基于BP神经网络和最小二乘支持向量机的灰熔点预测和对比

为了预测燃煤锅炉受热面的结渣情况,以灰成分金属氧化物、煤灰SO₃含量以及结渣评判指标为自变量,灰熔点变形温度(deformation temperature,DT)和软化温度(softening temperature,ST)为因变量,建立了BP神经网络(BP neural network,BPNN)和最小二乘支持向量机(least squares support vector machine,LSSVM)的灰熔点预测模型。回归分析和误差分析结果表明:针对样本量多的DT预测过程,2种模型精度接近,预测结果置信度均达到95%,相关系数均约为0.92,平均相对误差均约为3.4%;针对样本量较少的ST预测过程,LSSVM模型预测效果较优,相关系数为0.950 52,高于BPNN模型的0.904 26,平均相对误差为4.98%,并且大误差点个数少于BPNN模型。因此,LSSVM模型能够更准确预测飞灰的DT和ST。     

煤和市政污泥掺烧的灰熔融特性研究

通过利用Factsage热力学模拟软件、X射线衍射（X-ray diffraction,XRD）等分析方法,对煤与3种市政污泥按不同比例掺混后混合燃料的灰熔融特性进行研究。结果表明,在污泥添加量不超过10%时,混合燃料的灰熔点随着污泥加入比例增大而降低,这是由高温条件下碱性氧化物熔融所形成的共融体,以及磷矿物反应生成的非晶态矿物的共同作用导致的;灰熔融温度的预测趋势与实际测定数据的规律基本一致;煤中掺混污泥后矿物质之间的反应受燃烧温度的影响,低温时几乎不反应,温度升高后各矿物质间相互反应生成新的矿物质。     

有机物全熔点标准物质的研制

有机物全熔点标准物质用于商品化的毛细管熔点仪和热台熔点仪的校准,对于保障熔点测量的准确可靠和量值溯源有重要意义.建立一种基于毛细管熔点原理的高精度真空绝热杯式毛细管熔点仪,为月桂酸等8种有机物全熔点标准物质定值.标准物质全熔点扩展不确定度为0.18、0.14和0.15℃(以乙酰苯胺为例,升温速率分别为1.0、0.5和0...     

有机物全熔点标准物质定值用毛细管熔点仪的研制

研制一种基于毛细管熔点原理的真空绝热杯式毛细管熔点仪,该装置消除了温场不均匀和温度计热滞后带来的系统误差,具有较高的测量精度.该装置用于月桂酸、联苯、咪唑、乙酰苯胺、非那西丁、对甲基苯甲酸、蒽和咔唑等8种有机物全熔点标准物质的定值,标准物质全熔点扩展不确定度为0.20℃和0.17℃(升温速率分别为1.0℃/min和0.5℃/min).标准物质定值结果与改进后的差示扫描量热仪结果一致,两者之间的差别不大于0.23℃,从而验证了该装置的准确性.     

一种新的更为简单的制作镓熔点容器的方法

本文介绍了一种新的更为简单、方便的制作镓熔点容器的方法.该方法利用压力平衡的原理,精确控制所充入气体的压强.并将新方法制作的镓熔点容器与国家基准的镓熔点容器进行比对.     

毛细管熔点标准物质的定值

本文介绍了采用绝对测量法测量毛细管熔点标准物质熔点的方法、均匀性检验结果、定值结果及不确定度的估计。     

基于视觉灰平衡的灰成分替代

提出了视觉灰平衡的概念和模型,并应用于分色过程中的灰成分替代。首先,以视觉中性灰色的色度值为标准,使用查找表的方法获取了视觉灰平衡数据,然后基于中性灰密度,建立了K 与CMY 替代方程,最后设置4 种不同的替代率,对CMY 色块进行灰成分替代。实验结果表明,当替代率设置为0. 4 时,计算出与未取代的灰色之间的色差最小,并且扩大了中亮调的色域范围。     

新型便携式镓熔点炉的研制

中国计量科学研究院最新研制的便携式镓熔点炉采用了先进的半导体制冷和控温技术及有效合理的制冷块分布方式,实现对镓熔点容器的冻制与复现自动化.实验结果显示:该固定点炉从底端起140mm范围内的垂直温场小于0.03℃,温坪时间达到80h以上,复现性优于0.06mK.     

梅特勒-托利多超越系列熔点仪全新上市——熔点仪新概念：自动测量与视频记录同步

瑞士梅特勒-托利多于2009年4月推出称为“超越”系列的全新毛细管熔点仪MP50、MP70和MP90。超越系列熔点仪带来了熔点测定新概念：自动测量与视频记录同步。     

语音消噪应用研究

从时域与频域对比研究了低信噪比语音消噪问题,时域采用LMS自适应消噪,频域分析选用小波技术,对两种消噪方法进行了系统全面的分析,对比讨论了各自的优势及不足,对实际信号进行了仿真消噪并与原始语音取样信号相比较,研究表明选用消噪方法对低信噪比语音消噪是明显有效的,LMS自适应消噪及小波消噪具有很强的实际应用价值。     

基于多特征融合的烟雾检测

针对传统火灾探测技术的应用弱点,研究基于视频的火灾烟雾探测方法.首先,根据烟雾的颜色特征,提取视频序列中的疑烟区域.然后,在疑烟区域中提取烟雾的3个动态特征——扩散特征、轮廓不规则特征和使背景模糊特征.最后,利用BP神经网络对这些动态特征进行融合判定.实验结果表明,基于多特征融合的烟雾检测方法能够准确、实时、有效地识别视频中的烟雾.     

