钻孔机器人钻进工况智能感知与自适应控制机理研究

针对煤矿井下钻孔作业场景特点,分别选取了基于煤岩图像特征和基于钻进参数反馈的识别方法。为了提高煤岩界面识别准确性,对前述的2种识别方法采用深度学习模型实现了2种异构信息的耦合识别。耦合识别模型基于神经网络模型构建,以CNN卷积神经网络为基础,扩展得到深度残差神经网络模型,其结构主要由骨干网络、颈部网络、头部网络3个部分构成。通过数据库模型训练,得到最终识别方法。通过在煤矿井下进行现场钻孔试验,验证了识别方法的准确性,其中煤岩界面识别准确率达92%。

     

加快煤矿智能化建设推进煤炭行业高质量发展

引入图像语义分割技术,对矿井次光照环境中的目标物进行分割,将图像分成原始清晰图像和次光照图像两类,采用基于深度学习的图像增强方法对次光照条件下拍摄的图像增强细节后替换,再利用单应变换算法对数据集进行扩充,进而构建矿井巷道图像语义分割标准数据集。提出一种基于自注意力机制的轻量级编码—解码结构网络：以DeepLab V3+编码—解码网络为基础网络,在编码结构中,提取矿井图像深、浅层语义特征信息,将深层语义特征信息经由轻量级自注意力机制模块进行特征激活,而浅层语义特征信息直接送入解码器中,在解码结构中拼接深、浅层语义特征信息,恢复原始图像尺寸,输出分割结果。与传统算法就图像预测进行对比实验,结果表明：在网络复杂度方面,对于3通道512×512像素大小的图像,算法的网络理论计算量FLOPs仅48.80 G,参数量仅11.90 M;在网络分割精度方面,平均交并比76.50%,平均像素精度87.75%,领先其他主流网络;在速度方面,推理一张图像的速度能达到0.032 s,可满足轻量级网络的要求。

     

城市道路视频中小像素目标检测

视频图像中的小像素目标难以检测。针对城市道路视频中的小像素目标,本文提出了一种改进YOLOv3的卷积神经网络Road_Net检测方法。首先,基于改进的YOLOv3,设计了一种新的卷积神经网络Road_Net;其次,针对小像素目标检测更依赖于浅层特征,采用了4个尺度检测方法。最后,结合改进的M-Softer-NMS算法来进一步提高图像中目标的检测精度。为了验证所提出算法的有效性,本文收集并标注了用于城市道路小像素目标物体检测的数据集Road-garbage Dataset,实验结果表明,本文算法能有效地检测出诸如纸屑、石块等在视频中相对于路面的较小像素目标。     

The Expression of miRNAs Involved in Long-Term Memory Formation in the CNS of the Mollusk Helix lucorum

Mollusks are unique animals with a relatively simple central nervous system (CNS) containing giant neurons with identified functions. With such simple CNS, mollusks yet display sufficiently complex behavior, thus ideal for various studies of behavioral processes, including long-term memory (LTM) formation. For our research, we use the formation of the fear avoidance reflex in the terrestrial mollusk Helix lucorum as a learning model. We have shown previously that LTM formation in Helix requires epigenetic modifications of histones leading to both activation and inactivation of the specific genes. It is known that microRNAs (miRNAs) negatively regulate the expression of genes; however, the role of miRNAs in behavioral regulation has been poorly investigated. Currently, there is no miRNAs sequencing data being published on Helix lucorum, which makes it impossible to investigate the role of miRNAs in the memory formation of this mollusk. In this study, we have performed sequencing and comparative bioinformatics analysis of the miRNAs from the CNS of Helix lucorum. We have identified 95 different microRNAs, including microRNAs belonging to the MIR-9, MIR-10, MIR-22, MIR-124, MIR-137, and MIR-153 families, known to be involved in various CNS processes of vertebrates and other species, particularly, in the fear behavior and LTM. We have shown that in the CNS of Helix lucorum MIR-10 family (26 miRNAs) is the most representative one, including Hlu-Mir-10-S5-5p and Hlu-Mir-10-S9-5p as top hits. Moreover, we have shown the involvement of the MIR-10 family in LTM formation in Helix. The expression of 17 representatives of MIR-10 differentially changes during different periods of LTM consolidation in the CNS of Helix. In addition, using comparative analysis of microRNA expression upon learning in normal snails and snails with deficient learning abilities with dysfunction of the serotonergic system, we identified a number of microRNAs from several families, including MIR-10, which expression changes only in normal animals. The obtained data can be used for further fundamental and applied behavioral research.     

