包覆聚合物类自悬浮支撑剂性能评价方法研究

包覆聚合物类自悬浮支撑剂是一种能够在清水中达到悬浮状态的新型压裂支撑剂。由于自悬浮支撑剂与常规支撑剂、压裂液存在较大差异,暂无针对自悬浮支撑剂的性能评价方法。本文基于包覆聚合物类自悬浮支撑剂结构特点,结合国内压裂用支撑剂、压裂液标准评价方法和现场应用关键因素,对包覆聚合物类自悬浮支撑剂的支撑剂性能、包覆聚合物层溶解、流变、静态悬砂、破胶等一系列性能测试方法及实验条件开展攻关研究,最终建立了一套适用于包覆聚合物类自悬浮支撑剂性能评价方法,为包覆聚合物类自悬浮支撑剂性能评价方法标准的建立提供了有力支持。     

自升式钻井平台锁紧机构设计与力学行为分析

自升式钻井平台广泛采用蜗轮蜗杆驱动的齿形楔块锁紧系统,国内外对钻井平台齿轮齿条升降系统稳定性研究较多,但对其锁紧后齿条的应力应变研究相对较少。为满足钻井平台齿形楔块式锁紧系统锁紧方案要求,设计出一种异形蜗轮蜗杆锁紧单元。在锁紧状态下对锁紧系统进行力学分析,得出平台转移载荷,并运用ANSYS对齿面接触做有限元分析,结果与变形协调方程所求应变趋势基本一致,与实际情况相符,同时证明锁紧齿条块变形量呈指数增长。利用Pro/E对锁紧系统建模,导入ADAMS对锁紧系统进行运动分析,结果表明其传动平稳,同步性好,冲击载荷小。研究结果可为齿形楔块式锁紧系统设计提供参考依据。     

基于注册表的数据信息分析与研究

注册表是计算机系统应用软件信息和系统文件信息在计算机系统内的注册内容,通过在注册表中的注册过程就完成相关软件系统在计算机上运行的合法地位,可见注册表的使用在整个计算机系统运行过程中的重要作用。本文就文件系统从注册表中创建、查询到删除进行了详细描述。     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。     

半自磨工艺在金锑矿碎磨中的应用

甘肃某公司选厂处理的金锑共生矿石中黏土矿物含量高,含水率也较高,采用常规破碎工艺存在流程不畅顺、作业环境差、劳动强度大、生产成本高等缺点。2014年该选厂采用半自磨工艺取代常规破碎工艺,该工艺克服了黏土矿物及含水率对碎矿流程的负面影响。该选厂通过持续优化半自磨工作参数及均衡两段磨矿负荷等措施,不断提高系统的磨矿效率,使得选厂磨矿段产能翻番,生产成本大幅度降低,同时降低了劳动强度并改善了生产环境等,取得了良好的经济效益与社会效益。     

自粘性流动树脂对牙本质粘接强度的研究

目的对比新型自粘性流动树脂Constic与目前常用的自酸蚀粘结剂搭配普通复合树脂对牙本质的粘接强度,评估自粘性流动树脂Constic的粘接性能能否满足临床需要。方法收集新鲜拔出的人类磨牙60颗,随机分为3组(A组,B组,C组):A组为自粘性流动树脂Constic、B组为一步法自酸蚀粘结剂幻彩-bond搭配普通流动树脂Filtek Supreme XT Flowable、C组为两步法自酸蚀粘结剂Clearfil SE-Bond搭配Filtek Supreme XT Flowable。测试粘接试样剪切粘接强度并对测试结果进行单因素方差分析(one-way ANOVA,LSD)分析。然后在体式显微镜下放大至50倍进行断裂面观察并进行断裂类型统计。结果3组剪切粘接强度分别为:9.15±2.33MPa(A组),10.79±2.37MPa(B组),13.89±2.56MPa(C组)。A组剪切粘接强度与B组之间的差异无统计学意义(P0.05),但均低于C组(P0.05)。A组和B组主要发生的是粘附破坏,C组以混合断裂为主。结论自粘性流动树脂Constic与一步法自酸蚀粘结剂相似,可满足临床需要。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。