热镀锌锌渣形成原因分析及控制研究

在某热镀锌产线实际生产过程中,带钢表面产生锌渣缺陷。通过分析锌渣产生的机理,进一步研究锌渣的成因,在工艺技术参数和设备等方面进行优化改进,从而有效的控制锌渣缺陷的生成,提高了带钢表面质量,对其它产线该缺陷的控制具有指导意义。     

电化学法处理香料工业氯化钠有机废盐的研究

为了实现氯化钠有机废盐的资源化利用,以某香料企业的氯化钠有机废盐为研究对象,在单室电化学氧化的基础上提出了一种资源化处理氯化钠废盐的一膜两室电解工艺,在降解废盐有机物的同时获取氢氧化钠。在单室电解槽中探究了废盐中有机物的电化学氧化降解条件和降解途径,研究表明,在电流密度为600 A/m²、反应温度为35℃、初始pH为6的最佳电解条件下,电解8 h后废盐模拟废水化学需氧量(COD)去除率为92.3%,色度去除率为100%,电流效率为32.3%。有机物降解的主要途径为电极产生的活性氯和羟基自由基对有机物的间接氧化。通过调节阳极液pH和进料方式,在相同电解条件下电解8 h,一膜两室工艺阳极COD去除率可达87.2%,阴极氢氧化钠总产量可达11.33 g。该工艺具有反应条件温和、工艺流程简单及无二次污染等特点,可为氯化钠有机废盐的资源化处理提供参考。     

无人机视角下的多车辆跟踪算法研究

针对无人机视频中存在目标密集、运动噪声强而导致跟踪性能显著下降的问题,提出了一种改进YOLOv3的车辆检测算法及一种基于深度度量学习的多车辆跟踪算法。针对车辆检测的精度与实时性问题,采用深度可分离卷积网络MobileNetv3作为特征提取网络实现网络结构轻量化,同时采用CIoU Loss作为边框损失函数对网络进行训练。为了在多目标跟踪过程中提取到更具判别力的深度特征,提出了一种基于深度度量学习的多车辆跟踪算法,实验证明,本文提出的算法有效改善车辆ID跳变问题,速度上满足无人机交通视频下车辆跟踪的实时性要求,达到17 f/s。     

新型脑突触密度核素分子探针18F-SynVesT-1放射性标记、质量控制与显像分析

突触密度活体可视化评估与定量分析在神经和精神疾病的诊断、治疗监测和机制研究方面具有广阔的临床应用前景。突触前膜囊泡蛋白2A(synaptic vesicle protein 2A, SV2A)可反映突触密度情况并与神经元兴奋性改变、致痫网络形成和癫痫耐药密切相关。为可视化评估突触密度,本研究采用GE Tracerlab FXFN模块高效合成与标记特异性靶向SV2A新型PET核素分子探针¹⁸F-SynVesT-1,通过理化性质、稳定性、比活度、细菌内毒素等检测技术进行质量控制,利用癫痫动物模型对¹⁸F-SynVesT-1显像效果进行验证。结果显示,Tracerlab FXFN模块能实现¹⁸F-SynVesT-1的高效合成,未校准放化产率为(11.4±2.6)%,且产品溶液满足临床及注射要求。本研究合成的¹⁸F-SynVesT-1质控表现良好,可用于活体脑突触显像、突触密度定量评估及致痫灶异常检测分析。     

实时目标跟踪系统处理平台设计及快速算法研究

为解决电视捕获跟踪瞄准系统中系统的实时性与算法复杂性之间的矛盾,设计了以高性能的DSP芯片TMS320C6416为核心处理器,结合大规模可编程逻辑器件CPLD进行逻辑控制以及现场可编程门阵列FPGA对采集的视频数字图像做预处理的实时目标识别跟踪处理平台。同时改进了目标识别算法,提出一种基于遗传算法的快速图像相关匹配算法。重点介绍了该实时数字图像处理系统的硬件组成、工作原理和新的图像相关匹配算法。结果表明系统具有较高的实时性和稳定性。     

基于卷积神经网络的目标跟踪算法综述

目标跟踪是机器视觉领域一个重要的研究方向,在军事、交通等领域有着广泛的应用。随着训练数据和硬件的发展,越来越多的学者将深度学习应用于视觉跟踪领域。近几年来,一大批基于深度学习的跟踪算法被提出,与传统的机器学习方法相比,包含多个隐含层的卷积神经网络(CNN)具有更强大的特征学习和特征表达能力。分析了目标跟踪中的难题以及用卷积神经网络解决此类问题的可能性,综述了卷积神经网络在视觉跟踪领域的发展,并对卷积神经网络在视觉目标跟踪中的最新成果进行了总结和深入分析,最后对卷积神经网络在目标跟踪领域未来的发展进行了展望。     

一种拟人空间机械臂视觉伺服图像处理研究

针对四自由度串并混联拟人空间机械臂本体,构建了基于运动控制卡模式的机器人软件和硬件系统。采用基于位置的控制结构,利用所求得的机械臂逆运动学方程,设计了由图像反馈和末端运动组成的视觉伺服控制系统。提出了一种基于SURF特征的静态目标识别算法,算法首先对目标图像提取SURF特征,并利用欧氏距离实现模板图像与目标图像特征点匹配,然后计算已匹配特征点的质心来获得目标的位置信息,最终实现了稳定的伺服定位。实验结果证明了系统的可靠性,并且证明了四自由度串并混联机械臂本体在实际运动的精确性和稳定性。     

基于特征选择的两级混合入侵检测方法

为提高入侵检测方法的检测率、降低误报率并提高对未知类型攻击准确率,提出一种以特征选择为基础的混合入侵检测方法。利用fisher分对特征进行降维处理,选择出与类别相关度大的特征子集;为解决样本的多元性问题,引入超图的Helly属性对得到的特征子集进行再次筛选,得到最终的最优特征子集;利用随机森林和改进的K均值(K-Means)聚类作为联合分类器,采用二次检测的方式确定样本所属类别。实验结果表明,该方法有效且可行,为入侵检测提供了可参考的算法模型。     

Z油田曲流带复合砂体精细刻画及其应用研究

为了探索水平井与直井联合开发提高采收率技术,针对Z油田平直联合试验区注采井间连通差异较大的问题,综合采用直井及水平井测井信息开展复合砂体精细解剖,并指导不同类型砂体开发调整。结果表明：1)废弃河道细化为轻度、中度、高度和完全废弃4种类型。2)利用水平井声波及伽马曲线值可确定水平段夹层个数及部位,辅助确定砂体类型和规模;利用砂体厚度及高程差异识别单一点坝。3)轻度废弃河道井组单井连通率为81.8%,连通性最好;中度废弃河道单井连通率为66.7%,连通性中等;高度废弃河道单井连通率为25.0%,连通性最差。中轻度及中度废弃河道在开发时调整为采用调剖的方式,高度废弃河道的开发调整为采用压裂的方式;点坝侧积夹层发育的井区,垂夹层方向采用压裂的方式,顺夹层方向先高浓再低浓的方式调整。该研究成果对复合厚砂体化学驱挖潜具有重要的指导意义。