兼并重组煤矿常见水害的分析及综合防治

通过对兼并重组煤矿常见水害的形成原因和防治工作难易程度等内容的分析,并结合伊川区域黄村煤业(兼并重组矿井)的具体情况,提出了矿井水害(尤其是采空区积水和底板承压水)综合防治的对策,旨在从技术管理角度研讨安全生产防治水的安全技术路线,力求实现技术合理,方法可行,为小煤矿兼并重组和后期安全生产提供水害防治技术借鉴。     

基于改进稀疏编码的图像超分辨率算法

针对传统基于稀疏字典对的超分辨率（SR）算法训练速度慢、字典质量差、特征匹配准确性低的缺点,提出一种基于改进稀疏编码的图像超分辨率算法。该算法使用自适应阈值的形态组成分析(MCA)方法提取图像特征,并采用主成分分析算法对训练集进行降维,提高特征提取的有效性,缩短字典训练时间,减少过拟合现象。在字典训练阶段,使用改进的稀疏K-奇异值分解(K-SVD)算法训练低分辨率字典,结合图像块的重叠关系求解高分辨率字典,增强字典的有效性和自适应能力,同时极大地提高了字典的训练速度。在Lab颜色空间对彩色图像进行重建,避免由于颜色通道相关性造成的重建图像质量下降。与传统方法相比,该算法重建图像质量和计算效率更优。     

I2C总线应用下的EEPROM测试

I2C总线是最早由PHILIPS公司推出的新一代串行扩展总线,广泛应用于IC器件之间的连接.本文在分析了I2C总线的工作原理及其特点后,通过对台湾CERAMATE公司生产的2Kbits的串行EEPROM芯片24LC02的测试实例分析,提出了I2C总线应用下的EEPROM的一般测试方法.     

U-Net通道变换网络在腺体图像分割中的应用

目的 腺体医学图像分割是将医学图像中的腺体区域与周围组织分离出来的过程,对分割精度有极高要求。传统模型在对腺体医学图像分割时,因腺体形态多样性和小目标众多的特点,容易出现分割不精细或误分割等问题,对此根据腺体医学图像的特点对U-Net型通道变换网络分割模型进行改进,实现对腺体图像更高精度分割。方法 首先在U-Net型通道变换网络的编码器前端加入ASPP_SE （spatial pyramid pooling_squeeze-and-excitation networks）模块与ConvBatchNorm模块的组合,在增强编码器提取小目标特征信息能力的同时,防止模型训练出现过拟合现象。其次在编码器与跳跃连接中嵌入简化后的密集连接,增强编码器相邻模块特征信息融合。最后在通道融合变换器（channel cross fusion with Transformer,CCT）中加入细化器,将自注意力图投射到更高维度,提高自注意机制能力,增强编码器全局模块特征信息融合。简化后的密集连接与CCT结合使用,模型可以达到更好效果。结果 改进算法在公开腺体数据集MoNuSeg （multi-organ nuclei segmentation challenge）和Glas （gland segmentation）上进行实验。以Dice系数和IoU （intersection over union）系数为主要指标,在MoNuSeg的结果为80.55%和67.32%,在Glas数据集的结果为92.23%和86.39%,比原U-Net型通道变换网络分别提升了0.88%、1.06%和1.53%、2.43%。结论 本文提出的改进算法在腺体医学分割上优于其他现有分割算法,能满足临床医学腺体图像分割要求。     

基于量测数据的风电场等效虚拟惯量评估方法

研究风电场等效虚拟惯量评估方法可以定量掌握风电场对电网的惯量贡献。已有方法通过建立含有虚拟惯量控制的风电机组简化模型并结合转子运动方程推导出风电场等效惯量的计算公式,但该方法却存在所需参数众多且不易获得的问题。对此,提出一种从易于获得的量测数据中求取风电场等效惯量的方法。首先,介绍了风电虚拟惯量的概念。其次,对风电机组惯量响应过程中自身动能和输出电能的转换进行分析,并根据能量守恒原理提出一种利用风电场公共耦合点(point of common coupling,PCC)有功-频率量测数据进行计算的惯量评估方法,该方法可以避免基于系统辨识方法在评估过程中对辨识模型降阶所带来的误差,从而得到更高精度的惯量评估结果。最后,在PSASP中建立仿真算例验证了所提方法的有效性和优越性。