基于TW-SVM预测模型的某堆石坝变形预测分析

为提高监测资料有缺失的大坝变形预测模型精度,采用支持向量机方法建立一种具有小样本、高维、非线性的预测模型,并结合对其重要组成部分核函数的分析应用,提出一种根据结构风险最小化的TW-SVM预测模型。以某堆石坝为例进行研究,利用坝坡垂直位移和水平位移的监测数据,分别采用TW-SVM方法和BP神经网络(NET)方法建立相应预测模型进行比较分析。结果表明:采用TW-SVM方法和NET方法预测的垂直位移最大绝对误差分别为0.58 mm和6.18 mm,最大相对误差分别为270.00%和1 286.22%;采用TW-SVM方法和NET方法预测的水平位移最大绝对误差分别为0.25 mm和14.91 mm,最大相对误差分别为31.25%和1 189.85%;TW-SVM预测模型比NET预测模型更适合于影响因素为时间、水位的小样本预测分析。研究结果为堆石坝变形预测与分析提供参考。     

针梁台车在柳坪水电站隧洞衬砌中的应用

柳坪水电站引水隧洞混凝土衬砌采用了针梁台车,针梁台车不仅结构设计合理,能一次浇筑成圆形断面,而且速度快、质量好,既经济又安全.本文对针梁台车的构造、在施上洞内的安装调试及台车混凝土衬砌施工流程进行了介绍.     

矿物形态对聚丙烯复合材料性能的影响

采用熔融共混法制备了聚丙烯（PP）/矿物填料复合材料,考察了云母与硅灰石粒径及其组合填充对复合材料力学及流动性能的影响。结果表明,PP/硅灰石复合材料的拉伸与弯曲强度、模量均随着硅灰石粒径的增大而下降,而复合材料的断裂伸长率随着硅灰石粒径增大而增大,缺口冲击强度随着粒径增大先减小后增大。当硅灰石的累计粒度分布百分数达到90%时的粒径(D₉₀)为8.72 μm时,复合材料的弯曲强度、拉伸及弯曲弹性模量与缺口冲击强度分别较纯PP提高了7.77%,119.0%,100.4%与17.46%。PP/云母复合材料的拉伸与弯曲强度随着云母粒径的增大先下降后上升,断裂伸长率、缺口冲击强度与熔体流动速率随着云母粒径增大而下降,复合材料的拉伸与弯曲弹性模量随云母粒径的增大而增大。当云母的D₉₀为60.09 μm时,复合材料的弯曲强度、拉伸及弯曲弹性模量与缺口冲击强度分别较纯PP提高了10.43%,177.6%,172.8%与17.46%。硅灰石与云母组合填充PP的力学及加工性能基本介于单独填充硅灰石与云母所得到的复合材料性能之间,两者组合填充不能产生协同效应。     

基于WEB铸造过程模拟仿真在线计算系统设计与开发

基于WEB的铸造过程仿真模拟在线系统以"中北大学CAST铸造专家系统"为设计基础,以MyEclipse软件为设计工具,配合动态链接库技术,使用java和C++语言进行混合编程。采用B/S设计模式,完成铸造过程模拟仿真在线计算系统的开发,配合JavaScript脚本实现基于浏览器的铸件三维可视化操作和温度场在线计算等。     

融合双注意力机制3D U-Net的肺肿瘤分割

目的 精确的肺肿瘤分割对肺癌诊断、手术规划以及放疗具有重要意义。计算机断层扫描（computed tomography,CT）是肺癌诊疗中最重要的辅助手段,但阅片是一项依靠医生主观经验、劳动密集型的工作,容易造成诊断结果的不稳定,实现快速、稳定和准确的肺肿瘤自动分割方法是当前研究的热点。随着深度学习的发展,使用卷积神经网络进行肺肿瘤的自动分割成为了主流。本文针对3D U-Net准确度不足,容易出现假阳性的问题,设计并实现了3维卷积神经网络DAU-Net（dual attention U-Net）。方法 首先对数据进行预处理,调整CT图像切片内的像素间距,设置窗宽、窗位,并通过裁剪去除CT图像中的冗余信息。DAU-Net以3D U-Net为基础结构,将每两个相邻的卷积层替换为残差结构,并在收缩路径和扩张路径中间加入并联在一起的位置注意力模块和通道注意力模块。预测时,采用连通域分析对网络输出的二值图像进行后处理,通过判断每个像素与周围26个像素的连通关系获取所有的连通域,并清除最大连通域外的其他区域,进一步提升分割精度。结果 实验数据来自上海胸科医院,总共1 010例肺癌患者,每例数据只包含一个病灶,专业的放射科医师提供了金标准,实验采用十折交叉验证。结果表明,本文提出的肺肿瘤分割算法与3D U-Net相比,Dice系数和哈斯多夫距离分别提升了2.5%和9.7%,假阳性率减少了13.6%。结论 本文算法能够有效提升肺肿瘤的分割精度,有助于实现肺癌的快速、稳定和准确分割。     

