求解超高压筒形容器爆破压力的神经网络方法

将BP和RBF神经网络的理论和算法应用于预测超高压容器爆破压力的研究中。选用MATLAB神经网络工具箱建立预测爆破压力的神经网络模型,研究模型中影响爆破压力的主要参数,内外径比值和材料的强度极限,屈服极限,屈服强度与强度极限的比值;选用Faupel、Crossland和Bones等文献中的爆破实验数据对神经网络模型进行训练,用训练好的神经网络模型对爆破压力进行预测。预测结果表明,用BP和RBF神经网络方法建立的模型能够对超高压筒形容器的爆破压力进行较为准确的预测。     

用于视网膜血管分割的半监督深度学习框架北大核心CSCD

针对目前视网膜血管分割任务中伪标签质量参差不齐,获得高质量的伪标签需要经过筛选的问题,本文提出了一种新的用于视网膜血管分割的半监督深度学习框架。该框架采用分而治之的思想来处理数据,针对有标签数据,采用传统的深度学习方法;针对无标签数据,采用Mean teacher模型,通过对比同一输入的不同形态输出,让模型学习无标签数据之间的共同特征,避免了采用伪标签技术带来的筛选过程。本文将U型网络(u-neural networks,U-Net)、Dense-Net和Ladder-Net 3个基准网络放入该框架,在DRIVE和CHASEDB1数据集上进行训练测试,均取得了较好的分割效果,表明本文框架具有提高网络区分不同阈值像素的能力。     

Photocatalytic Valorization of Plastic Waste over Zinc Oxide Encapsulated in a Metal–Organic Framework

The conversion of waste plastic into high-value-added chemicals is regarded as a promising approach for relieving global plastic pollution and contributing to the circular economy. Herein, a partial calcination strategy is developed to fabricate a zinc oxide/UiO66-NH₂ (ZnO/UiO66-NH₂) heterojunction, in which ZnO is encapsulated in porous UiO66-NH₂ for the photocatalytic valorization of plastic. This strategy preserves the framework structure of UiO66-NH₂, thus enabling the formation of ZnO with ultra-small size distributed inside the skeleton. The synergistic effect of the obtained ZnO/UiO66-NH₂ heterojunction facilitates providing an efficient channel for carrier/mass transfer and guarantees structural stability. As a result, ZnO/UiO66-NH₂ exhibits high activity for converting polylactic acid (PLA) and polyvinyl chloride (PVC) into acetic acid, coupled with H₂ production. This work provides a feasible strategy for rationally designing heterojunction photocatalysts, as well as an insight into understanding the process of photocatalytic valorization of plastic.     

基于专家系统的压力容器胶片焊缝缺陷识别技术研究

针对压力容器无损检测中胶片焊缝的缺陷识别,根据缺陷图像的特征,采用图像预处理、图像分割算法,专家系统等方法,提出了一种胶片焊缝缺陷的识别方法,并在MATLAB下实现。介绍了专家系统的基本原理、结构、建立方法和识别策略,根据焊缝缺陷特征,从不同层次进行识别。通过不断的试验来完善胶片缺陷专家系统库,进一步提高缺陷识别率。     

海洋探测无人艇:平台设计及应用

海洋探测无人艇应用范围广泛,但无人艇姿态易受风、浪、流、漂浮垃圾等环境因素影响,导致结构损坏、观测数据精度下降等问题。设计了无人艇双体宽甲板平台,多波束测深系统安装在升降机构上,保障最佳航行姿态和换能器安全,提高了采集数据的精度。2020年,该无人艇参与江西应急抗洪救灾堤坝勘察任务,在水流湍急、水质浑浊、漂浮垃圾多等不利环境下,圆满完成14 km堤坝底质勘察任务,共发现4处堤坝风险位置点,为抗洪抢险提供了重要的数据支撑。     

舰艇激光对抗方法浅析

激光对抗技术是近年发展起来的一门新兴学科．在信息化战争中得到了广泛应用。在作战中它可有效地对抗红外制导武器、激光制导武器和光电控制系统的威胁。研究分析了舰艇在海战中实施激光对抗的四种方法。     

基于卡尔曼滤波算法船舶AIS轨迹估计研究

AIS是集船舶导航、避碰、海事监管于一体的现代化无线电系统,在水上交通运输领域里发挥着重要作用。为了弥补AIS数据堵塞等原因导致更新数据不及时,造成船舶轨迹的不准确或者误差较大的问题,提出利用对卡尔曼滤波算法进行适当的修改,引入系统噪声和测量噪声,利用AIS船舶观测节点数据对系统状态做最小二乘法估计,对船舶运动轨迹进行平滑和预测,并对不同时间段可靠性误差进行分析,能够比较正确地估计出船舶轨迹。     

基于概率跟踪的冠状动脉造影图像的血管树提取

采用传统的基于跟踪的方法分割冠状动脉X射线造影图像的血管时,易受血管节点和曲率的影响.对此,本文提出了基于多特征测度的概率跟踪模型和中心线优化算子,该方法能够准确地分割出血管树的骨架并进行中心线优化.实验中,该方法不仅避免了传统方法的弊端,而且具有较低的计算耗时、较高的鲁棒性、全自动性:一次选定跟踪的起点,可以自动提取出80%以上冠状动脉树.     

水面舰艇红外隐身技术

概述了红外隐身技术的基本原理,通过对水面舰艇红外隐身的发展现状的分析,研究了水面舰艇红外隐身技术所采取的措施,对红外隐身效果进行了计算分析.     

基于数据模板匹配算法的FBG冲击定位系统

利用光纤Bragg光栅(FBG)构建传感网络,结合其频谱特性和数据模板匹配处理方法,对碳纤维复合材料(CFRP)板低速冲击区域定位进行了研究。对同一测点进行等能量两次冲击,结果表明,同一测点的两次冲击信号幅频特性之间具有高度相似度。改变冲击位置,观测冲击位置与信号特征之间的关系。依据冲击信号幅频特性,构建低速冲击数据模板库。采用数据模板匹配算法,寻找最大相似度,实现冲击位置识别。实验结果表明,在500mm×500mm×2mm的CFRP板上对任意10个待测点进行低速冲击试验,均实现了准确定位,区域定位精度为80mm×80mm。研究结果为CFRP板的冲击定位检测提供了一种可靠的方法。