自适应复杂背景干扰的运动目标检测算法

基于视频图像的运动目标检测,是根据目标的像素特征来判别出相对于背景运动的目标,当图像背景动态变化时,将难以区分背景和运动目标的像素特征,易造成检测错误.复杂背景下的运动目标检测是一大难点,目前主流的运动目标检测算法在背景灰暗、水面波动、气流颤动等复杂背景干扰下,难以准确地检测出运动目标.针对上述问题,提出一种自适应复杂背景干扰的运动目标检测算法,采用新的前景判断和背景模型更新方法,同时设计了一种创新型自适应阈值更新方法,当视频背景变化时,自动更新阈值.该算法增强了对复杂背景、镜头抖动的抗干扰能力,通过各种视频测试,背景点检测正确率达到0.9958,前景点检测正确率达到0.8012,极大提高了前景检测率,而且该算法满足高实时性要求,对复杂背景下的运动目标检测有显著效果.     

产1万t饲钙生产线采用盘式干燥器的工艺选型计算

简要介绍了盘式干燥器的工作原理,针对年产１ 万ｔ 饲钙产品进行了干燥所需热量计算,干燥面积计算和设备选型     

大信重工DS60-7型履带式液压挖掘机

大信重工DS60-7型履带式液压挖掘机整机性能参数先进,作业速度快。选用日本洋马4TNV94L型发动机,并装有预滤器。最大扭矩为214N·m,结构紧凑,油耗低,噪声小,可靠性和耐久性均能满     

红外探测器对飞行弹丸探测距离的仿真研究

红外系统的探测距离除了受探测器本身系统的制约之外,还受到目标辐射、背景辐射和大气传输等因素的影响。针对红外系统接收的弹丸相对辐射,提出一种新的红外系统探测距离计算模型,该模型考虑了红外系统接收弹丸辐射的等效面积辐射、弹丸周围一定范围内的等效背景辐射和大气对弹丸辐射的衰减换算。在飞行弹丸表面辐射计算的基础上,推导出新的红外系统对弹丸的探测距离计算方程,并对其进行仿真分析。     

五道水库入库净流量的分析研究

本文通过朝阳河干流及支流上各站历年水文资料的综合分析，得出流域产汇流特性及径流量的年际变化规律，为水库管理和调度提供了科学依据。     

WXJ-140往复式销钉螺杆挤出机的研究与开发

往复式销钉螺杆挤出机具有特殊的结构和运动形式,具备了压力低、剪切低、温升低和混炼质量高的加工特性,广泛应用于各种材料的加工。结合WXJ-140往复式销钉螺杆挤出机的研发实践经验,介绍了该机型螺杆的结构特点和设计方法,阐述了销钉的设计和布置原理,重点对新型四头螺纹混合元件的混合机理进行了研究。     

基于深度卷积神经网络的红外图像超分辨率重建技术

由于器件及工艺等技术限制,红外图像分辨率相对可见光图像较低,存在细节纹理特征模糊等不足。对此,本文提出一种基于深度卷积神经网络（convolutional neural network,CNN）的红外图像超分辨率重建方法。该方法改进残差模块,降低激活函数对信息流影响的同时加深网络,充分利用低分辨率红外图像的原始信息。结合高效通道注意力机制和通道-空间注意力模块,使重建过程中有选择性地捕获更多特征信息,有利于对红外图像高频细节更准确地进行重建。实验结果表明,本文方法重建红外图像峰值信噪比（peak signal to noise ratio,PSNR）优于传统的Bicubic插值法以及基于CNN的SRResNet、EDSR、RCAN模型。当尺度因子为×2和×4时,重建图像的平均PSNR值比传统Bicubic插值法分别提高了4.57 dB和3.37 dB。     

油气储层岩心实验的样本量设计

油气储层实验数据是油气地质研究、岩石地球物理评价和油气藏工程理论计算的基础。然而,油气储层所用的岩心样品数量有限且实验费用高昂,难以获取大量的实验数据,这就造成了后续储层参数评价的不确定性。该文阐述了油气储层岩心实验数据的样本量设计方法,探讨了随机抽样方法下合理的样本量设计流程;结合实测油气储层实验数据,分析了样本量设计的效果。结果表明：利用相邻井岩心资料和测井信息可以有效地预估岩心实验的样本量,提高实验数据的应用效果。在岩心实验的设计中,应该充分重视实验样本量设计这一基本环节,并采用随机化、重复和区组化的实验设计策略,对于节约实验周期与成本、提升岩心实验数据的可靠性有着重要作用。     

基于YOLO-MIR算法的多尺度红外目标检测网络

针对红外图像相对于可见光检测精度低,鲁棒性差的问题,提出了一种基于YOLO的多尺度红外图目标检测网络YOLO-MIR（YOLO for Multi-scale IR image）。首先,为了提高网络对红外图像的适应能力,改进了特征提取以及融合模块,使其保留更多的红外图像细节。其次,为增强对多尺度目标的检测能力,增大了融合网络的尺度,加强红外图像特征的进一步融合。最后,为增加网络的鲁棒性,设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响,结果表明在红外数据集下网络性能得到明显提升。与主流算法YOLOv7相比在参数量不变的条件下平均检测精度提升了3%,提高了网络对红外图像的适应能力,实现了对各尺度目标的精确检测。     

基于无定形砷酸铁沉淀的铜冶炼污酸除砷研究

针对传统石灰?铁盐污酸处理工艺产出的中和渣含砷高、不能进入柔性填埋场堆存的现状,采用基于无定形砷酸铁沉淀的预中和?铁盐沉砷方法,降低石灰?铁盐污酸处理流程中和渣砷含量,确保含砷渣能够进入柔性填埋场。热力学分析发现,砷酸铁稳定存在的pH值为0～5.2;在pH＝4～5时,As-Fe-H₂O体系中砷酸铁可以形成并稳定存在,同时不会产生Fe(OH)₃沉淀。研究表明,石灰乳预中和过程终点pH为4.5时,没有砷酸钙沉淀产生或少量产生,预中和石膏含砷小于3%。铁盐沉砷过程温度和初始pH值的升高,有利于降低沉砷后液As浓度、增加As沉淀率和沉砷渣中As含量;但提高初始铁砷摩尔比和初始砷浓度,并不利于砷的沉淀。在低温(40oC)及较短的时间(1h)的条件下,单独采用空气或者80%氧气作氧化剂,难以获得较好的沉砷效果,必须加入适量的H₂O₂,以提高As₃₊^{离子的氧化效率。在优化条件下,沉}砷后液平均砷浓度为2.80g/L,沉砷渣平均含砷27.01%,沉砷渣为疏松多孔的无定形砷酸铁,砷沉淀率为71.62%。沉淀反应是无定形砷酸铁生成过程的限制步骤。