矿井机电运输常见事故隐患及预防措施解析

随着经济的发展和科技水平的提高,一些先进的机械设备和工艺逐渐运用到了矿井运输作业当中,并为开采效率的提升提供了极大的助益,但随之带来的事故安全隐患也在不断涌现,需要管理人员加强安全作业的关注度,促使矿井机电运输呈现安全态势。因此,本文着重分析矿井机电运输环节所常见的事故隐患,以及相对应的预防措施,旨在提升矿井运输环节的安全性,促进经济实现长久稳定发展。     

农村河道特点和生态治理路径研究

当前农村河道存在着河道挤占严重、严重淤积和植被生态弱化,以及河岸硬质程度太高等问题。所以,应当重视自然规律,强化统筹规划,实现农村河道的多功能整体优化,并要严控污染源。文章从农村河道的特点入手,系统性分析了当前农村河道存在的主要问题,指明了农村河道水环境的治理路径,针对农村河流、山区河道以及农村景区等休闲场所河道,提出了相应的自然生态、工程生态和景观生态等类型的治理模式。     

2D级联CNN模型的放疗危及器官自动分割

目的 精准的危及器官（organs at risk,OARs）勾画是肿瘤放射治疗过程中的关键步骤。依赖人工的勾画方式不仅耗费时力,且勾画精度容易受图像质量及医生主观经验等因素的影响。本文提出了一种2D级联卷积神经网络（convolutional neural network,CNN）模型,用于放疗危及器官的自动分割。方法 模型主要包含分类器和分割网络两部分。分类器以VGG（visual geometry group）16为骨干结构,通过减少卷积层以及加入全局池化极大地降低了参数量和计算复杂度;分割网络则是以U-Net为基础,用双线性插值代替反卷积对特征图进行上采样,并引入Dropout层来缓解过拟合问题。在预测阶段,先利用分类器从输入图像中筛选出包含指定器官的切片,然后使用分割网络对选定切片进行分割,最后使用移除小连通域等方法对分割结果进一步优化。结果 本文所用数据集共包含89例宫颈癌患者的腹盆腔CT（computed tomography）图像,并以中国科学技术大学附属第一医院多位放射医师提供的手工勾画结果作为评估的金标准。在实验部分,本文提出的分类器在6种危及器官（左右股骨、左右股骨头、膀胱和直肠）上的平均分类精度、查准率、召回率和F1-Score分别为98.36%、96.64%、94.1%和95.34%。基于上述分类性能,本文分割方法在测试集上的平均Dice系数为92.94%。结论 与已有的CNN分割模型相比,本文方法获得了最佳的分割性能,先分类再分割的策略能够有效地避免标注稀疏问题并减少假阳性分割结果。此外,本文方法与专业放射医师在分割结果上具有良好的一致性,有助于在临床中实现更准确、快速的危及器官分割。     

华能洮北风电场中无功和电压控制的对策

风电场运行中,由于风力发电机组运行及风场接入系统的特殊性,使得从风力发电机到升压站高压线路出口(关口计量点)的电网体系中,其网络节点上无功的流向和电压的控制,成为了电能传输的根本保障。本文从风力发电机组无功能力(功率因数)、风电场接入电力系统的技术要求、无功补偿容量的配置,及电力网潮流计算的结果来分析,阐明正确的设计程序及解决该课题的关键。     

风电场接地方式与接地保护探讨

风电场占地面积广、集电线路长、电容电流较大,其接地方式涉及到风电场安全稳定运行,选择一种安全可靠的接地保护方式是非常重要的,系统地总结了几种接地方式的优缺点,并简要地介绍了电阻接地设备的参数选择．为类似工程提供一个有益的借鉴。