基于LabVIEW的准分子激光器控制系统

为了实现基于准分子激光光源的应用系统集成和激光的功能扩展，设计了一种新型的准分子激光器控制系统，PC端基于LabVIEW软件实现人机交互，激光端基于微控制单元(MCU)主控模块控制硬件电路及检测传感器信号等，LabVIEW与MCU采用光隔离的RS232通讯，通过虚拟仪器实现计算机对准分子激光器的实时监测和控制。结果表明，该系统结合PC端的良好人机交互以及MCU端高效稳定实时控制等特点，有效地实现了放电激励准分子激光器强电磁干扰下的整体控制系统的设计。该研究对基于准分子激光光源的应用系统的集成和功能扩展有参考意义。     

澳大利亚North Carnarvon盆地中生代气候环境演变与优质烃源岩发育机制

利用地层中包含的大量微体化石,结合沉积学分析,恢复了澳大利亚North Carnarvon盆地中生代的古气候与古环境,综合中生界优质烃源岩发育的古地理背景,探讨了其发育模式。研究结果表明,中生代不同层段微体化石属种及其相对含量的变化,对应于古气候与古环境的变迁;古气候呈干旱—湿润—干旱—湿润的旋回性变化;早三叠世—晚三叠世为水退过程,晚三叠世—晚白垩世整体为水进过程。中生界可识别出4个沉积相类型:三角洲相、滨海相、局限海相和开阔海相。早三叠世主要发育开阔海相,中—晚三叠世则主要发育三角洲相,侏罗纪局限海相尤为发育,白垩纪主要发育局限海相和开阔海相。4个沉积相的微体化石组合特征差异明显,三角洲—滨浅海—局限海—开阔海孢粉含量逐渐下降,沟鞭藻+疑源类含量逐渐升高;三角洲相与滨浅海相孢粉占主导地位,局限海相孢粉含量与沟鞭藻+疑源类含量相近,开阔海相则以沟鞭藻+疑源类占主导地位。古气候与古环境影响沉积物的供给及有机物的形成,微体化石组合决定了有机质的母质类型,两者最终决定了盆地有机质的发育模式,综合中生界烃源岩发育的古地理背景、古气候条件及微体化石组合特征,将其有机质发育模式总结为大型三角洲背景下陆源有机质发育模式和局限海背景下混合有机质发育模式。     

高速公路收费系统的防雷保护措施

针对雷电破坏高速公路收费系统问题,研究了雷电侵害收费系统的途径和破坏方式,其中浪涌过电压是引起设备损坏的主要原因。因此,探讨了预防浪涌过电压的主要方式,通过采用分级泄流和分压相结合以及安装三级保护器的方法可达到最佳效果。进而提出了在高速公路收费系统中采用防雷六大措施,确保收费系统能够高效、安全地运转。     

河道内生态需水估算方法概述

为诸如生态调度等水资源配置研究提供必要的理论基础,根据国内外的研究进展,总结归纳出河道内生态需水估算的方法。指出河道内生态需水的确定应综合考虑下游河道的基本生态需水(生态基流)、水质、输沙、水生生物、水面蒸发等因素,详细阐述了生态需水各分项的计算方法、优缺点、适用条件、相关关系以及根据各分项计算河道内生态需水量的方法。      

某高层建筑桩-箱基础土体抗力的实测研究

通过分析重庆某高层建筑桩-箱基础底部土体所受压力的实测资料,得出箱基底板土体受到的压力随着施工加载呈始快后慢再趋稳定的增长态势;底板土体所受压力在荷载重心区域大,四周区域小;沿纵向轴线和横向轴线都呈现双反拱形.实测结果证明,桩间土体可以承担4.0%～15.9%的上部结构荷载.     

电气自动化技术在油田生产中的应用

电气自动化技术的应用主要集中在对设备和工艺的监控方面,依靠计算机技术、控制理论、电气设备、网络技术进行监控和操作,主要包括现场总线监控、集中监控、远程监控。把现场总线中的智能仪表等仪器设备与DSC连接,完善自动化的控制功能,通过软件和硬件操作带动电气自动化技术的应用。现场总线通过DSC/PLC网络集成,或DSC和PLC相互结合实现远程控制、诊断故障、维修等自动化应用操作,完成油田生产现场的可控制化运转。根据现有油田生产电气自动化技术应用现状,实现统一的电气自动化应用系统平台,实现总线的监控是油田生产全面自动化的发展趋势。     

联合多重对抗与通道注意力的高安全性图像隐写

目的 现有基于对抗图像的隐写算法大多只能针对一种隐写分析器设计对抗图像,且无法抵御隐写分析残差网络(steganalysis residual network,SRNet)、Zhu-Net等最新基于卷积神经网络隐写分析器的检测。针对这一现状,提出了一种联合多重对抗与通道注意力的高安全性图像隐写方法。方法 采用基于U-Net结构的生成对抗网络生成对抗样本图像,利用对抗网络的自学习特性实现多重对抗隐写网络参数迭代优化,并通过针对多种隐写分析算法的对抗训练,生成更适合内容隐写的载体图像。同时,通过在生成器中添加多个轻量级通道注意力模块,自适应调整对抗噪声在原始图像中的分布,提高生成对抗图像的抗隐写分析能力。其次,设计基于多重判别损失和均方误差损失相结合的动态加权组合方案,进一步增强对抗图像质量,并保障网络快速稳定收敛。结果 实验在BOSS Base 1.01数据集上与当前主流的4种方法进行比较,在使用原始隐写图像训练后,相比于基于U-Net结构的生成式多重对抗隐写算法等其他4种方法,使得当前性能优异的5种隐写分析器平均判别准确率降低了1.6%;在使用对抗图像和增强隐写图像再训练后,相比其他4种方法,仍使得当前性能优异的5种隐写分析器平均判别准确率降低了6.8%。同时也对对抗图像质量进行分析,基于测试集生成的2 000幅对抗图像的平均峰值信噪比(peak signal-tonoise ratio,PSNR)可达到39.925 1 dB,实验结果表明本文提出的隐写网络极大提升了隐写算法的安全性。结论 本文方法在隐写算法安全性领域取得了较优秀的性能,且生成的对抗图像具有很高的视觉质量。