排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
针对高速轨道伤损检测问题,提出一种基于0°、37°、70°超声探头探伤的检测方法。该方法基于B型图像显示分析了各伤损的颜色、面积、倾斜角度、长度、质心坐标等特征,并根据其伤损特征的内在逻辑关系设计了检测算法。此外,由于超声成像过程受多种不确定因素的影响,同类伤损的图像特征常出现较大差异而影响检测准确率,为了提高算法检测的准确率,提出一种参数学习方法,该方法可实时调整检测参数的阈值。首先,基于建立的检测算法模型提取伤损判定过程的检测参数;其次,结合伤损的关键检测参数,以相同特征约束下的同区域轮廓其类别特征间隔最大化为准则,基于支持向量机建立了一种检测和学习相结合的学习模型,并基于该模型对参数阈值进行优化调整。实验结果分析表明,采用所提方法,其轨道伤损检测准确率可达97.5%;并对初检中检测率较低的伤损进行学习再检测,其准确率得到了明显提高,从而验证了所提方法的有效性。 相似文献
2.
3.
目的 针对自然生长环境下重叠苹果的识别问题,提出一种基于距离变换机制的改进分水岭算法.方法 首先,通过对比实验优选出苹果在RGB、HSI和Lab颜色空间的图像处理模型;然后,采用距离变换和归一化处理方法对苹果的位置特征进行内部标记;进而基于锐化方法提高原图像的边缘强度,并结合内部标记符改进分水岭算法,实现苹果轮廓的分离;最后,基于最小外接圆法提取苹果的单连通区域,实现重叠苹果的识别.结果 简化了目标与背景的分割过程,通过内部标记法改进了分水岭算法,实现重叠目标的轮廓重建,解决重叠苹果的过度分割问题.结论 实验结果表明,该算法对重叠苹果的准确识别率高于92%,验证了所提方法的有效性. 相似文献
4.
结合大学物理实验对高校职业教育各个专业的重要基础作用,利用我院现有网络优势建立大学物理实验网络虚拟平台,虚拟实验的实现将有效缓解我院在经费、场地、器材等方面普遍面临的困难和压力,而且开展网上虚拟实验教学能够突破传统实验对"时、空"的限制,无论是学生还是教师,都可以自由、无顾虑地随时随地上网进入虚拟实验室,操作仪器,进行各种实验,有助于提高实验教学质量,是传统实验的有效补充和完善.网上虚拟实验室的开发与应用将会对我院实验教学改革产生变革性的影响. 相似文献
5.
本研究通过热处理方法制备了粉煤灰无机材料(FAH),主要探讨了FAH的粒径、吸附时间和p H值对COD的去除和重金属竞争吸附的影响。结果表明,当FAH粒径<0.212 mm,吸附时间为240 min,p H值为8时,CODCr达到最大去除率,为92.6%;同时也对BOD、SS和色度展现了良好的去除效果。在p H值=6时,粒径<0.212 mm的FAH对Cu2+、Zn2+、Pb2+、Cd2+的去除率最高,分别为95.9%、85.3%、79.3和82.2%。因此,当FAH粒径<0.212 mm时,FAH对COD和Cd2+、Zn2+、Pb2+、Cu2+具有很好的去除效果。 相似文献
6.
7.
大部分矿井水污染程度低,稍加处理即可供饮用、工业、农业、生态等使用。焦作煤田吴村矿旧采空区水可供水量为718 m3/h,矿区周围饮用、电厂、灌溉、养殖、生态等用户需水量为1 073.74 m3/h,旧采空区水仅能满足66.87%的用水需求;旧采空区水需处理达标后才能供给用户,不同用户的水处理工艺和费用差异较大,依据水质优化配置旧采空区水量具有重要意义。目的 为了实现矿井排水综合利用效益最大化,方法 以焦作煤田吴村矿旧采空区水为研究对象,在计算其供水量和分析水质基础上,结合矿区周围饮用、电厂、灌溉、养殖、生态需水量及水质要求,构建718 m3/h旧采空区水分质利用优化配置数学模型,并利用差分进化算法求解。结果 结果表明:灌溉期分配饮用水6.00 m3/h、电厂用水334.95 m3/h、灌溉用水353.89 m3/h、养殖用水19.76 m3/h、生态用水3.40 m3/h;非灌溉期分配饮用水6.00 m... 相似文献
8.
9.
本研究通过蔗糖发泡-碳化工艺制备了碳泡沫阴极材料并应用于电-Fenton深度处理造纸废水。采用扫描电子显微镜(SEM)、X射线光电子能谱仪(XPS)对碳泡沫阴极表面形貌和化学结构进行表征。以CODCr去除率为评价指标,考察了阴极材料、反应时间、初始pH值、Fe2+投加量和电流密度对造纸废水深度处理效果的影响。结果表明,碳泡沫由大量孔洞结构堆叠而成,表面存在含氧官能团。反应时间180 min、pH值3、Fe2+投加量0.5 mmol/L、电流密度200 mA/cm2时,以碳泡沫为阴极的电-Fenton深度处理造纸废水的CODCr去除率最高,达到88.4%,相比常规碳毡阴极提高了1.3倍。以碳泡沫为阴极的电-Fenton深度处理造纸废水法具有良好的稳定性,10次循环的CODCr去除率均超过85%,效率降低率不超过5%。 相似文献
10.
针对基于深度学习模型的滚动轴承故障诊断方法易受环境噪声干扰的问题,提出了一种基于拉普拉斯小波滤波(LWF)和自注意力机制-动态选择-卷积神经网络(SA-DS-CNN)的滚动轴承故障诊断模型。首先,提出一种拉普拉斯小波阻尼参数自适应选取策略,使用拉普拉斯小波对采集的滚动轴承振动信号进行相关滤波并进行功率谱变换;其次,基于卷积神经网络框架,引入自注意力机制和动态选择机制,构造SA-DS-CNN;最后,利用SA-DS-CNN提取功率谱特征,根据轴承的不同故障状态定位相关特征信息,实现故障特征的提取和诊断。对N205EM圆柱滚子轴承的故障诊断试验表明:LWF降噪效果较好,能为SA-DS-CNN模型提供优秀的训练样本;SA-DS-CNN模型能抑制无用通道信息,增强网络特征学习能力;LWF和SA-DS-CNN组合模型的故障诊断准确率达到99.65%,优于其他组合模型。 相似文献