软交换网络的业务

文章分析了软交换网络的业务提供方式，对软交换网络的应用服务器API及其编程环境进行了分析和比较，最后结合实际应用情况，对目前开展较为普遍的两个软交换特色业务进行了分析。     

压水堆核电厂冷却剂碘同位素活度比值131I/133I与燃料完整性关系研究

压水堆核电厂正常运行期间燃料元件破损会造成一回路裂变产物活度升高,碘同位素活度比值131I/133I是行业内最常用的判断燃料破损情况的指标之一。本文介绍了压水堆正常运行期间冷却剂131I和133I的产生来源和迁移过程,建立模型估算了燃料完整、小破口和大破口情况下131I/133I范围,并通过在运CPR1000型压水堆核电厂的运行监测数据对计算模型进行了验证,两者符合得较好。     

两阶段机场多特种车辆协同充电调度策略

在机场区域内,新能源特种车辆充电具有很大的随机性,且不同种类特种车辆充电情况各不相同,造成飞行区内各充电桩利用率相差过大,影响机场配电网的健康运行。针对上述现象,设计了十一车型两阶段特种车辆协同充电调度策略。第一阶段通过分析不同车辆对航班的保障流程,以同一车辆对相邻航班保障起始时间差值最小为目标,生成存在充电需求的车辆序列。第二阶段以减小飞行区各区充电桩时间利用率方差和车辆充电排队时间为目标,在上一阶段车辆序列基础上采用改进的自适应变异粒子群算法进行模型求解,并以国内某枢纽机场的实际车辆充电数据进行对比验证。实验表明,采用该算法后,车辆充电时的等待时间降低了93.5%、飞行区充电桩时间利用率的整体方差下降了88.7%,达到了均衡使用充电桩的目标。     

基于双阶段多尺度生成对抗网络的图像复原方法

针对人脸图像复原任务中对图像尺度信息利用不足和眼镜结构复原错误的问题,提出一种基于双阶段多尺度生成对 抗网络复原模型。该模型第1阶段引入改进损失的U-Net 粗重构网络,利用跳连接减少原始图像信息的丢失,融合3种不同 的损失函数提高生成器的重构能力,采用双判别器考虑全局信息和局部信息,并提出一种混合域注意力机制用于关注图像的 空间和通道信息。第2阶段的精修复网络构建了全新的特征增强模块,增强网络对细节信息的提取能力和对结构的表达能 力,引入相对判别器,用于关注生成样本与真实样本之间的相对真实性,提高了生成质量和训练稳定性。实验结果表明,该方 法能够复原各类图像缺失的情况,并能够有效复原佩戴眼镜的人脸图像,与其他方法相比,该方法的峰值信噪比、结构相似性 和感知相似度评估等指标分别提升了3.81%、2.65%和0.45%。     

复合电耙道浅孔留矿采矿法试验研究

针对老柞山金矿矿体形态复杂,下盘矿体膨胀的开采技术条件,提出并试验了复合电耙道浅孔留矿采矿法．获得了显著的经济效益和社会效益,对类似矿山具有推广应用价值。     

高校管理类专业创业指导体系构建研究

构建管理类专业创业指导体系,有助于促进管理类专业学生自主创业,提高学生创业的成功率。研究认为,高校管理类专业创业指导体系构建应遵循＂全面指导与个体指导相结合、引入指导与过程指导相结合、校内指导与校外指导相结合＂的思路,并构建多层次、多渠道和全过程创业指导体系。     

非饱和粉土回弹模量的应力依赖性与水敏感性耦合分析

为了研究路基内部应力状态和含水率变化对回弹模量的影响,建立了路基土回弹模量的预估模型。根据室内三轴重复加载试验结果,研究了应力依赖性控制指标的选择,结果表明:体应力变化时,回弹模量不具有单调变化的规律,所以不宜作为应力依赖性的控制指标;而利用围压和偏应力作为控制指标时则能全面的反映回弹模量的变化规律。根据土水特征曲线,利用基质吸力表征含水率的影响,构建应力依赖性和水敏感性的耦合模型,并通过试验结果的拟合验证,发现该模型能够较好地反映回弹模量随应力水平和含水率变化的规律。     

基于改进VGG网络的单体热电池X光图像无损检测方法研究

为解决单体热电池生产中出现的安装错误、人工检测耗时耗力的问题,提出一个结合迁移学习和卷积 神 经网络(convolutional neural network,CNN) 的单体热电池缺陷检测模型。首先,对数据集图像进行裁剪、加噪等预处理,以VGG16(visual geometry group 16) 网络作为 模型的骨干架构,在瓶颈层后增添选择性核(selective kernel,SK) 卷积;然后,增添全局平均池化(global average pooling,GAP) 层, 增加Dropout层及添加 L2 正则化等微调操作,得到单体热电池缺陷检测模型Q-VGGNet;最后,在大型公开数据集ImageNet上进 行预训练学习,将获得的权重参数迁移到单体热电池图像识别模型Q-VGGNet上。测试实验表明:6种 网络模型对数据集缺陷图像的总体识别准确率分别达到了98.39%、94.44%、97.27%、96.34%、93.71%、 95.61%,Q-VGGNet网 络模型 对合格图像和 漏装负极、极耳断裂、漏装集流片3种缺陷图像 识别准确率 分别达到了99.6%,95.9%,99.6%和98.4%。检测结果表明:该方法能够更准确、快速地检测热电池缺陷, 拥有良好的缺陷诊断能力,较传统方法提高近3%,为人工检测单体热电池缺陷提供了良好的解决途径。