瓦斯抽采效果动态分元评价系统及应用

针对目前煤矿传统瓦斯抽采技术人工测量工作强度大、监测区域有限、预警处理不及时等问题,提出一种供可视化综合展示和多元化智能分析的瓦斯抽采评价系统。该系统将抽采工作面划分为独立抽采单元,由井下在线抽采计量设备接入专属抽采监控分站并上传抽采监测参数,在地面建设独立运行的抽采效果分元达标评价系统,实现抽采效果达标评价、多业务智能分析和“一张图”可视化综合监控。结合瓦斯预抽评价系统步骤,对小庄煤矿40205工作面瓦斯预抽情况进行分元评价,结果表明：工作面5个抽采评价单元的预抽时间差异系数均符合规定;各评价单元预抽率均符合要求;各瓦斯抽采单元累计抽采量均超过达标量,系统分析和现场实测分析结果保持一致,满足工程应用;系统能够实现瓦斯抽采管网监控、准确计量、分元达标评价等多项需求。     

PEM系统中可控时钟电路设计的优化

介绍了为乳腺专用正电子发射断层扫描仪PEM(Positron Emission Mammography)电子学数据获取(Data Acquisition,DAQ)系统提供稳定、可靠、抗干扰的高精度同步时钟的电路,它采用了基于单片机和高精度时钟产生芯片的电路设计方法,可以得到多路可控时钟信号.设计中采用差分传输,大大降低...     

职教集团框架下中高职院校课程对接的内涵分析

职教集团的三大任务是普职渗透、中高职对接、职前职后联动。其中中高职对接是现代职业教育体系建设中重要的环节。分析了以职教集团框架为背景的中高职课程对接的内涵建设——以长江水利委员会陆水试验枢纽管理局为背景,长江工程职业技术学院电力系发电厂及电力系统专业课程对接为例。     

基于相位衬度成像的X射线生物特征识别仪

海关生物安全检测对维护生态平衡和保护珍稀野生动植物具有重要意义.针对传统海关生物安全检测基于吸收衬度对生物样品成像衬度受限的问题,研制了一种基于相位衬度成像的X射线生物特征识别仪.通过采用光子利用效率高的同轴相衬成像方法进行成像,满足海关检测数据采集效率高和成像快的需求.为保证检测的辐射安全和样品调整方便,采用辐射防护...     

在分布式数据流中查找近期频繁项方法的研究

传统的分布式数据流挖掘模型是一种挖掘结果中逐层进行的层次模型,通信带宽是一个瓶颈.为了减少分布式数据流结点的通信,本文采用一种基于数据密度的偏倚抽样方法对分布式数据流组中的每个流进行抽样,只维护抽样数据中最近期的元素.在频繁项挖掘过程中,设计了一种哈希计数方法(不同于传统哈希计数算法),可以同时对数据的计数进行增加和删减,计数的值是有一定误差保证的近似值,算法称为FFIDDS算法.实验结果证明,通信负担和处理时间均明显比传统HCS模型的算法优秀.     

基于SVM的雾天图像分类技术研究

针对自适应去雾系统对雾气浓度自动识别的需求,提出了一种基于SVM和混合特征的雾天图像分类算法。结合雾天图像特点,选用暗通道特征、小波特征以及去均值归一化特征组成混合特征向量,用于描述不同雾气浓度下图像的特征差异。通过SVM算法对混合特征向量进行监督学习,最终实现雾天图像的自动识别与分类。实验结果表明,算法能够有效地识别与区分无雾、轻雾、浓雾图像,为去雾系统自适应地根据雾气浓度选取去雾参数提供了良好的分类参考。     

常压干燥工艺制备SiO_2纳米纤维-SiO_2复合气凝胶及其表征

以正硅酸乙酯(TEOS)为硅源,原位合成的SiO_2纳米纤维为增强相,采用溶胶-凝胶法、三甲基氯硅烷(TMCS)表面改性和常压干燥工艺制备SiO_2纳米纤维-SiO_2复合气凝胶,利用SEM、XRD、FT-IR、BET和TG等手段对复合气凝胶的相关结构和性质进行表征,研究了SiO_2纳米纤维的复合对气凝胶的影响。结果表明,SiO_2纳米纤维的加入可以形成有效的骨架结构,改善气凝胶的微观形貌和空间结构,并且有着良好的兼容性、分散性和热稳定性,保持了较高的孔隙率等优良性能,所得复合气凝胶孔径为10~20 nm,孔隙率达97%。     

Collaborative filtering recommendation algorithm based on interactive data classification

In the matrix factorization (MF) based collaborative filtering recommendation method, the most critical part is to deal with the interaction between the features of users and items. The mainstream approach is to use the inner product for MF to describe the user-item relationship. However, as a shallow model, MF has its limitations in describing the relationship between data. In addition, when the size of the data is large, the performance of MF is often poor due to data sparsity and noise. This paper presents a model called PIDC, short for potential interaction data clustering based deep learning recommendation. First, it uses classifiers to filter and cluster recommended items to solve the problem of sparse training data. Second, it combines MF and multi-layer perceptron (MLP) to optimize the prediction effect, and the limitation of inner product on the model expression ability is eliminated. The proposed model PIDC is tested on two datasets. The experimental results show that compared with the existing benchmark algorithm, the model improved the recommendation effect.     

低噪声模数转换器使能直流放大的电磁流量转换器信号处理电路

一种新型电磁流量转换器信号处理方案使用24比特低噪声模数转换器,使得模拟信号处理电路被简化为仅一级直流耦合仪表放大器。该方法能够显著改进业界常用的交流信号耦合电路难以克服的共模抑制比损失,在具有极高的信号输入阻抗的同时可以保持足够低的电路噪声,改善最小流速分辨率。新方案的电路能够接受传感器电极之间450 mV的直流差模电压,有极宽的输入动态范围和极佳的线性。原理样机通过水流标定试验在0.5~5 m/s流速范围内达到±0.2%读数精度。