基于Curvelet稀疏表示的图像压缩感知重构算法

提出一种基于Curvelet稀疏表示的图像分块压缩感知重构算法,分析了基于Curvelet稀疏表示的图像各尺度之间系数的相关性,结合分块压缩感知技术设计多尺度相关的双变量收缩阈值迭代重构方法,解决了Curvelet变换高频仍存在大量细节信息,而且各尺度之间的Curvelet变换系数相关性较强等问题。实验证明:该算法能更好地保持重构图像的细节信息,提高峰值信噪比。     

挤压造粒环模模板压缩孔深度的研究

我厂于１９９７年引进１台ＫＹＷ２５型环模挤压造粒机,采用干法工艺生产,设计产量为３００ｋｇ／ｈ。开机后一直存在产量低、模孔堵塞严重、模板使用寿命短等问题,致使生产无法正常进行。经反复考察整机,并研究模板压缩孔深度的影响。最后确定了最佳孔深范围,有效地...     

深度神经网络在化学中的应用研究

深度神经网络在机器视觉、语音识别以及自然语言处理等领域取得了令人瞩目的成果,在改善相关问题处理结果的同时大幅提升了解决效率,是当下人工智能快速发展的基石。在化学中引入神经网络的解决方案,能够有效的提升化学信息处理的智能化水平。国内外研究学者已经将神经网络应用在一些化学问题的处理中,如:化合物结构与性质的定量关系研究、有机反应产物预测、化合物属性预测等。本文着重介绍了现有深度神经网络模型的基本框架,概述相关研究的进展,并针对深度神经网络在化学中的应用进行展望。     

基于深度卷积神经网络的塑料垃圾分类研究

针对塑料垃圾识别分类问题,设计标准卷积层、残差卷积层1和残差卷积层2。通过实验仿真验证各卷积层的优势,将其应用于塑料垃圾分类模型的不同部位中。实验表明,塑料垃圾分类模型的分类准确率高于传统的HOG、LBP分类模型约2%～3%,可为塑料垃圾分类工作提供一定的参考。     

基于深度卷积神经网络的人脸识别

传统的人脸识别方法对图像清晰度要求较高,致使人脸识别准确率不高。为此,本文提出了一种基于深度卷积神经网络的人脸识别方法。首先对人脸识别即深度卷积神经网络进行概论阐述,随后重点分析了深度卷积网络人脸识别模型构建流程,通过该模型对人脸图像进行特征提取,有效的完成了人脸识别。     

生活陶艺情趣化设计的感知形式研究

生活陶艺作为传统陶瓷器皿衍生发展的现代概念，其与人们的生活密不可分，必然需要把情感性与功能性相融合．将情感、意境、乐趣、新奇等物化为有情趣的外形、装饰的艺术形式。生活陶艺的情趣化设计立足于丰富生活，以人的感官对物质产生的喜爱和愉悦舒适感受为前提．是以人的正面情感和视觉与触觉感知的情趣为前提进行的设计创作．不仅是造型、装饰的情趣化外在表现。更结合功能性情趣，让欣赏者和使用者通过使用产生更深层次的身心舒适感和乐趣。本文以人对物的视觉和触觉感受的情趣角度分析生活陶艺的造型、装饰和功能的情趣化：符合情感化和人性化的精神和功能的双重需求。     

一种基于分块压缩感知的红外成像方法

在红外成像系统中,红外探测器的阵列大小和像元尺寸决定了红外图像的分辨率.由于红外探测器的制作工艺问题,很难通过增大阵列大小或减小像元尺寸的方式来提升红外图像分辨率.为了解决上述问题,将分块压缩感知理论应用到红外成像系统之中,编码模板位于前置红外镜头的像面,并对目标场景所成的像进行多次编码.编码后的像经过中继红外镜头被红...     

基于压缩感知的地震数据采集技术及其应用实践

压缩感知理论突破了传统Nyquist-Shannon采样定理,从一个全新视角探讨了信号与采样之间的关系,将其应用于地震数据采集处理中,通过非规则化采集方案设计以及多震源同时独立作业,可以显著提升地震资料采集效率,在保障地震资料品质的情况下有效降低采集成本。本文首先分析了基于压缩感知的地震数据采集技术,然后对其在海上以及陆上地震数据采集中的应用实践进行了论述。     

电镀厂高浓度废水资源化深度处理研究

论述了电镀废水的来源和危害,并以某电镀废水处理工程为例,介绍了该电镀废水的处理工艺,主要采用药剂还原-沉淀法。该电镀废水经深度处理后回用,并对含铬污泥进行回收,实现资源化利用。     

基于稀疏局部嵌入深度卷积网络的冷水机组故障诊断方法

针对于冷水机组提出一种基于稀疏局部嵌入深度卷积网络（sparsely local embedding network,SLENet）的故障诊断方法。采用稀疏局部嵌入方法代替卷积核,对输入数据进行特征选择,避免了复杂的训练和调参过程。另外采用空间金字塔最大池化作为网络的输出层,减少了网络的输出维数和分类器的计算量。针对美国采暖、制冷与空调工程师学会提供的冷水机组的典型故障数据进行分类,结果表明,该方法相比深度卷积网络（CNN）和支持向量机（SVM）方法具有更高的故障诊断精度。     