基于监测数据的结构地震损伤追踪与量化评估方法

为增加藏式古建筑木结构的安全冗余度,该文提出了短期应变监测数据预测方法,以此对藏式古建筑木结构健康状态进行预判性评估。以回廊结构为对象,利用Sobel算子与卷积神经网络方法处理传感器带来的多种数据异常。通过多项式回归和功率谱密度的方法确定应变监测数据组分。引入变分模态分解法对数据进行解耦,以Prophet算法预测短期温度监测应变,以Gumbel极值理论预测不同重现期下的人群监测应变。以不同重现期下的应变监测数据预测值的叠加结果确定需重点关注的结构位置和需立即修缮的结构位置,以满足藏式古建木构的预防性保护要求和最小扰动原则。     

近水平煤层覆岩导水裂隙带高度预计与实测

为了准确预测青龙煤矿11607工作面开采后覆岩导水裂隙带的发育高度,以该矿实际地质开采条件为依据,采用灰色神经网络、经验公式计算方法,对其导水裂隙带高度分别进行了预测,并与现场实测结果进行比较,结果表明,基于灰色神经网络的预测结果比经验公式计算的结果更接近实际,并综合分析比较得出青龙煤矿11607工作面煤层的覆岩导水裂隙带高度为44.4～46.9 m。     

基于RSSI测距分析

节点定位是无线传感网络的核心支撑技术之一。为提高接收信号强度指示(RSSI)法的定位精度、消除路径散逸指数,提出一种基于锚节点的模糊C-均值(FCM)校正算法。该算法利用FCM模型对非敏感区的RSSI数据进行处理,筛选出RSSI较优值,并将已知2个锚节点之间的距离与测量得到的RSSI值作为参考,校正被测RSSI值对应的距离,消除路径散逸指数。仿真结果表明,该算法比统计均值模型具有更好的估计精度。     

亚帆赛间便携式高频地波雷达的海态观测

为了研究采用紧凑型接收天线的便携式高频地波雷达的目标检测性能并检验组网的可行性, 于2013年底在渤海海域进行了雷达组网试验, 并将获取的数据与船舶自动识别系统的数据进行了对比.对比结果表明:单站条件下目标漏检的情况经常发生, 导致检测概率很低.而通过双站数据融合, 可以将检测概率提高10~20个百分点, 多数情况下, 联合检测概率都超过了50%, 最高时更是达到了80%, 初步验证了便携式高频地波雷达组网探测目标的可行性.     

物理层网络编码的符号时钟估计

现有的关于物理层网络编码(PNC)的研究多建立在时钟已完全同步的基础上,对PNC的符号时钟同步研究较少。而实际上符号时钟在PNC中是必不可少的。针对这一问题,该文提出一种新的基于正交训练序列适用于双向中继信道PNC的符号时钟估计方法。该方法根据最大似然估计准则,运用基于离散傅里叶变换(DFT)的插值算法来估计时钟误差。仿真结果表明,所提出的DFT插值算法性能优越,在信噪比(SNR)大于10 dB的条件下,系统的均方误差(MSE)性能比经典优选采样点法提升1个数量级,并且非常逼近修正克拉美罗界(MCRB)。     

道路网络上基于网络Voronoi图的隐私保护算法

基于位置服务(location-based services, LBSs)中的不可信服务提供商不断收集用户个人数据,为用户隐私带来威胁.因此,LBSs中的位置隐私保护研究已在学术界和工业界受到广泛关注.现有道路网络中的位置隐私保护方法大多是基于深度或广度图遍历的算法,需重复扫描道路网络的全局拓扑信息,匿名效率较低.针对这一问题,利用网络Voronoi图(network Voronoi diagram, NVD)将道路网络事先划分为独立的网络Voronoi单元,将传统方法中的多次遍历全局道路网络转化为了访问网络Voronoi单元中的局部路网信息.根据网络Voronoi单元覆盖的移动用户数和路段数,将网络Voronoi单元分为了不安全单元、安全-中单元和安全-大单元3类,提出了适应不同类型网络Voronoi单元特点的高效位置匿名算法.最后,通过在真实数据集上进行大量实验,验证了提出算法在仅比传统算法多牺牲0.01%的查询代价的前提下,保证了100%的匿名成功率和0.34ms的高效匿名时间,在隐私保护强度和算法性能方面取得了较好的平衡.