东山煤矿洗煤厂改变产品结构的探讨

论述了东山煤矿洗煤厂改变产品结构的必要性。由于产品结构不合理影响全矿经济效益,造成煤炭资源的浪费。指出通过块煤选矸系统的技术改造,能生产出优质畅销的动力煤品种,使经济效益达到最佳状态。     

一种山区图像边缘信息的分水岭变换提取方法

为了能够抑制引起过分割的根本原因-噪声和细密纹理,提出了一种改进的提取山区图的山脊线、山谷线的边缘信息的分水岭算法,该算法着重于解决传统分水岭的过分割问题;该算法首先对梯度图进行一种改进的多尺度梯度算子处理,以减小图像噪声对分水岭的过度分割的影响;然后利用基于标记符控制的最小强制技术去除由噪声和不必要的图像细节形成的谷底,使修正后的梯度图像只对应包含区域极大值的标记图像,改进后的方法能准确地提取出所需要的关键边缘信息.     

FPNN:优化的过程神经网络模型及其应用

利用既定条件下过程神经元与傅里叶神经元的等价性,提出一种优化的过程神经网络模型FPNN,并对等价性进行了证明。FPNN网络在保持了过程神经网络模型表达能力和预测准确率的同时,继承了FNN的优点,大大提高了模型的效率。     

跨尺度混合注意力的遥感图像超分辨率重建

为了解决现有遥感图像超分辨率重建模型对长期特征相似性和多尺度特征相关性关注不足的问题, 提出了一种基于跨尺度混合注意力机制的遥感图像超分辨率重建算法. 首先提出了一个全局层注意力机制(global layer attention, GLA), 利用层注意力机制加权融合不同层级的全局特征, 建模低分辨率与高分辨率图像特征间的长期依赖关系. 同时, 设计了跨尺度局部注意力机制(cross-scale local attention, CSLA), 在多尺度的低分辨率特征图中寻找与高分辨率图像匹配的局部信息补丁, 并融合不同尺度的补丁特征, 以优化模型对图像细节信息的恢复能力. 最后, 提出一种局部信息感知损失函数来指导图像的重建过程, 进一步提高了重建图像的视觉质量和细节保留能力. 在UC-Merced数据集上的实验结果表明, 本文方法在3种放大倍数下的平均PSNR/SSIM优于大多数主流方法, 并在视觉效果方面展现出更高的质量和更好的细节保留能力.     

考虑热动态的综合能源系统碳排放流建模与分析

在电力系统低碳转型背景下,传统的源侧碳排放控制难以满足碳排放责任公平分摊需求,亟需对多能源网络进行碳排放流(即碳流)追踪,明确源网荷碳排放责任。基于此,提出了热网准动态碳流模型,并对综合能源系统碳流进行建模与分析。介绍了热网静态碳流的管道计算模型;从热损耗和热延时两方面对热网管道的动态特性进行描述;在此基础上,引入热网管道储能变量刻画2种情况下热动态特性对管道和节点碳流分布的影响;进一步地,提出了热电联产机组的碳势计算方法和储能设备各时刻平均碳势的计算方法,并总结了电、热网络碳流联合分析方法;通过算例分析了静态和准动态热网模型下综合能源系统的碳流分布结果,并考虑了负荷热惯性及机组碳势对碳流分布的影响。     

计及负荷转移需求响应的低碳数据中心光储容量优化配置

为了解决高耗能数据中心低碳化转型问题,提出一种计及负荷转移需求响应的低碳数据中心光储容量配置方法。根据延时特性将数据中心负载分为交互性负载与延时性负载,通过比特-瓦特变换与数据中心电能使用效率得出负载与数据中心能耗之间的关系,以总净现值成本最低为目标函数,考虑清洁能源高渗透率水平、数据流需求响应管控约束,获得数据中心的光储容量配置结果。算例验证了所提方法的有效性。     

基于多尺度一致性与注意力机制的视网膜血管分割网络

针对现有的视网膜血管分割方法存在对微血管和毛细血管的分割能力不足,导致血管断连和末端血管漏分,造成视网膜血管分割性能不佳的问题,本文提出一种基于多尺度一致性与注意力机制的视网膜血管分割网络(multi-scale consistency and attention mechanism U-Net, MCAU-Net)。首先,该网络在瓶颈特征层嵌入注意力细化模块(attention refinement module, ARM),能有效细化瓶颈层冗余的特征,抑制背景等无关像素的权值。其次,将上下文特征融合模块(context fusion module, CFM)与传统的跳跃连接相结合,以此补充在特征提取过程中逐渐丢失的信息,加强网络对微血管和毛细血管的构建能力。最后,基于网络的多尺度输出设计了一种多尺度一致性的训练方式,以增强网络对不同尺度特征的敏感性。在DRIVE和CHASE＿DB1公开数据集上进行的对比实验表明本文网络具有良好的分割性能。     

基于双通道注意力的轻量化PCB缺陷检测研究

印刷电路板 (printed circuit board,PCB)在实际生产过程中存在缺陷样式多种多样、缺陷小、缺陷位置难以定位的问题,而一个巨大的模型难以实现实时检测的要求,且大量的深度可分离卷积层建立的轻量级模型也不能达到足够的精度,为此提出一种基于YOLOv5s的PCB缺陷检测算法。 将原始Backbone的Conv模块跟C3模块用GhostConv替换,在Neck部分则引入了一种新的轻量级卷积技术GSConv,减轻模型大小的同时保持精度,GSConv在模型的准确性和速度之间完成了一个极好的权衡,针对许多注意力模块无法关注全局信息同时模型大的问题,提出了多尺度的轻量化双通道注意力模块(double channel depthwise attention module,DWAM),进一步提高模型精度。通过多组实验, 结果表明,改进算法所有类别的平均mAP为99.14%,且模型的GFLOPs为7.194 G,Params为7.175,原始的YOLOv5s平均mAP为96.86%,GFLOPs为6.89 G,Params为6.596,虽然Params以及GFLOPs有所增大,但是还是满足轻量网络的要求,并且精度相对于YOLOv5s提高了2.25%,且对于每个类别的缺陷识别准确率都有改善,大幅减少计算量和模型参数的同时保证了准确率,满足工业检测生产需求的同时便于移动端部署。     

车轴径向锻造过程浅析

以某车轴径向锻造为例,分析锻造加热以及锻造工艺的特点,并且用滑移法分析径向锻造变形过程,建立了外摩擦影响下的滑移场模式,并做出了与之相对应的速端图。     

一种混沌流密码算法设计与实现

提出了一种基于Logistic混沌映射的流密码算法,该算法利用混沌本身所具有的随机特性,提出了一种新的对混沌系统扰动的方法。通过编码算法以及在混沌随机序列数字化的基础上引入一种新的非线性变换算法,以抵抗对混沌流密码系统的各种攻击。经统计测试和相关分析,密钥序列具有较高的线性复杂度和良好的密码学特性。整个加密系统的周期性大、灵活性好,加密模型还可以推广到其他混沌系统。