基于图嵌入技术的岩性识别研究

岩性识别是储层解释的关键问题,但由于取芯资料较少,应用传统机器学习方法很难达到理想的效果。本文基于知识图谱,图嵌入技术建立神经网络模型,综合考虑影响岩性的各个指标及识别规则,针对不同性质特点的目标层段智能识别地层岩性。通过对实际井数据的应用取得了理想效果,证明了将知识图谱技术应用于岩性识别的可靠性。     

水质距离法在地表水水质评价中的应用

水质距离评价法是水质综合评价方法的一种,它将水质评价问题转化成度量空间中各点之间相对距离的问题,原理简单,评价结果精确.本文采用该方法对潭江干流三个断面和全河段水质进行综合分析评价,结果表明,潭江干流总体水质较好,符合国家地面水Ⅱ类水标准,但部分监测断面处溶解氧、氨氮、总磷等超标.     

改进YOLOv5s的钢材表面缺陷检测

缺陷检测是生产中重要的环节,基于钢板表面缺陷特征不明显和难以提取导致的检测精度不足问题,文章在YOLOv5s检测网络的基础上进行改进,首先基于DO-Conv过参数化模块改进网络特征提取模块,然后使用ULSAM注意力机制改进网络的颈部(Neck),提出改进的YOLOv5s缺陷检测网络。基于NEU-DET数据集的实验结果表明,改进的YOLOv5s缺陷检测网络检测平均准确率达76.6%,较YOLOv5s和YOLOv4分别提升了7.8%和6.3%,有效提高了钢材表面缺陷检测精度。     

主链含柔性链的聚酰亚胺的剌备及其在纺织品中的探索性应用

以1,2-双(4-氨基苯氧基)乙烷、1,3-双(4-氨基苯氧基)丙烷、1,4-双(4-氨基苯氧基)丁烷三种主链含柔性链的二胺单体和3,3′,4,4′-二苯醚四羧酸二酐进行缩聚反应,制得聚酰胺酸溶液,涂层于芳纶1414基布.对经聚酰亚胺处理后织物的力学性能、热性能及防紫外辐射性能进行测试,结果表明强力有所降低,热性能稍有提高,防紫外辐射性能有了显著提高.     

设备闸门提升与导向装置运行特性仿真分析

对核电厂设备闸门提升与导向装置在设备闸门封头开启与关闭过程中的运动特性进行了分析研究,该研究借助动力学仿真软件ADAMS展开,分别对提升与导向装置可能出现的同步提升操作和不同步提升操作两种工况进行了仿真分析。分析结果表明:在同步提升操作工况下,设备闸门封头两侧导向箱位移一致,提升与导向装置不会产生卡滞;在不同步提升操作工况下,设备闸门封头两侧导向箱最大允许高度差为54 mm,否则提升与导向装置将产生卡滞。      

锂离子电池建模技术研究

随着"碳中和"、"碳达峰"目标的提出,储能技术得到快速发展,其中锂离子电池因其安全性能较高、寿命长等优点得到广泛应用.首先,选取Thevenin等效电路模型对锂离子电池进行建模,并搭建Simulink仿真模型;其次,采用扩展卡尔曼滤波算法对电池荷电状态(state of charge,SOC)进行估计,仿真实验结果验证...     

细鳞片石墨制备无硫膨胀石墨的研究

在硝酸、磷酸的混酸和强氧化剂KMnO4作用下,将细鳞片石墨(100目)在室温条件下利用化学氧化法制得了无硫可膨胀石墨。在1000℃的高温下,得到膨胀倍数达300 mL/g的无硫膨胀石墨,这比以前的报道大大提高。采用正交实验找到了最佳工艺条件为C∶HNO3∶H3PO4∶KMnO4(g∶mL∶mL∶g)=1∶4∶12∶0.25,反应时间为100m in,并分析出各因素对膨胀倍数影响的大小依次为:混酸比例、混酸用量、反应时间、高锰酸钾用量。     

食品防腐剂的抗菌机理及构效关系

本文通过对食品防腐剂的抗菌机理和食品腐剂的电子运动状态与抗菌性能的关系等问题的论述，为广谱，高效，低毒食品防腐剂的分子设计，分子改造和其抗菌特性预测提供新的理论和方法。     

酶解泥鳅蛋白的毒理学评价(二)

２．２．２小鼠骨髓嗜多染红细胞微核实验结果见表３,受试物各剂量组雌雄性别微核形成率与阴性对照结果比较,差异无显著性,表明该受试物骨髓微核试验结果为阴性。２．２．３小鼠精子畸形试验结果见表４,各与阴性对照组结果比较,差异无显著性,表明该精子畸形试验结果为阴性。２．３喂养３０d试验２．３．１动物一般表现试验过程中动物无死亡,毛发正常,无异常行为表现。２．３．２对大鼠体重的影响从表５可见,受试物各组体重与阴性对照组结果比较,差异无显著性（P＞０．０５）,各组间差异也无显著性（P＞０．０５）。２．３．３酶…     

基于长短期记忆神经网络的重大活动中鲜(冻)肉制品铅含量风险预测

目的 针对未来时间内重大活动举办地鲜(冻)肉制品铅含量风险预测的问题,建立基于LSTM的时间序列预测模型,对当地鲜(冻)肉制品铅含量进行风险评估与预测预警。方法 通过收集2011-2020年国家市场监督管理总局日常食品监督管理抽检数据,筛选出北京的鲜(冻)肉制品的抽检数据,构建数据集并进行预处理,按照7:2:1的比例划分训练集、验证集和测试集,基于Tensorflow平台构建4层LSTM模型并进行训练,基于重大活动举办前10天的鲜(冻)制品铅含量数据,对未来1天的鲜(冻)制品铅含量风险进行预测。结果 实验表明,经过50轮模型迭代训练,训练集和测试集Loss指标收敛至0.084,经过5次训练后的模型评估参数RMSE为0.192,R2_score为0.916,模型误差较小、准确度较高。结论 基于LSTM的鲜(冻)肉制品铅含量风险预测模型整体性能较好,可应用于重大活动举办地的食品风险预测,并精准指导监督抽检。