高分辨率静止轨道遥感卫星可见光及近红外波段邻近效应建模及分析

结合高分辨率静止轨道遥感卫星的特点,通过对已有研究方法的适当改进,给出了基于大气辐射传输机理的高分辨率静止轨道遥感卫星可见光及近红外波段的点扩散函数(Point-spread Function,PSF)模型,并进行邻近效应分析预研究.文中对邻近像元到目标像元距离、邻近像元范围(区域)、观测天顶角、气溶胶光学厚度及其散射相函数的非对称因子等因素对邻近效应的影响进行了系统地实验,并对各因素的影响机制进行了一定分析.结果显示,邻近像元对目标像元入瞳处辐亮度的贡献最高可达2.3％左右.故在对该类型遥感卫星进行大气影响分析、成像模拟、大气校正时考虑邻近效应是必要的.     

一种支持云计算的遥感影像数据组织模型研究

当主用户和次用户在地理上存在一定距离时,由于次用户到达主用户系统的信号不同步,会产生异步干扰,此干扰不但影响主用户系统,使得其干扰增大,也会影响次用户系统,使得次用户系统传输速率损失,特别是误比特性能上升。为了消除异步干扰对主次用户系统的影响,提出了一种基于最小均方误差的预编码方法,此方法在预编码阶段就预先消除了异步干扰,并且是在保证主用户的服务质量基础上进行的。通过分析和仿真结果表明,所提方案在对主用户系统干扰受限的条件下,有效提升了次用户系统和次用户系统的容量,同时提高了次用户系统传输的可靠性。     

云南某硫化铅锌矿工艺矿物学及选矿试验研究

针对云南某硫化铅锌矿,方铅矿嵌布粒度细、黄铁矿含量高的特点,进行了工艺矿物学与浮选回收技术研究。采用铅硫混浮-混合粗精矿再磨-铅硫分选-锌硫分选选矿回收工艺,基于全流程主要条件试验确定最佳工艺技术条件。实验室全流程闭路试验获得了Pb品位65.52%,Pb回收率87.51%,含锌3.89%的铅精矿;锌1,锌2合计Zn品位54.74%,Zn回收率95.02%的锌精矿及Fe品位42.02%,Fe回收率78.26%硫精矿。目的矿物方铅矿、闪锌矿和黄铁矿均得到良好回收。     

改进YOLOv5的无人机影像车辆检测方法

针对传统遥感影像车辆目标检测算法易受干扰、鲁棒性较差且在实际应用当中会产生一定的漏检与误检现象等问题,提出了一种基于改进YOLOv5s的轻量级无人机遥感影像车辆目标检测算法。以YOLOv5s为基线模型,根据车辆目标长宽比相对固定的特点,对锚框尺寸进行修正,提高了锚框与车辆目标的契合度;针对无人机影像中车辆密集情况,进行了加权框融合改进,对检测框合并,解决了预测框计数不准确的问题;由于车辆目标具有多变性,通过增加注意力机制网络,提升了模型识别车辆的速度和准确性。研究表明,改进的YOLOv5s模型可以实现实时准确的无人机影像车辆检测。     

四川某酒厂陶坛库电气消防设计

消防设计是建筑设计中重要一环,其可靠性直接关系到建筑的使用安全。而在甲类建筑当中,消防的重要性尤为突出。同时,消防设计的复杂程度也相对提高,主要体现在根据甲类建筑所储存的化学品不同,应用环境不同,探测器的选择,安装上有区别。文中针对一酒厂陶坛库的消防设计为例,浅要分析此类建筑消防设计中应注意的一些问题。     

特征形式描述及特征预编译

特征的处理是自然语言句法分析的一个重要问题。该文提出特征处理的预编译方法,详述了基于特征形式描述的特征预编译算法,并实现了一个特征预编译器。测试表明,预编译方法可以很好地增加句法分析的可扩展性和运行速度。     

套损井修井磨铣参数优化

中原油田在套损井磨铣过程中由于管柱组合、施工参数选择不当,常发生套管开窗事故。在对套管开窗事故因素进行分析的基础上,应用有限元方法,对施工参数与磨鞋横向位移的关系进行了分析,并从磨铣压力和磨铣钻速两方面对磨铣参数进行了优化。研究认为,通过确定最优钻压和转速的范围,可以减小磨鞋的横向位移值,进而达到在磨铣过程中降低磨鞋偏磨套管风险的目的。现场应用表明,优化结果对现场施工具有重要的指导意义,施工效果良好。     

象光斑和四象限探测器象限面积大小关系的理论研究

通过分析象光斑与四象限探测器象限面积大小关系的分析，发现在四象限探测器象限面积确定的情况下，象光斑的大小对有效可测范围有很大的影响，合理选择象斑大小十分重要。根据四象限探测器光电二极管面积选择了象光斑面积之后，根据设计的物距就可以确定出合理的接收透镜直径和焦距。     

全链路成像光谱仪信噪比仿真

研究成像光谱仪优化问题,由于光谱成像受到环境噪声影响,传感器精度达不到要求,传统信噪比优化仿真方法,通常只考虑传感器本身的特性,没有综合考虑地物的光谱特性、辐射传输对其影响,导致传感器信噪比很难满足要求。为消除噪声提出了全链路成像光谱仪信噪比仿真方法,以叶面积指数反演应用为背景,从地面植被反射率信号出发,考虑大气辐射传输和传感器能量转换过程,建立了全链路成像光谱仪信噪比仿真模型,并通过具体实例进行验证和分析。理论分析和仿真结果表明:方法是对成像光谱仪信噪比仿真的一种全新而有益的尝试,具有很好的扩展性,传感器的研制设计提高性能指标,并缩短研制周期,为设计提供了参考。     

基于深度Q学习的强鲁棒性智能发电控制器设计

在现代互联大电网背景下,研究了多区域强鲁棒性的智能发电控制策略。在Q学习的架构下,将深度神经网络的预测机制作为强化学习的动作选择机制,提出了一种具有强鲁棒性的深度Q学习算法,设计了基于该算法的智能发电控制器。针对智能电网下的智能发电控制问题,在多智能体系统的框架下采用所提深度Q学习算法进行控制,并与传统的PID、Q学习和Q(λ)算法进行对比。在IEEE标准2区域和以南方电网4区域为背景的仿真模型(采用了23 328种不同模型参数)中进行数值仿真,仿真结果验证了所提深度Q学习算法的可行性和有效性,也验证了所设计控制器的强鲁棒性。