基于 NSGA-Ⅲ和道路运输能力饱和度的露天矿卡车调度优化方法

为高效调配露天矿卡车运输,进一步降低矿山企业运输成本,提出一 种新的基于 NSGA-Ⅲ和道路运输 能力饱和度的露天矿卡车调度优化方法。 在车流规划阶段,以卡车总运输 量和卡车非作业时间最小为目标,以矿山 各生产要素和生产原则为约束,建立多目标数学模型。 采用 NSGA-Ⅲ多目 标遗传算法进行求解,求解出当前场景下 完成矿山任务需要启用的最少卡车数量,以及理想的车流规划。 在运输实 时调度阶段,提出道路运输能力饱和度的 调度策略,并和固定派车法组成综合调度方法来调整车流。 在某露天矿实 验结果表明:该方法提供了合理的车流规 划,在完成道路车流目标的同时,有效减缓了道路的拥挤程度,减少了卡车在 装载点和卸载点排队发生的频率,能对 矿山系统正常情况和特殊情况进行处理,实现了实时调度卡车排队最优。     

球磨改性稻秆复合高吸水树脂的工艺优化

为了降低高吸水树脂的生产成本和提高水稻秸秆的高附加值综合利用水平,以稻秆为原材料制备高吸水树脂。稻秆先经过球磨处理,然后在水溶液中与单体丙烯酰胺(AM)、丙烯酸(AA)进行接枝共聚反应,制备复合改性高吸水树脂;探讨各反应物的量和反应条件对吸水率和吸盐率的影响,采用二次回归正交法优化了工艺条件。结果表明,球磨处理提高了水稻秸秆吸水树脂的性能;结合单因素试验和响应面优化模型确定球磨改性稻秆高吸水树脂的工艺参数为:交联剂0.058 g,引发剂0.20 g,丙烯酸中和度69%。在此最优条件下,球磨改性水稻秸秆制备的高吸水树脂的吸水率为305.26 g/g,吸盐率为41.58 g/g。     

基于Web的3D模型浏览与交互系统的研究与实现

设计了基于Web的3D模型浏览与交互系统，主要采用基于WebGL的第三方库Three.js来实现。该系统的建立主要包括场景的构建、场景的交互控制和模型的云存储。模型是场景构建的前提，用户可从外部导入所需模型或利用系统自带的简单模型进行模型的构建。场景交互技术主要包括模型的平移、旋转、缩放、拾取、剖切、3D动画模型的播放以及信息的显示等。模型的云存储是指用户可以通过登录账户将3D模型存储到服务器，日后需要时直接从服务器中加载即可。     

基于分段加权的反向稀疏跟踪算法研究

为提高稀疏表示跟踪模型性能，提出一种分段加权的反向稀疏跟踪算法，将跟踪问题转化为在贝叶斯框架下寻找概率最高的候选对象问题，构造不同的分段权重函数来分别度量候选目标与正负模板的判别特征系数。通过池化来降低跟踪结果的不确定性干扰，选择正负模板加权系数差值最大的候选表示作为跟踪结果。实验表明，在光照变化、遮挡、快速运动、运动模糊情况下，所提出的算法可以确保跟踪结果的准确性和鲁棒性。     

后向散射法测量蒸汽湿度中理论计算模型的优化

基于Mie散射理论和Lambert-beer定律,利用CCD相机接收湿蒸汽水滴微粒的散射光强,建立了蒸汽湿度测量系统。对于该系统的理论计算模型,分别采用对数正态分布(LN分布)和Rosin-Rammler分布(R-R分布)来描述模拟器缸汽中的水雾粒径分布,对散射光强进行仿真计算,将得到的仿真结果同实验数据进行对比分析。结果表明:后向散射法测量蒸汽湿度中,采用对数正态分布(LN分布)建立的理论计算模型更合适。     

稀疏码多址接入在空间探测安全通信中的应用

稀疏码分多址是下一代移动通信系统的重要备选方案之一,具有优异的过载传输特性。在构造稀疏码分多址的码本过程中,涉及星座旋转、多维映射及稀疏扩频等技术。受到物理层安全通信的启发,考虑在多用户通信链路中,将合法用户信道相位作为星座旋转角度,以此当成秘钥融入稀疏码分多址的安全通信中,以降低信息的截获概率。计算机仿真表明,提出的算法在确保过载传输性能不受影响的基础上,有效提高了空间探测通信链路的安全性,为稀疏码分多址的实际应用提供了有价值的参考。     

基于像元相互关系的FCM聚类分割算法

针对传统模糊C均值(FCM)算法在图像分割时未考虑像元间的相互关系,且未事先给出初始聚类中心的问题,提出了一种考虑像元间相互关系的FCM聚类分割算法。该算法基于数据场原理,首先利用像元间的相互关系,通过计算各像素点的势值,形成图像数据场,然后利用图像数据场势心,确定FCM算法的初始聚类中心,最后在图像数据场的基础上,利用FCM算法实现对目标图像的聚类分割。利用人工合成图像和工件表面缺陷图像对算法的有效性进行验证,实验结果表明,该算法具有较好的分割效果,且对于条痕、脱碳、孔洞3种缺陷的不同噪声图像分割的正确率均在93%以上,同时具有较高的平均结构相似性。     

基于视觉感知的智能扫地机器人的垃圾检测与分类

目的 为了提高扫地机器人的自主性和智能化程度，为扫地机器人配备视觉传感器，使其获得视觉感知能力，通过研究有效的垃圾检测分类模型与算法，实现对垃圾的定位与识别，引导扫地机器人对垃圾进行自动识别与按类处理，提高工作的目的性和效率，避免盲动和减少能耗。方法 选择检测速度较快的YOLOv2作为主网络模型，结合密集连接卷积网络，嵌入深层密集模块，对YOLOv2进行改进，提出一种YOLOv2-dense网络，该网络可以充分利用图像的高分辨率特征，实现图像浅层和深层特征的复用与融合。结果 测试结果表明，智能扫地机器人使用本文方法可以有效识别不同形态的常见垃圾类别，在真实场景中，测试识别准确率为84.98%，目标检测速度达到26帧/s。结论 实验结果表明，本文构建的YOLOv2-dense网络模型具有实时检测的速度，并且在处理具有不同背景、光照、视角与分辨率的图片时，表现出较强的适应和识别性能。在机器人移动过程中，可以保证以较高的准确率识别出垃圾的种类，整体性能优于原YOLOv2模型。     

肉桂醛对链格孢菌生长及非寄主选择性毒素合成的影响

目的 初步探究肉桂醛对葡萄采后链格孢菌菌丝体生长及非寄主选择性毒素合成的影响。方法 采用扫描电镜(scanning electron microscopy, SEM)观察肉桂醛处理后链格孢菌菌丝体的形态结构; 测定处理后菌丝体脂质和麦角固醇含量, 胞外电导率、OD260值和菌丝体荧光强度; 高效液相色谱(high performance liquid chromatography, HPLC)测定处理后链格孢酚(alternariol, AOH)、交链格孢酚单甲醚(alternariol monomethyl ether, AME)含量的变化。结果 扫描电镜结果显示肉桂醛处理后链格孢菌菌丝体形态结构明显被破坏; 脂质和麦角固醇含量显著下降; 胞外电导率和OD260值以及菌丝体荧光强度显著增加; AOH、AME的含量显著下降。 结论 肉桂醛通过破坏细胞膜通透性和完整性来抑制链格孢菌菌丝体生长, 同时体内主要非寄主选择性毒素合成受到抑制。