基于空间金字塔池化特征的日常工具分类识别

面向人机共融环境下机器智能对工具认知的需要,为提高家庭服务机器人的工具功能用途认知能力,设计一种基于深度几何特征空间金字塔池化的工具功用性建模与分类方法.离线训练阶段,考虑到各类工具在几何形态上的差异对工具自身更具表征性,首先,在各工具的深度图上提取多类几何特征,并融合形成工具特征图;然后,在工具特征图上提取多尺度特征块,并基于cciPCA的方法建立空间池化金字塔,从而构建最终的工具特征向量;最后,在高层语义空间上,利用SVM分类器训练工具分类识别模型.在线检测阶段,利用离线训练的工具分类模型对空间池化的样本进行分类测试.实验结果表明,所提方法能够实现家庭服务机器人对家庭日常工具的认知及分类识别,部分工具的识别精度可达97$%$及以上.     

黔西上二叠统龙潭组高煤级煤微观孔隙结构特征及其对含气性的影响

为探讨高煤级煤的微观孔隙结构特征及其对含气性的影响,选取黔西地区黔普地1井龙潭组5件高煤级煤样品,分别采用高压压汞、低温N₂吸附和CO₂吸附对各煤样的纳米级孔隙进行定量表征,基于BJH和DFT方程分别计算孔隙的孔径、孔体积和比表面积,分析煤的微孔（孔径<2 nm）、介孔（孔径2~50 nm）和宏孔（孔径>50 nm）的孔径分布特征,并统计各级孔径对孔体积和比表面积的贡献率。在低温N₂吸附实验的基础上,运用FHH模型分析了高煤级煤孔隙结构分形性质及其控制因素。采用线性拟合的方法,讨论了高煤级煤的持续演化对微孔和介孔的影响,以及各级孔径的比表面积对含气性的控制作用。结果表明：微孔、介孔和宏孔对孔体积的贡献率分别为49.47%、33.22%及17.31%,对比表面积的贡献率依次为85.44%、14.35%及0.21%;高煤级煤的孔隙形态可分为2类：小于3.7 nm的孔主要以一端开口的孔为主,大于3.7 nm的孔则主要为两端开口的孔和细颈瓶孔;孔隙分形维数随着地层压力的增加而增大,且以3.7 nm为界,大孔隙比小孔隙具有更加复杂的空间结构;微孔和介孔随镜质体反射率呈现规律性的变化,微孔的大量形成与煤大分子空间结构演化导致的介孔体积缩小有关;微孔对CH₄吸附量的控制作用远超过介孔和宏孔,小于2 nm的微孔为煤层气的吸附提供了主要的空间。