基岩段立井井筒与箕斗装载硐室整体冻结技术

石拉乌素煤矿主井设计净直径9.4m,井深748.3m,全深冻结,冻结深度760m,井筒与箕斗装载硐室整体冻结,取得了良好的效果。阐述了冻结深度、冻结壁厚度、冻结壁平均温度的确定方法,给出了冻结管布置方式与整体冻结温度场实测数据。实践表明,在工程量可控的情况下,适当增加造孔工程量,在装载硐室附近形成整体冻结帷幕,对于硐室安全快速施工,意义重大。     

煤矿井下短路越级跳闸的故障分析

煤矿井下的短路故障往往引起大面积停电事故,而且有时不能迅速恢复供电,造成更大的事故,通过分析短路电流的变化规律和目前广泛使用的智能型保护器的保护原理,探讨出现越级跳闸故障的技术原因,并在此基础上提出应对该问题的技术措施。     

箕斗提升防坠保护装置

通过对国内同类保护装置的研究,变“硬接”技术为“软接”技术,研制一种更安全、可靠的提升保护装置,在矿井使用中已获得成功。     

大气波导条件下雷达电磁盲区的研究

从正常条件下的雷达电磁盲区出发,研究了大气波导条件下雷达电磁盲区的特点以及分布特征,并利用仿真试验分析了雷达电磁参数、大气波导参数和地形要素参数对大气波导条件下雷达电磁盲区的影响．该研究将为雷达装备的使用提供可靠的依据,为雷达电磁盲区的应用研究奠定理论基础．     

带跳周期模式的高效升压DC/DC变换器

基于UMC0.6μmBCD工艺设计了一种峰值电流模式的PWM控制升压DC/DC变换器,通过引入跳周期模式实现轻负载下变换器的高效率。仿真结果显示,引入跳周期模式的DC/DC变换器在轻载下(负载电流小于5mA)效率仍达到45%以上。     

MPEG- 4码率控制及其改进策略

在对现有MPEG- 4的码率控制算法分析研究的基础上,应用一些改进策略,包括基于权重的P帧目标比特分配法和联合缓存器控制算法,使码率控制算法具有更高的效率,在低码率下可以提供更好的图像质量,降低传输延迟,明显减少帧跳跃的数量,提高峰值信噪比.     

基于多模态信息融合的时间序列预测模型

针对传统单因子模型无法充分利用时间序列相关信息,以及这些模型对时间序列预测准确性和可靠性较差的问题,提出一种基于多模态信息融合的时间序列预测模型——Skip-Fusion对多模态数据中的文本数据和数值数据进行融合。首先利用BERT（Bidirectional Encoder Representations from Transformers）预训练模型和独热编码对不同类别的文本数据进行编码表示;再使用基于全局注意力机制的预训练模型获得多文本特征融合的单一向量表示;然后将得到的单一向量表示与数值数据按时间顺序对齐;最后通过时间卷积网络（TCN）模型实现文本和数值特征的融合,并通过跳跃连接完成多模态数据的浅层和深层特征的再次融合。在股票价格序列的数据集上进行实验,Skip-Fusion模型的均方根误差（RMSE）和日收益（R）分别为0.492和0.930,均优于现有的单模态模型和多模态融合模型的结果,同时在可决系数（R-Squared）上取得了0.955的拟合优度。实验结果表明,Skip-Fusion模型能够有效进行多模态信息融合并具有较高的预测准确性和可靠性。     

排列短块移动排序距离的新下界

近20年来,计算生物学领域一直试图用基因组重组事件来追溯物种进化的规律,因此基因组排列的重组排序问题被广泛而深入地研究.基因组重组包含翻转、移位、转位等多种形式.Bulteau等人证明排列的转位排序问题是NP-完全的.一次转位操作也称为一次块移动,短块移动是最常见的一种块移动.一次短块移动是将一个元素从排列中某个位置移动到最多偏离原来2个位置的块移动,因此也称为3-bounded 转位.针对排列短块移动排序距离问题,给出了一类特殊排列(称之为双递增排列)的短块移动排序次数的下界.以此为依据,分析原始排列中的所有最大双递增子排列,从而给出了任意排列短块移动排序次数的下界,改进了Heath和Vergara的负面结果,并为更好的近似算法的设计打下基础.     

面向图像场景转换的改进型生成对抗网络

设计了新的生成器网络、判决器网络以及新的损失函数,用于图像场景转换.首先,生成器网络采用了带跨层连接结构的深度卷积神经网络,其中,多个跨层连接以实现图像结构信息的共享;而判决器网络采用了多尺度全域卷积网络,多尺度判决器可以区分不同尺寸下的真实和生成图像.同时,对于损失函数,该算法借鉴其他算法提出了 4种损失函数的组合,...     

基于跨维度协同注意力机制的单通道语音增强方法

近年来,卷积神经网络在语音增强任务中得到了广泛的应用.然而,目前广泛使用的跳跃连接机制在特征信息传输时会引入噪声成分,从而不可避免地降低了去噪性能;除此之外,普遍使用的固定形状的卷积核在处理各种声纹信息时效率低下,基于上述考虑,提出了一种跨维度协同注意力机制和形变卷积模块的端到端编-解码器网络CADNet. 具体来说,在跳跃连接中引入跨维度协同注意力模块,进一步提高信息控制能力. 并且在每个标准卷积层之后引入形变卷积层,从而更好地匹配声纹的自然特征. 在TIMIT公开数据集上进行的实验验证了所提出的方法在语音质量和可懂度的评价指标方面的有效性.