基于多特征融合的行人检测

研究了3种不同类型的特征算子:梯度直方图(HOG),基于Gabor变换的局部二值特征直方图(LGBPHS)和基于剪切波变换的直方图(HSC)在基于图像的行人检测中的应用.提出了基于多特征融合的检测算子,对单一特征进行L1范式规格化之后,将3个特征融合为一个高维的拥有大量信息的新特征,之后引入偏最小二乘法(PLS)进行特征降维,得到最终的人体特征.利用线性SVM作为分类器,在INRIA人体库上进行了实验,结果表明,融合后的特征极大的提高了检测率,在FPPW=10-5时,检测率达到了95.6％.     

采用多源图像分形特征的多目标检测方法

针对多目标的检测,本文提出一种采用多源图像分形特征的特征级融合检测方法.首先对多目标检测的特点进行了分析,对分形理论进行了介绍,然后详细介绍了该融合检测算法的思路和原理.该算法首先由红外图像阈值分割出部分目标;然后利用分维数图的统计特征可以增强分形维数的奇异性,在可见光图像的分维数图中搜索与已检测出的目标区域具有相近分形统计特征的区域,进行标记;再根据"距离相似度准则"进行目标的聚类识别,排除背景干扰,最终检测出全部目标.实验结果表明该融合检测算法能有效地进行多目标的检测与识别.     

An Image Edge Detection Algorithm Based on Multi-Feature Fusion

Edge detection is one of the core steps of image processing and computer vision. Accurate and fine image edge will make further target detection and semantic segmentation more effective. Holistically-Nested edge detection (HED) edge detection network has been proved to be a deep-learning network with better performance for edge detection. However, it is found that when the HED network is used in overlapping complex multi-edge scenarios for automatic object identification. There will be detected edge incomplete, not smooth and other problems. To solve these problems, an image edge detection algorithm based on improved HED and feature fusion is proposed. On the one hand, features are extracted using the improved HED network: the HED convolution layer is improved. The residual variable convolution block is used to replace the normal convolution enhancement model to extract features from edges of different sizes and shapes. Meanwhile, the empty convolution is used to replace the original pooling layer to expand the receptive field and retain more global information to obtain comprehensive feature information. On the other hand, edges are extracted using Otsu algorithm: Otsu-Canny algorithm is used to adaptively adjust the threshold value in the global scene to achieve the edge detection under the optimal threshold value. Finally, the edge extracted by improved HED network and Otsu-Canny algorithm is fused to obtain the final edge. Experimental results show that on the Berkeley University Data Set (BSDS500) the optimal data set size (ODS) F-measure of the proposed algorithm is 0.793; the average precision (AP) of the algorithm is 0.849; detection speed can reach more than 25 frames per second (FPS), which confirms the effectiveness of the proposed method.     

多特征双重匹配验证的驾驶员脸部融合检测

针对基于单一特征驾驶员脸部检测算法在检测精度和可靠性方面的局限性,提出了一种新颖的驾驶员脸部检测融合算法.首先采用改进的基于Haar-like特征的人脸检测算法在整幅图像上检测出可能存在的初始人脸区域,然后自适应地扩大初始人脸区域范围,并在此基础上利用基于肤色特征的方法在YCbCr空间上进行脸部的二次检测,最后根据定义的脸部区域重合度和人脸几何先验知识对驾驶员脸部区域进行双重匹配验证进而制定相应的定位规则对脸部进行融合检测.各种复杂路况下的实验结果证明了该算法的有效性.     

基于信息融合的矿井一氧化碳检测方法的研究

电化学传感器在检测矿井一氧化碳含量时,容易受到矿井中甲烷气体的影响。为了解决这个问题,将催化传感器与电化学传感器构成一体,利用两个传感器的输出信号,经过BP神经网络的训练,得到了一个分析一氧化碳的信息融合数学模型。实验表明,利用研究的信息融合信号处理方法,可以提高一氧化碳含量检测的可靠性。     

基于注意力与特征融合的工程机械目标检测方法

目的 针对施工环境中工程机械目标大小不一、相互遮挡、工作形态各异等问题,提出一种基于注意力与特征融合的目标检测方法(AT–FFRCNN)。方法 在主干网络中采用ResNet50和特征路径聚合网络PFPN,融合不同尺度的特征信息,在区域建议网络(RPN)和全连接层引入注意力机制,提高目标识别的能力,在损失函数中使用广义交并比(GIoU),提高目标框的准确性。结果 实验表明,文中提出方法检测准确率比其他方法有较大提高,检测平均准确率(mAP)达到90%以上。结论 能够较好地完成工程机械目标的检测任务。