基于BP神经网络的小角度井斜方位角误差补偿研究

井斜角与方位角是井眼轨迹计算中的主要测量参数,然而与常规井斜时方位角误差相比,小角度井斜下测斜仪的方位角测量误差更大。为了提高测斜仪在小角度井斜下的方位角测量精度,基于BP神经网络算法对5°~10°小角度井斜下方位角的测量进行了补偿。文中以标准井斜角和实测方位角构成的二维向量作为输入,以标准方位角构成的一维向量作为输出,建立了双入单出网络模型。采用随机选取的方式将学习样本分为训练集与测试集,使网络具有较好的泛化能力。仿真测试结果表明,该BP神经网络误差校正模型运行稳定,补偿精度达到10^-6,可将小角度井斜下方位角的测量精度从±5.3°提高至±1.7°以内。     

甘蔗种切割防伤芽装置设计

目前,我国甘蔗种植基本上都沿用古老的手工作业方式,工效低,劳动强度大,经济效益差,推行机械化种植成为一种必然的发展趋势。然而甘蔗机械化种植普遍存在着伤芽率高这一问题,降低了蔗种的出芽率。我国甘蔗种植机在作业过程中主要类型为:边砍边种的种植机。但此类机型仍普遍存在以下问题:     

基于对比度受限直方图均衡化的水下海参图像增强方法

针对水下图像受到水下复杂光照的影响导致图像对比度差的现象,采用对比度受限自适应直方图均衡化方法(contrast limited adaptive histogram equalization, CLAHE)对水下海参图像进行增强处理,算法首先将原始图像分割成若干个子区域并且大小相同,再选取特定值对每个子区域的直方图进行截取,并将截取下的像素均匀分配到每个灰度级,最终得到限定对比度直方图。并通过研究算法中的相关参数,得到适用于水下海参图像增强的参数值,取得了更好的增强效果。通过评价函数均方差(mean squared error, MSE),峰值信噪比(peak signal to noise rate, PSNR)和信息熵(information entropy)对比CLAHE方法和其他一些方法,结果显示CLAHE算法在水下海参图像提高质量和保持图像细节方面表现出更好的性能,为以后水下机器人的识别定位提供了方便。     

关于地质勘察中水文地质存在问题的若千思考

水文地质勘察是工程地质勘察的重要组成部分，但在实际地质勘察中人们往往只注重评价自然状态下的水文地质条件，而对地下水水文地质条件研究得还不够深入，在工程项目建设很可能引发岩土工程灾害。针对此种情况，本文从水文地质评价内容和岩土水理性质一般性描述着手，分析了地下水引起的岩土工程危害的成因，在此基础上提出了工程勘察中水文地质问题的应对措施，以期能引起勘察工作者对水文地质的重视。     

浅析几个常见铁路信号设备故障诊断方法

铁路信号设备在对于铁路安全运行、铁路行车信息及时发布、铁路运输效率和铁路行车人员的工作条件改善、提高等方面有着不可忽视的作用和影响。目前,我国铁路信号设备故障以及常见的故障诊断方法有很多,文章对这些常见的故障诊断方法进行了分析,阐述了在铁路信号故障诊断中的实际运用和目前还存在的不足,希望对未来我国铁路信号设备的发展和提高起到积极的推动作用。