提高煤矿仪器仪表电磁抗扰度设计

煤炭是我国的主要能源,在开采的过程中,煤炭的安全生产最为重要,随着我国现代化的不断发展,对煤炭的安全生产提出了"从零开始,向零奋斗"的口号。一直以来,困扰煤矿安全问题的因素之一就是电磁信号对井下仪器仪表设备的干扰,进而影响井下仪器仪表的正常工作。因此,国家不断加强对矿井仪器仪表安全性的技术改造,并取得了显著的技术成果和经济效益,为了进一步提高煤矿仪器仪表的安全性建设,本文将探讨井下电磁干扰的原因,进而阐述提高井下仪器仪表的抗干扰度的具体方法。     

居住小区价格与公共服务网络可达性的相关性研究

提出了居住小区公共服务网络的概念,考虑居住小区与各类公共服务节点之间的最短路径、最快路径、次短路径和次快路径等四个指标,以皮尔逊积矩相关系数评估各类公共服务节点可达性与居住小区住房价格的相关性,建立了计算模型,从而识别出对居住小区住房价格影响较大的因素,以武汉市居住小区公共服务网络为例进行了实证分析.结果表明,本方法能够效识别对居住小区价格有重要影响的公共服务要素,为居住小区规划和公共服务优化配置提供决策支持.     

稀疏训练指纹库融合MMPSO-ELM室内可见光定位

为了解决采用极限学习机(ELM)神经网络室内可见光定位方法存在误差较大、网络模型训练时间较长、结果稳定性较差等缺点, 采用稀疏训练指纹库, 融合多目标动量粒子群算法(MMPSO), 结合ELM室内可见光定位方法, 形成MMPSO-ELM方案, 引入动量因子, 避免迭代过程中过度振荡, 加快系统收敛速度。在不同的定位空间内随机选取训练数据集方式, 在测试点数量不同的情况下, 将本方案与后向传播(BP)、ELM以及PSO-ELM 3种定位算法进行了比较。结果表明, MMPSO-ELM方案在20组训练数据条件下, 对80组待定位点进行预测定位, 定位误差最大为0.0225m, 最小误差为0.00093m, 平均定位误差低至0.00143m, 且定位性能受定位空间大小影响较小; MMPSO-ELM可见光定位方案具有定位精度高、速度快、泛化性强等优点。该研究为在室内场所实现快速准确定位提供了理论支撑。     

浅谈煤矿安全监控及检测仪器的使用和管理

煤碳生产属于高危行业之一。我国矿井多是埋藏深、高瓦斯等特点,员工在井下工作处处存在着难以预料的危险。近年来,煤矿安全事故频发,究其原因,很多事故的发生都是因为井下仪器使用、操作不当所造成,煤矿安全隐患已经成为了我国煤炭安全生产的绊脚石,所以,正确使用煤矿安全监控及检测仪器具有重要的意义。为了响应国家对煤矿生产"从零开始,向零奋斗"要求,本文将探讨我国煤矿常见安全监控及检测仪器的正确使用和有效管理,要求检测人员必须详细了解所用仪器的工作原理、仪器特性,进而发挥安全监控及检测仪器应有的作用。     

基于GAN指纹库的卷积神经网络室内可见光信道模型

提出一种神经网络算法实现室内可见光信道模型,解决Lambert模型难以计算室内可见光信道的噪声和误差问题。针对指纹库数据量大、难以采集和训练参数多导致迭代速度慢的问题,提出使用生成式对抗网络(generative adversarial network,GAN)生成仿真数据集融合原有的稀疏指纹库,生成满足训练要求数量的指纹库;使用一维的卷积神经网络(convolutional neural network, CNN)提取数据特征,降低训练参数,提高迭代速度。在室内5 m×5 m×3 m环境下采集稀疏指纹库,分别用反向传播 神经网络(back propagation netural network, BPNN)和一维CNN室内可见光信道模型进行对比。仿真结果表明:使用GAN生成指纹库的平均绝对误差为0.04,对数据量增广300%;在同一指纹库下,BPNN信道模型误差为3.81,迭代500次收敛;而CNN信道模型误差为0.79,迭代100次收敛。本文提出的GAN指纹库融合CNN的可见光信道模型具有精度高、误差小、速度快、泛化性强等优点,为室内可见光信道模型提供新的研究方案。