YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。     

晋祠博物馆存宋代建筑小样的断代及修复方案(下)

本文对保存在太原晋祠博物馆的一座宋代楼阁式建筑的小样进行了详细的断代分析和鉴定,并针对其残损情况,参照现存同时期宋代建筑的法式特征和构造特点,提出了小样的修复方案。通过断代分析,确认了"扎小样"这一重要的营造技术手段至迟在宋代就已经成功应用。对中国古代建筑技术史的研究和认识具有重要意义。     

基于密集神经网络的灰度图像着色算法

针对在灰度图像着色领域中，传统算法信息提取率不高、着色效果不理想的问题，提出了基于密集神经网络的灰度图像着色算法，以实现改善着色效果，让人眼更好地观察图片信息的目的。利用密集神经网络的信息提取高效性，构建并训练了一个端到端的深度学习模型，对图像中的各类信息及特征进行提取。训练网络时与原图像进行对比，以逐渐减小网络输出结果的信息、分类等各类型的损失。训练完成后，只需向网络输入一张灰度图片，即可生成一张颜色饱满、鲜明逼真的彩色图片。实验结果表明，引入密集网络后，可有效改善着色过程中的漏色、细节信息损失、对比度低等问题，所提算法着色效果较基于VGG网络及U-Net、双流网络结构、残差网络（ResNet）等性能优异的先进着色算法而言取得了显著的改进。     

碳纤维增强塑料加固抗滑桩的阻断分析

针对抗滑桩自由段的荷载条件,分析了桩体在土体等效集中荷载、桩侧土体摩擦力和土体自重应力外载作用的内力分布特征,获得到了桩体剪力和弯矩的解析式。依据桩体复合裂纹的分布特征,还得到了拉剪应力条件下桩体结构的KI和KII应力强度因子解析式和裂纹张开位移COD计算式。现场实验和数值分析表明:碳纤维增强塑料(CFRP)对抗滑桩的裂纹扩展、大变形和塑性区分布具有明显的抑制作用,并进一步显示了在滑面位置需同时增强抗滑桩强度的重要性,进而验证了CFRP加固抗滑桩的实用性,拓宽了其应用范围。     

垦71井区三维VSP资料波场分离方法应用研究

三维VSP资料是多偏移距VSP资料，资料中多种类型的波叠合在一起形成复杂波场。从复杂波场中分离出单一的保幅反射波波场是三维VSP波场分离的重要工作。常规二维VSP波场处理方法单一，难以适用于复杂的三维波场处理。针对三维VSP资料的波场特点，以分离上行反射P波为例，将单一波场分离方法加以适当组合，对垦71井区三维VSP实际资料进行了应用研究。结果表明，波场分离处理中叠加消去法和中值滤波相结合以及F—K滤波和中值滤波相结合的方法克服了单一方法的缺陷，波场处理后获得了波组特征明显、波场清晰单一的上行反射P波保幅波场，取得了较好的波场分离效果。     

离心泵并联运行工况点的数值求解

建立了求解多台不同型号离心泵并联运行工况点的数学模型,给出了用数值计算中的“二分法”求解该模型的方法,并附有用Exce l计算的实例。     

基于DTW改进算法的孤立词识别系统的仿真与分析

传统的DTW算法在进行孤立词语音识别时着重于时间规整和语音测度的计算，而没有对数据的可靠性和有效性进行分析。本文提出了一种改进的端点检测算法，并采用一种改进的DTW算法，在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效的降低了识别时间和存储数据量，提高了系统性能。     

电源

快速的负载点转换器模块Typhoon SMT15F系列非绝缘负载点DC/DC转换器能够以300A/μs的速率来适应每段负载变化,无需其他组件即可获得优异的瞬态响应性能。输出为1.0、1.2、1.5和1.8V,调节范围为±10%,输出电流为15A,输入为10.8～13.2V,采用同步补偿调压器拓朴和1MHz的开关频率。包括宽频误差放大器、可预测负载响应的特殊调节电路、低感应过滤器和超低阻抗输出电容器,具有非常低的输出阻抗。配有远程感测和远程开关装置,没有最低负载要求,自动恢复功能可以防止温度过高和短路情况,在-40～+85℃温度内不会降级。Artesyn Technologiesh…