深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

“人工智能+”背景下的数据安全与隐私保护探析

随着大数据和云计算的技术的深入应用，人工智能时代的机器学习和深度学习更需要日益增长的数据，因此数据安全与隐私保护变得更加迫切。本文介绍人工智能的定义以及特征，探究数据安全和隐私保护现状，分析数据安全和隐私保护面临的诸多问题，并提出在人工智能时代对数据安全和隐私保护的措施。     

Heavy rare earths,permanent magnets,and renewable energies: An imminent crisis

This article sounds the alarm that a significant build-out of efficient lighting and renewable energy technologies may be endangered by shortages of rare earths and rare earth permanent magnets. At the moment, China is the predominant supplier of both and its recent rare earth industrial policies combined with its own growing demand for rare earths have caused widespread concern. To diversify supplies, new mining—outside of China—is needed. But what many observers of the “rare earth problem” overlook is that China also dominates in (1) the processing of rare earths, particularly the less abundant heavy rare earths, and (2) the supply chains for permanent magnets. Heavy rare earths and permanent magnets are critical for many renewable energy technologies, and it will require decades to develop new non-Chinese deposits, processing capacity, and supply chains. This article clarifies several misconceptions, evaluates frequently proposed solutions, and urges policy makers outside of China to undertake measures to avert a crisis, such as greater support for research and development and for the cultivation of intellectual capital.     

一类两性分枝过程条件均值增长率的极限性质

本文主要研究随机环境中配对依赖人口数两性 Galton-Watson 分枝过程的条件均值增长率的极限性质．利用上可加函数的性质，得到配对单元平均增长率的极限性质和该过程条件均值的上界和下界．文中给出了关于过程条件均值增长率的两个序列，利用配对单元平均增长率的性质，获得了这两个序列的极限性质．随机环境中配对依赖人口数两性分枝过程比较复杂，本文的结论推广了现有的研究成果．     

抽油井不压井作业装置及抽油泵底阀设计

江苏油田的部分油井存在油管短路、地层高压低渗、漏失严重等问题,这些问题造成压井作业困难,并且压井作业过程中的井控与环境污染风险较大。为了进行不压井检泵作业,同时缩短检泵之后的产量恢复周期,进行了不压井作业技术研究,并研制了不压井作业装置。为解决起下抽油杆过程中的防喷问题,改进了抽油泵底阀结构,该结构可实现起下抽油杆过程中油管不带压、无溢流,并保障起下油管过程中的井控安全。该技术在江苏油田现场应用9井次,效果良好。     

一种新型注入剖面组合测井仪及其应用

为了提高注入剖面测井的准确性，研制了一种新型注入剖面组合测井仪。该仪器由流量处理单元、伽马处理单元、井温处理单元、磁性定位处理单元、调制式传输、电源电路六部分组成。一次下井可同时测取流量、伽马、井温、磁性定位四组参数。具有测取资料精度高、单芯电缆传输、流量可单点测量也可连续测量以厦现场监测和维修方便等特点。     

基于进化算法的常减压装置模拟

提出了基于优选优生进化算法（Select—best and prepotency evolution algorithm，SPEA）的常减压装置模拟方法。以各塔的温度分布为目标，基于生产过程和分析数据，采用SPEA确定各塔板Murphree效率，从而精确描述各塔板平衡偏离程度。在实际应用中，获得具有良好精度的常减压装置模型。系统分析了SPEA算法的关键参数——优选领域大小与计算复杂性及寻优性能之间的关系，结果显示其取值为群体规模的10％最为合适。