基于稀疏局部嵌入深度卷积网络的冷水机组故障诊断方法

针对于冷水机组提出一种基于稀疏局部嵌入深度卷积网络(sparsely local embedding network,SLENet)的故障诊断方法。采用稀疏局部嵌入方法代替卷积核,对输入数据进行特征选择,避免了复杂的训练和调参过程。另外采用空间金字塔最大池化作为网络的输出层,减少了网络的输出维数和分类器的计算量。针对美国采暖、制冷与空调工程师学会提供的冷水机组的典型故障数据进行分类,结果表明,该方法相比深度卷积网络(CNN)和支持向量机(SVM)方法具有更高的故障诊断精度。     

基于深度神经网络的材料粘接裂缝识别

针对传统裂缝识别方法准确率低的问题，研究基于深度神经网络，设计一个Crack-CNN裂缝识别模型。根据CNN神经网络结构，利用CNN的特征提取和学习能力特性，将CNN应用于材料粘接裂缝识别中，然后将裂缝定位和CNN网络相结合，构建Crack-CNN模型，将裂缝图像输入至该模型中，通过CNN网络提取裂缝特征，并进行卷积、池化操作，再利用激活函数和全连接层进行特征分类，最终输出裂缝分类结果。结果表明，相较于传统裂缝识别模型，模型的训练和测试精度均保持在95%以上，模型的训练时间为3 825 s，远远低于VGG-13和ResNet模型。由此证明该模型性能好，可在材料粘接裂缝中取得较好的识别效果。     

基于深度神经网络的脱硫系统预测模型及应用

建立了一个隐含层包含一个长短期记忆层（long-short term memory, LSTM）、两个线性整流函数层（rectified linear unit, ReLU）、两个全连接层（fully connected layer）和输入、输出层组成的深度神经网络,用于脱硫系统主要指标预测。该模型对输入参数采用了指数滑动平均、合并最小分析周期等数据预处理技术进行降噪,在网络训练过程中采用dropout技术防止过拟合。仿真结果对比现场数据表明,模型对浆液pH、出口SO₂浓度和脱硫率均体现出良好的预测能力。本文还结合某2×350MW燃煤电厂提供的实际工况数据,以石灰石供浆密度对系统脱硫性能的影响为例,详细介绍了利用所建立的深度神经网络模型测试湿法脱硫系统各参数指标对脱硫效果的影响,并结合化学机理和工业实际进行的诊断过程。     

催化臭氧化法深度处理印染污水的实验研究

采用浸渍法制备的MnOx/Al2O3作为催化剂,对生化处理后的低浓度印染污水进行催化臭氧氧化深度处理。实验考察了多种因素对COD去除率的影响。催化活性最高的工艺条件是:初始pH值为3.0,粒径为2~3 mm,催化剂投加量为50 g。叔丁醇的加入降低了COD的去除率,催化剂作用的机理包括两种途径:催化臭氧氧化分解产生了高活性自由基和催化剂吸附有机物,形成较强的亲核部位。催化剂重复使用次数的实验表明,锰溶出导致催化活性降低。     

非均相催化臭氧化深度处理钻井废水的效能研究

采用单独臭氧氧化、MnO2吸附和O3/MnO2催化氧化3种体系对经过混凝处理后的钻井废水进行深度处理,重点研究了O3/MnO2催化氧化体系去除钻井废水中有机物(以COD计)的效能。结果表明:相比单独臭氧氧化和MnO2吸附体系,O3/MnO2催化氧化体系能显著提高COD和TOC的去除率;COD去除率随着臭氧投加量和催化剂投加量的增加、pH的升高和反应时间的增加而增大;在臭氧投加量为80 mg/L、pH为11.5、催化剂投加量为20 g/L、反应时间为40 min的最佳工艺条件下,COD和TOC的去除率分别达到87.51%、83.18%,COD从686.28 mg/L降至85.72mg/L,出水达到《污水综合排放标准》(GB 8978—1996)的一级标准要求。     

基于核稀疏化Probit的甲醇精馏质量预测方法

乙醇含量是甲醇精馏产品的重要指标,对其有效的预测是提高产品质量和生产效率的重要保障。提出了一种基于主要成分分析(PCA)和核稀疏化Probit模型预测方法。通过PCA提取特征向量,引入到一个稀疏化Probit模型中,通过EM算法,得到一个简化的预测模型。实际应用表明该方法在甲醇精馏过程中具有较高的预测精度和计算效率,能够有效指导生产过程。     

基于核稀疏化Probit的甲醇精馏质量预测方法

乙醇含量是甲醇精馏产品的重要指标,对其有效的预测是提高产品质量和生产效率的重要保障。提出了一种基于主要成分分析(PCA)和核稀疏化Probit模型预测方法。通过PCA提取特征向量,引入到一个稀疏化Probit模型中,通过EM算法,得到一个简化的预测模型。实际应用表明该方法在甲醇精馏过程中具有较高的预测精度和计算效率,能够有效指导生产过程。     

深度脱水污泥的热干化特性

深度脱水污泥中调理剂对其干化特性有着重要影响。实验采用4种典型复合调理剂对污泥进行预处理,制得脱水污泥,在N₂气氛、473 K条件下,探究调理剂对污泥干化过程中水分和污染物释放以及干化气、液、固产物特性的影响。结果表明,所用复合调理剂均可以有效降低脱水污泥含水率,加快干化阶段水分释放速率;调理过程中的酸碱及强氧化环境能破坏污泥中的有机结构,使污泥中的芳香族或噻吩S转化为更加稳定的磺酸或砜类S,且调理后的碱性环境让溶解的酸性含硫气体固定,从而使得干化时含硫气体释放量减少,但会加速氨气的释放。干化时复杂的气相产物溶解于冷凝液使其具有较高的pH以及COD并伴有恶臭,需进行进一步处理;污泥热干化后样品热值降低量在3.63%以内,不影响其能源化利用。