基于点云和实景三维的矿坑岩壁表面测量

正在施工的矿坑除存在占地面积大、地形复杂多变等特点外,施测难度也十分巨大、存在安全隐患。本文利用无人机航空摄影和三维激光扫描相结合的技术手段,基于点云和实景三维模型对冰雪世界非拱角区矿坑覆绿岩壁现状进行表面测量,此法较传统方式更安全、更高效,测量成果精度更加可靠,为矿坑表面积及其他体征指标的测绘提供了一种有效的途径。     

高光谱影像奇异谱特征提取和分类方法北大核心CSCD

针对高光谱影像中地物的尺度复杂多样,并且存在“同物异谱、同谱异物”现象,给影像的解译和分类带来了困难,以及高光谱影像维度过高容易造成分类中的维数灾难等难题,提出了一种结合超像素的改进二维奇异谱分析(two-dimensional singular spectrum analysis combining with superpixels,S2DSSA),与局部Fisher判别分析(local Fisher discriminant analysis,LFDA)相融合,共同提取影像的光谱-空间特征,并使用支持向量机(support vector machine,SVM)来进行分类,记为S2DSSA-LFDA-SVM的方法。超像素2DSSA将2DSSA作用于每个构造的超像素规则区域,能够自适应地提取地物的空间特征。在其基础上,LFDA进一步挖掘光谱维度的流形结构,实现光谱特征提取和降维。实验结果证明,在两个经典高光谱数据集上,所提出方法的总体精度相比于原始数据分别提升了31.7%和12.9%,相比于其他先进的光谱-空间分类算法有2%~6%不同程度的提升。     

霍尔传感器在气动健身器材中的应用

为了能更好地掌握运动者的运动力度,尽可能地减小运动中由于运动过剧造成的损伤,设计了一种气动健身器材,通过实际的气缸压力与霍尔传感器检测出气缸活塞的位移来计算器材使用者所承受的拉力,并结合记录气缸活塞的运动次数来计算运动者消耗的热量,更直观地显示出运动者的运动情况。经过测试,霍尔传感器反应灵敏,检测结果准确,系统稳定性良好,有较高的实用性。     

改性凹凸棒土对罗丹明B的吸附研究

通过酸活化的方法对凹凸棒土进行改性,并以其为吸附剂,通过静态吸附实验考察了其对罗丹明B的吸附性能。结果表明,酸活化能够提高凹凸棒土的比表面积,进而提高其对罗丹明B的吸附性能。在酸活化凹凸棒土投加量为4 g/L、吸附时间为40min的条件下吸附50mg/L的罗丹明B,罗丹明B的去除率可达92.1%。伪二级动力学和Freundlich等温吸附模型能够很好地描述罗丹明B在改性凹凸棒土上的吸附。     

聚酰亚胺基碳纤维的形貌分析

采用溶胶-凝胶法合成了酮酐型聚酰胺酸(PAA),经高压静电纺丝过程得到PAA纳米纤维,热亚胺化之后得到聚酰亚胺(PI)纳米纤维,再经过600℃到1 000℃的高温碳化制得PI基碳纤维.炭化的产率小于42%.用扫面电镜(SEM)表征了不同碳化温度下的PI纳米纤维的形貌.分析结果表明.在碳化过程中,纤维间出现扭转、弯曲和粘连的现象.     

基于热路模型的电力电缆温升计算方法综述

电缆导体温度是限制电缆载流量的主要原因,也是决定电缆绝缘寿命的关键因素,导体温度的准确计算对电缆线路的安全运行具有重要意义。基于传热学理论基础,分析了电力电缆温升过程中的热源、不同敷设方式下电缆传热(散热)方式,基于电缆的传热学问题,讨论了基于热路模型的电缆稳态和暂态温升计算方法和主要研究方向。     

基于新型簇头选举方式的PEGASIS协议

作为无线传感器网络中典型的层次路由协议,PEGASIS协议与LEACH协议相比,在一定程度上减少了网络传输所消耗的能量,延长了网络的生命周期.但当与基站距离远的节点作为簇头时,传输数据消耗的能量较大,甚至会出现数据包从节点到簇头的传输方向与数据包从簇头到基站的传输方向互逆的情况.针对其不足,改进算法将与基站距离最近的节...     

对智能电网中的智能输变电技术的探究

随着生产力的发展,社会在不断地进步,我们的生活水平也在不断地提高,这使得人们对生活质量的要求也逐渐提升了。在这种背景的促使之下,电力能源已经渐渐地深入到人们生活领域的各个方面,在服务并改变着人们生活的同时,其自身也在不断地完善着。而本研究将主要针对智能电网中的职能输变电技术的相关内容进行简要的分析和探究,希望所得的结果可以引起大家的关注和重视。     

黑豆皮色素提取工艺的研究

以黑豆皮为原料,考察了提取剂种类、提取剂浓度、料液比、提取温度、pH值等因素对黑豆皮色素提取效果的影响.结果提取黑豆色素的最佳工艺条件为:提取剂为乙醇,提取剂体积分数60％,料液比1∶100,提取温度60℃,浸提时间45 min,pH1.5,浸提3次.在该条件下,黑豆皮色素的提取率可达18％.     

基于信息融合与深度残差收缩网络的DAB变换器开路故障诊断方法

针对双有源桥(DAB)变换器开路故障诊断存在的多信号诊断和诊断阈值设置问题,提出了一种基于信息融合和深度残差收缩网络(DRSN)的DAB变换器开路故障诊断方法。首先,将DAB变换器的开路故障诊断信号减少至3个,减少了信号传感器的数量;其次,采用递归图法和脉冲耦合神经网络将3个诊断信号的时间序列转化为图像进行信息融合,生成的融合图像可以反映不同故障状态下的故障特征且便于深度学习网络进行分类;最后,将融合图像输入构建的DRSN进行故障诊断,可以避免设置诊断阈值。使用RT-LAB搭建DAB变换器半实物系统进行实验。实验结果表明选择的3个诊断信号能够有效区分DAB变换器各IGBT开路故障状态。对比分析表明所提出的方法具有较高的故障诊断精度,平均诊断精度可达98.44%。