基于孪生网络的轻量级高速跟踪算法

孪生网络跟踪算法将跟踪问题转换为相似性匹配问题引起广泛关注,然而,多数算法无法在移动端或算力不足的嵌入式设备上实现工程应用.为此,提出了一种基于孪生网络的轻量级高速跟踪算法.该算法以特征提取能力良好且参数量少的MobileNetV2作为主干网络,通过组卷积、Crop等操作进一步减少网络参数量,提高网络运行速率;通过在倒...     

融合曲率信息的点云配准方法

针对点云配准时受原始位姿局限及配准效率、鲁棒性低的问题,提出一种融合曲率信息的点云配准方法。首先,将海量点云进行重心邻近点体素下采样,采用融合曲率信息的提取算法提取特征点;其次,通过三维形状上下描述符进行特征描述并利用改进的随机抽样一致性算法进行粗配准;最后,在具有较好位姿的情况下采用Symm-ICP进行精配准。试验结果表明,该算法对于不同位姿的点云数据均保持较高的配准精度。本文提出的算法配准效率优于其他算法,并具有较好的鲁棒性。     

杭州亚运会音频制作与规划

本文介绍了第19届杭州亚运会赛事音频项目的制作、规划及相关流程和问题。通过规划流程、音频制作和音频技术三个角度对此次亚运音频制作规划进行了说明。     

带压渗吸核磁共振实验研究——以江汉盆地潜江凹陷潜江组泥质白云岩为例

渗吸油水置换作用可提高非常规储层原油产量,目前渗吸实验研究以自发渗吸为主,即在常压条件下模拟岩心在毛细管力作用下的渗吸过程,而在实际施工过程中,压裂液在地层中滞留往往存在压力,传统的实验方法无法体现带压条件下的渗吸特征。为此,以江汉盆地潜江凹陷潜江组泥质白云岩为研究对象,开展基于低场核磁共振技术的带压渗吸实验,研究在流体压力作用下的渗吸规律。结果表明：根据T2谱孔隙分类,页岩油储层岩样中98.14%～99.49%的孔隙为小孔和中孔,中孔是其主要储集空间;相较于常压渗吸,附加流体压力使较小孔隙得到更多动用,5和10 MPa带压渗吸采收率分别提高24.32%和62.59%;渗吸使高黏土矿物含量岩样表面产生裂缝,增大接触面积,提高油水置换效率,同时渗吸作用存在改善物性及伤害储层的两面性。     

大跨度钢箱梁吊装施工工艺

以清远市某大桥工程为背景,围绕大跨度钢箱梁吊装施工工艺展开探讨,确定整体吊装方案,从浮吊吊装、标准梁段悬拼吊装及合龙段吊装阐述具体的吊装要点,以便给钢箱梁施工提供技术支撑,并希望为类似工程提供参考.     

基于虚拟阻抗准PR控制的MMC环流抑制策略

针对环流中存在二倍频分量及高频谐波分量问题,提出了基于虚拟阻抗准比例谐振控制(QPR)的抑制策略。首先建立了模块化多电平变换器(MMC)的数学模型,分析了内部环流;其次通过陷波器精准提取环流中的二倍频分量,并利用QPR控制器抑制该分量;最后设计了虚拟阻抗,抑制环流中的高频谐波分量。利用Matlab/Simulink搭建三相MMC仿真实验模型并进行了仿真实验,验证了环流抑制策略的有效性。     

海上钻井成本影响因素和预测方法探析

为了促进经济发展,我国加大了石油资源勘查力度,同时也注重拓展海上石油资源的开采规模。在海上钻井过程中,由于海上条件复杂、多变,所以要额外增加石油开采成本,从而加大了海上钻井成本控制的难度。所以,在海上钻井过程中,为降低石油资源开采成本,需要加大成本管控力度,提升海上钻井的效率。基于此,本文分析影响海上钻井成本的影响因素,并给出科学的成本预测方法。     

基于正六方截面的六拐曲轴自由锻工艺设计

通过对六拐曲轴两种自由锻工艺的分析对比,通过试锻,验证了正六方截面制坯锻造工艺的可行性。正六方截面具有各边长成120°和各对角线成60°的特点,通过旋转对正六方截面的两个相对的顶点进行拍扁,可以精确地控制六拐曲轴的曲拐夹角角度和厚度达到工艺的要求,解决了曲拐夹角角度难以控制的锻造难点。采用该方案锻造的六拐曲轴,各项指标达到了设计要求,锻造流线连续,符合零件形状的要求,具有更好的综合力学性能。     

外墙砖盐析处理与抑制试验研究

针对目前普遍存在的严重降低建筑物外墙的装饰性和耐久性的外墙砖盐析现象,在分析其机理的基础上,通过一系列探索性的试验,提出了去除和抑制不同程度的外墙砖泛霜的有效措施。     

基于GAN和多通道CNN的电力系统暂态稳定评估

目前基于深度机器学习的电力系统暂态稳定评估对介于稳定和失稳边界的系统状态判别存在一定困难,同时也难以兼顾在线评估的准确性和快速性。针对该问题,该文提出一种基于多通道卷积神经网络(convolutionalneural network,CNN)和生成对抗网络(generative adversarial nets,GAN)的暂态稳定评估方法。首先构建了含级联多通道CNN的电力系统暂态稳定状态评估模型,通过前级多通道CNN预测非边界样本的暂态稳定状态并确定原始边界样本集;其次交替训练GAN模型的生成器和判别器以实现边界样本集增强,用增强后的边界样本集训练后级多通道CNN,使其能够可靠判别边界样本的暂态稳定状态,从而提高了状态评估的准确率;此外,在故障清除时刻预测出稳定系统的稳定程度以及失稳系统的安全控制时间裕度,从而保证了在线评估的快速性,也为后续控制策略提供一定参考。在IEEE-39节点系统和某省级电力系统上仿真表明：所提模型的评估效果相较于其他常用深度学习算法而言更为优越,在同步相量测量装置测量信息含噪声的情况下,该模型表现出较强的鲁棒性。