西霞院电站基于高含量推移质水流工况下环氧砂浆修复材料优化研究

黄河流域水流含沙量大,水流中挟带大量推移质,包括比较粗的砂砾石颗粒,以及在水流推动作用下前移的较大粒径块石等。推移质以滚动、滑行、跳跃的方式移动,其破坏力比悬移质更大,往往能对水利工程泄输水建筑物造成功能性损坏。西霞院工程是位于黄河中下游的大（2）型水利枢纽,受水量调度及水情影响,连续三年经历“低水位、大流量、高含沙、长历时”泄洪运用方式,导致水流挟带大量的推移质及悬移质,对工程的水下建筑物、金属结构,特别是对泄水、输水建筑物造成了严重的冲磨破坏。本文在原配方专利环氧砂浆基础上,研究设计优化方案,研制出以SiC为主骨料的新型环氧砂浆,在抗压、耐磨、增韧等性能上有较大提升,解决了水工泄洪建筑受推移质磨蚀破坏修复的问题。     

FHN神经元小世界网络随机共振下的弱信号增强�

考虑到生物神经系统显著的弱信号感知能力,提出一种基于概率随机重连的神经元动态连接小世界网络.首先为提高计算神经模型工作效率,本文改变了FHN神经元恢复变量和膜电位特征时间默认相等的思路,可灵活调整膜电位势函数的势垒高度以提高状态的跃迁概率;其次将改进后的FHN神经元作为网络节点,引入基于距离连接权重的动态突触的神经元节点互连模式,通过调整外部干扰和网络内部的噪声强度,使系统进入随机共振状态;最后根据FHN神经元输入输出信号之间的互相关系数,对网络各节点输出进行筛选和融合,从而实现弱信号增强还原.对多种形式的输入弱信号进行了实验,结果表明,本方案可以有效实现弱信号的还原和增强,不仅能保持周期信号频谱的一致性,还能使原始弱信号和系统输出信号的互相关系数保持在0.92以上.因此,基于FHN神经元的小世界网络,能够充分利用随机共振特性,为弱信号的增强复原也提供了一种新的思路.     

留巷巷道定向水力压裂卸压机理及试验

煤柱上部应力是留巷巷道强烈变形的力源,对于变形严重的留巷巷道围岩控制,采用传统爆破卸压技术存在安全风险较高、污染环境、围岩破坏严重等问题。针对上述问题,提出了留巷巷道定向水力压裂卸压机理,即通过水力裂缝的扩展在顶板岩层中产生弱结构面,降低顶板岩石的整体强度,在采动应力作用下,使弱化后的坚硬顶板及时破断垮落,降低留巷巷道应力水平。以山西晋城无烟煤矿业集团有限责任公司长平煤矿4312综采工作面为试验地点,确定了定向水力压裂钻孔方案及钻孔布置参数。压裂结果显示:横向切槽深度达5mm,切槽效果良好;进行分段逐次压裂时,随着压裂处距钻孔孔口距离的增加,裂缝扩展所需压力相应增大。对留巷巷道压裂段和未压裂段进行了表面位移、煤柱应力监测,监测结果表明:留巷巷道变形主要以两帮变形为主,压裂段两帮和顶底板平均移近量比未压裂时分别降低约40.79%和69.80%;未压裂段的煤柱应力在接近工作面时出现峰值点,而压裂段的煤柱应力在距离工作面切眼后方200m左右出现峰值点,定向水力压裂转移了煤柱上部应力峰值位置。     

基于3D CNN的肺结节假阳性筛查模型

通过肺部CT影像进行肺结节检测是肺癌早期筛查的重要手段,而候选结节的假阳性筛查是结节检测的关键部分.传统的结节检测方法严重依赖先验知识,流程繁琐,性能并不理想.在深度学习中,卷积神经网络可以在通用的学习过程中提取图像的特征.该文以密集神经网络为基础设计了一个三维结节假阳性筛查模型—三维卷积神经网络模型(TDN-CNN)...     

Linux服务器安全审计系统的设计与实现

随着Linux技术的普及,大量的Linux服务器部署在分布式系统中,如何对这些服务器资源进行有效的安全审计成为了当前一大难点。根据Linux服务器的特点,设计与实现了可应用于复杂分布式环境中的安全审计系统。系统采用组件化、模块化的架构和多级部署方式,基于内核级审计和应用级审计实现了对Linux服务器的系统资源、终端访问、文件、数据库和网络等资源的全面审计。同时,系统采用数据挖掘技术对审计信息进行深入分析,实现了对Linux服务器的智能化审计。系统部署于实际的应用中,并且取得了良好的效果。     

点接触式两足步行机器人直立姿态稳定控制

针对点接触式两足步行机器人提出了一种直立姿态稳定控制策略。建立了机器人动力学模型,对机器人直立姿态的稳定性和可控性进行分析;并基于T-S模型建模,构造机器人全局模糊模型,基于LQR最优控制理论,设计全局渐近稳定的模糊控制器对机器人直立姿态进行稳定控制。仿真结果表明,该算法具有较宽的稳定范围,可以使机器人在上电以后和从行走切换到站立状态时迅速恢复直立姿态,保持稳定。     

基于混沌消息扩展的Hash函数

构造了一种基于混沌消息扩展的Hash函数,方案中将消息权重矩阵融入时空混沌系统,加强了每个消息块中各字符之间及各消息块之间的联系,构建了统计特性良好的扩展消息,采用4轮64步迭代得到160 bit的消息摘要。和SHA-1算法相比在不明显影响运算效率的前提下安全性得到了提高。     

一种基于自适应关联熵的关键字提取算法

相较于传统的依托词汇频率大小进行关键字提取技术,TextRank算法能够考虑词汇节点之间的相似性信息,却仍忽略了词汇上下文信息以及文章的语义结构等。在节点图权重迭代的基础上,本文利用文本上下文词汇的关联规则信息,引入关联熵的概念,自适应调整阻尼系数和滑动窗口大小,更贴近文本词汇的实际语义情况,能够较好地处理低词频和新词汇信息。实验表明,相较于TFIDF和TR等算法,本文算法在处理关键字提取时能够达到更准确的效果。     

基于灰度形态学的高原鼠兔图像边缘检测

传统高原鼠兔图像边缘检测方法存在对噪声敏感、大量边缘细节被过滤、检测的边缘不连续、模糊等问题。为此,将基于数学形态学的边缘检测方法应用到高原鼠兔图像的边缘检测中。利用数学形态学的腐蚀和膨胀算法,构造适合高原鼠兔图像几何性质的结构元素,对图像进行检测。实验结果表明,该方法具有较好的边缘检测效果。     

产品形态多意象蛛网灰靶决策模型

针对概念设计中多意象设计方案决策困难的现象,提出了一种产品形态多意象蛛网灰靶决策方法。首先,运用感性工学相关方法获取设计主体的认知数据,结合熵权法及博弈论思想构建基于设计主体认知数据的综合评价模型,并根据各意象的设计主体综合评价数据确定各意象的权重关系;其次,通过人工选择的方式从产品形态进化系统中选择多个进化方案,运用蛛网图表征各进化方案的意象关系,构建多意象蛛网灰靶决策模型,计算决策系数,对其进行比较排序,得到符合设计主体认知的相对最优方案;最后,应用灰色关联分析法验证该决策模型的可行性。结果表明,该模型能够帮助设计师在设计决策阶段快速、准确地确定符合多设计主体认知的多意象方案,为产品方案的多意象决策提供了新的理论和方法。