一种像素与对象相结合的林区建筑物识别方法

针对林区建筑物遥感监测技术需求,为构建GF-2数据在林区建筑物识别中的应用方法,选取蜀南竹海风景名胜区为研究区,根据所选区域建筑物的GF-2影像特征,研究形成了像素级和对象级相结合的林区建筑物识别方法。首先利用基于递归特征消除法的随机森林算法对预处理后的GF-2影像进行特征筛选;然后通过对比支持向量机和随机森林分类器识别的建筑物结果,选用支持向量机分类器所得研究区建筑物作为像素级识别结果;融合像素级建筑物识别结果和多尺度分割得到的影像对象,识别出该研究区建筑物目标。结果表明：利用支持向量机分类器进行像素级建筑物识别,其结果的正确率、完整率和质量均高于随机森林分类器;提出的像素级和对象级相结合的建筑物识别方法既保留了简单易行的优势,也避免了椒盐现象,在正确率、完整率和质量上均比像素级方法和对象级方法有所提高,在质量上分别比像素级方法和对象级方法提高了0.20和0.13,该方法可为主管单位有效监管林区内违规建筑物提供技术支撑。     

质子化交联壳聚糖对甲基橙的吸附研究

研究了吸附剂投加量、甲基橙初始浓度、pH值、吸附时间等条件对甲基橙脱色效果的影响。结果表明,在质子化壳聚糖用量为3.6g/L条件下,对质量浓度低于200mg/L甲基橙溶液的吸附率不低于90%。拟二级动力学模型能很好地描述其吸附过程;吸附等温线符合Langmuir模型。质子化壳聚糖在较宽的pH值范围内对甲基橙具有较好的脱色效果,可提高壳聚糖的利用价值。     

一种低成本动态车载导航坡度识别方法

针对车载导航系统对行驶过程中道路坡度、相对高度变化识别的需要,提出了1种基于里程仪、单轴加速度计的坡度与相对高度估计算法,克服了传统倾角仪无法在加速运动下测量的不足,能够满足车辆任意运动状态下的测量要求,并在此基础上设计了与倾角仪测量简单融合算法与坡度行车判别策略,可以实现坡度行车的准确快速判断与测量,为复杂情况下车载导航仪道路自动判断提供有力支持。     

基于时间序列的深度学习光伏发电模型研究

为了减少光伏系统接入电网产生的不利影响,并对预测光伏功率输出进行研究,提出了一种基于数据中潜在季节类别的混合深度学习模型。整个模型分为三个阶段,即聚类、训练和预测。在聚类阶段,采用相关分析和自组织映射来选择历史数据中相关性最高的因素。在训练阶段,将卷积神经网络、长短期记忆神经网络和注意力机制相结合,以构建用于预测的混合深度学习模型。在预测阶段,按测试集的月份选择分类的预测模型。实验结果表明,该实验方法在7.5 min内的间隔预测中具有较高的准确性。     

应用于无线Mesh网中的OLSR路由协议研究

目的分析和研究OLSR协议和无线Mesh网络特性,提出路由协议在MESH网应用中的改进方法,使协议开销减小,数据包转发快.方法利用链路状态算法中重新计算拓扑图特点,动态选择连接度来构造MPR集,并延长HELLO消息发送时间间隔,减少网络系统包发送量.结果由仿真分析可知,当HELLO包发送周期延长1 000倍时,HELLO报分组数量级大大减少,而网络数据包吞吐量基本不变.结论对于节点相对固定的Mesh网络,选择具有合适连接度MPR节点机制,并且延长HELLO消息发送时间间隔是OLSR协议一个很好的选择.同时对适当调整TC控制消息包在MPR中的泛洪时间间隔有借鉴作用.     

四川盆地蓬探1井区震旦系灯影组二段储层特征及主控因素

四川盆地蓬探1井区灯影组气藏是继安岳气田发现后的又一勘探成果,在灯二段中发现了储量可观的工业气藏。明确该气藏的储层特征及成因机制对优质储层的分布预测、开发方案的制定及下步勘探部署具有重要意义。利用岩心、物性分析、测井解释、成像测井及地震资料对蓬探1井区灯二段储层特征进行了刻画,剖析了其成因主控因素,研究结果表明：灯二段优质储层主要发育于与生物建造相关的藻白云岩和与颗粒滩建造相关的颗粒白云岩中,储集空间有孔隙、溶洞和裂缝等类型。按储集空间的组合特征可将储层分为孔隙型、溶洞型及缝洞型3类,缝洞储层最发育,其次为溶洞型。优质储层主要分布在灯二段的中上部,总体表现为低孔低渗,部分井段表现为中孔中渗的特点。优质储层的发育程度及空间展布主要受沉积微相、早成岩期岩溶作用及桐湾运动的影响。处于台缘亚相带的丘滩体微相是优质储层的发育相带,早成岩期岩溶作用促进了储集空间进一步发育,桐湾运动促进了裂缝的发育和大气淡水淋滤作用的进一步发生。     

双碳目标下教育建筑空调能耗管理的探讨

由于空调系统的设计与施工管理、空调设备的节能设计、空调系统的运行管理等方面存在种种挑战,使得空调能耗管理成为教育建筑能耗中最为重要的一部分。在当前碳达峰与碳中和的发展目标下,通过对空调系统运维、能源替换、保暖改进,以及提高工作人员管理水平和技术素质等措施,使教育建筑空调能耗得以降低,以助力社会经济可持续发展,为我国实现“双碳”目标作出贡献。     

水性丙烯酸树脂黏结剂的制备及其对特种含能纸基材料的增强性能研究

以丙烯酸丁酯、甲基丙烯酸甲酯、丙烯酰胺和丙烯酸为单体,甲基丙烯酸缩水甘油酯及N,N’-亚甲基双丙烯酰胺作为功能单体,采用半连续乳液聚合法制备了水性丙烯酸树脂黏结剂。结果表明,甲基丙烯酸缩水甘油酯（GMA）添加量为11.2%时,乳液平均粒径为172.7 nm,黏度为14.9 mPa·s,并且在100℃下乳液性能保持稳定。接触角及力学性能测试表明,利用水性丙烯酸树脂黏结剂（GMA添加量11.2%）进行浆内施胶,特种含能纸基材料的应力由15.24 MPa增加至33.06 MPa,接触角由108.3°提高到113.3°。     

多联机系统故障类型识别及故障细化诊断模型研究

本文针对多联机系统实际运行中可能出现的多故障并发问题,提出一种结合线性判别分析(LDA)和随机森林(RF)算法的多故障诊断策略,可以在完成故障类型识别后,自适应地根据故障类型选择最佳细化诊断模型,进一步诊断出故障发生水平或故障发生原因。首先,在不同的制冷和制热工况下,引入四通阀故障、电子膨胀阀故障、制冷剂充注量故障,并按照7∶3的比例划分为训练集和测试集,利用训练集建立基于RF算法的故障类型识别模型;然后,利用LDA方法对训练集中3类故障的特征分别进行降维,并利用降维后的训练集建立故障细化诊断模型;最后,测试集中的样本数据在经过故障类型识别后,根据识别结果自适应地输入至最优故障细化诊断模型。结果显示:故障类型识别模型在测试集上的准确率达到99.99%,3类故障细化诊断准确率分别为96.12%、100%、97.44%,说明该策略能够较好的完成针对多联机系统的多类型故障诊断任务。