报系统

为稳定烧结机运行工况,提高烧结矿的产量和质量,需要将烧结终点控制在一个相对稳定的范围,因此准确预报烧结终点对烧结生产具有重要意义。分析了烧结工艺流程及烧结终点的确定原则,建立了基于RBF神经网络的烧结终点预报模型。根据影响烧结终点的工艺参数,提取了与烧结终点关联的5个特征量作为网络的输入量。用现场采集的生产工艺参数对模型进行训练,仿真分析验证了模型预报的有效性。     

卸料臂操作出现的问题及解决措施

针对福建LNG接收站在运行期间出现的RCT无法操作卸料臂、液压油温度过高导致液压油变质影响卸料臂及卸料臂操作不当造成液压管路和阀门损坏等问题进行了分析,并提出了相应的解决方法,阐述了操作卸料臂应注意的事项。     

基于多特征融合的行人检测跟踪统计方法

为了避免传统方法行人过线统计的不足,提高视频中人数统计的适用性和有效性,提出了一种基于多特征融合的行人检测跟踪统计方法。首先,采用垂直拍摄的方式获取视频,利用Mean-Shift分割算法分割图像,根据发色信息和头部轮廓特征识别出人头目标区域;其次使用融合多特征的匹配算法对人头进行匹配跟踪;最后通过运动目标轨迹分析估算出监控区域内的人数。实验结果表明提出的算法在保证准确率的前提下,扩大了人数统计的适用性。     

工作并快乐着 如何提升一线餐饮员工的幸福感

2012年＂幸福＂很忙,这一年＂你幸福么？＂这个话题在当今社会引起广泛讨论。改革开放以来老百姓生活有了很大改善,在生活上大都感到很幸福。但从工作而言,我们感到的压力确实与日俱增。在今春召开的＂两会＂上,和民生息息相关的餐饮话题,再次成为代表们关注的焦点。面对目前餐饮员工队伍不稳定,企业负担重,餐饮人才匮乏等问题,许多餐饮企业老总有心声想诉。今夏7月,中国幸福餐饮联盟在上海成立,该联盟以＂幸福餐饮幸福世界＂为主题,邀请各路专家、     

形成性评估在研究生教学中的应用

形成性评估是对学生学习过程的评估,是教师及时获取教学反馈信息、调整教学内容、改进教学方法、提高教学质量的重要依据;同时能帮助学生了解自己的发展水平和提高的途径,有助于调整学习策略、提高学习效果,成为更好的自主学习者。因此,在研究生教学中进行形成性评估,必将使教学目的得到实现、教学质量得到提高。     

体积压裂改造非对称性对套管损坏影响机理

针对致密油气藏体积压裂改造过程中的套管损坏问题,根据弹塑性力学、接触力学理论,结合体积压裂改造施工实际情况,建立全三维尺寸的套管-水泥环-地层耦合有限元分析模型,以不同椭圆柱形表征体积压裂改造的非对称区域,采用Fortran子程序对ABAQUS求解器进行干预和二次开发,模拟了体积压裂改造区域水化膨胀的物性动态演化和力学性质。结果表明:随着椭圆形改造区域长短轴之比增加,井筒周围外载荷的非均匀性增强,通过水泥环传递到套管上的非均匀程度先增加后趋于稳定;随体积膨胀率增加,套管外载荷的非均匀程度增加;套管外载荷非均匀性的增强极大地增加了套管的应力水平,容易造成套管失效问题。该研究可为体积压裂参数优化设计提供理论依据,对预防套管及水泥环失效具有指导意义。     

盐池地区长6储层特征及测井产能评价

针对盐池地区储层低孔、特低-超低渗透率的储层特征,利用测井信息,在储层合理分类的基础上,评价影响产能的关键地质参数;利用测井多参数标定法对盐池地区长6油层的自然产能进行定性识别和定量预测。通过预测结果与实际测试结果的对比分析表明,基于测井资料的预测结果与实际试油测试结果相关性较好,从而确认产能预测模型的可靠性。     

用于车速传感器性能测试平台的串行口-以太网桥设计

通过对车速传感器性能测试平台的研究,提出了一种基于嵌入式串行口—以太网桥的新测试平台结构,并详细介绍了该网桥的软硬件设计。     

基于改进YOLOv5的密集场景行人检测方法研究

当前的研究中密集场景行人检测精度较低,为提高检测精度,提出一种基于YOLOv5网络的改进方法V-YOLO,采用加权双向特征金字塔网络(bi-directional feature pyramid network, BiFPN)改进原始网络中的路径聚合网络(path aggregation network, PANet),加强多尺度特征的融合能力,提高对行人目标的检测能力。为了保留更多的特征信息,提高主干网络的特征提取能力,添加残差结构VBlock;引入SKNet(select kernel networks)注意力机制,动态融合不同感受野的特征图,提高对不同行人特征的利用率。使用CrowdHuman数据集进行训练和测试,实验结果表明,所提出算法比原始网络的精确度、召回率和平均精度值分别提高1.8%、2.3%和2.6%,验证了所提出算法能有效的提高密集场景下行人目标检测的准确率。