基于改进 YOLOX 的电铲铲齿断裂检测方法

电铲是露天采矿中广泛使用的一种大型机械挖掘设备。 在挖掘过程中,铲齿与矿石长时间的直接冲击会造成铲齿过早 的松动甚至断裂,从而导致电铲计划外的停机和生产力的损失。 针对这个问题,提出了一种基于改进 YOLOX 的电铲铲齿断裂 检测方法。 该方法以 YOLOX 为基础,首先针对受光照不均匀等影响导致检测效果差的问题,在特征金字塔网络加入扩张卷积 注意力机制增强目标在复杂背景中的显著度;其次使用 CEIOU(corner efficient intersection over union)损失函数代替原网络损失 函数优化网络的训练过程,进而提高目标的检测精度;最后考虑嵌入式设备本身的计算能力问题,利用模型压缩策略裁剪网络 中冗余通道,减少模型体积并提高检测速度。 在自主构建的 4 200 张 WK-10 型电铲数据集上进行性能测试,实验结果表明:与 YOLOX 网络模型相比,改进后模型的平均检测精度达到了 95. 37%,提高了 1. 95%,检测速度为 46. 1 fps,提升了 8. 4 fps,模型体 积为 31. 74 MB,减少到原来的 32. 9%。 对比多种其他现存方法,所设计的目标检测算法有着精度高、体积小和速度快的优势。     

基于宽度学习系统的短期电力负荷预测方法研究

电力负荷预测已成为电力调度的一项重要工作,也是评估电力企业是否实现现代化的重要指标之一。精准可靠的电力负荷预测数据对合理安排电力企业发电机组启停、降低电力损失、保障社会用电安全和提高电力企业经济效益等方面具有重要意义。短期电力负荷预测是针对短期负荷变化、甚至实时负荷变化,但由于短期负荷变化较为突然,预测难度大。为了提高短期电力负荷预测精确度,本文提出了一种基于宽度学习系统的短期电力负荷预测方法,通过采用邻域粗糙集分类算法,对输入参数进行特征提取,然后采用宽度学习系统对电力负荷历史数据进行离线训练,利用已训练完成的模型实现24h短期负荷预测。研究结果表明,使用本方法可以有效降低MAPE和RMSE,也有效减少了训练时间,提高了模型训练速度,具有优异的预测能力。     

面向图像数据的对抗样本检测与防御技术综述

对抗样本是当前深度学习神经网络研究的热点问题.目前,对抗样本技术的研究主要分为2方面：生成攻击、检测防御.在总结对抗样本生成攻击技术的基础上,面向图像数据的对抗样本检测与防御技术综述从对抗样本的检测与防御的角度对面向图像数据的对抗样本防御技术进行了总结.综述从特征学习、分布统计、输入解离、对抗训练、知识迁移及降噪6个方面将检测与防御技术进行归类,介绍检测与防御技术的演进,分析其特点、性能,对比不同技术的优缺点,给出了检测效果和防御效果的综合评价.最后对当前该领域的研究情况进行了总结与展望.     

大型原油浮顶储罐非稳态传热过程数值模拟

随着石油储备建设的高速发展,油罐规模正向大型化以及能适应极限工况的方向发展.为了避免油温过低而造成凝罐等安全事故,需要准确掌握罐内油品温度场的变化规律.本文根据能量守恒定律,采用分步式算法求解储罐传热系数,将其代入到由Taylor级数展开法所建立的节点非稳态传热离散方程中,并进行数值求解.对大庆某10×104m3浮顶储罐的应用分析表明:随着环境温度的降低,罐内油品温度降速率逐渐增大,储罐液位越高,容积越大,罐内原油温度就越高,温降速率就越小.研究结果对于优化大型浮顶罐的储存工艺设计,保障油库安全经济运行提供了重要的技术支持.     

Fe掺杂空位缺陷碳纳米管吸附SO_2分子:第一性原理研究

利用基于密度泛函理论的第一性原理研究了本征碳纳米管、空位缺陷碳纳米管和Fe掺杂空位缺陷碳纳米管对SO_2分子的吸附性能。对几何结构、吸附能、电荷转移及电荷密度的分析结果显示,空位缺陷碳纳米管对SO_2分子的吸附作用稍强于本征碳纳米管,但与SO_2分子仍未形成化学吸附;掺杂Fe原子后,空位缺陷碳纳米管与SO_2分子间的吸附距离变小,吸附能和电荷转移量增加,二者间形成化学吸附,且碳纳米管对SO_2分子S原子端的吸附效果优于O原子端。能带和态密度分析发现,掺杂Fe原子提高了碳纳米管的费米能级,使带隙变窄,电导率增大;Fe原子与SO_2分子的态密度在费米能级处有明显的提升且二者发生强烈耦合,增强了碳纳米管与SO_2分子间的吸附作用。     

类别不平衡的分类方法及在生物信息学中的应用

提出一种处理正反例不平衡的分类方法,以解决生物信息学中的snoRNA识别、microRNA前体判别、SNP位点的真伪识别等问题. 利用集成学习的思想,将反例集均匀分割并依次与正例集组合,得到一组类别平衡的训练集.然后对每个训练集采用不同原理的分类器进行训练,最后投票表决待测样本.为了避免弱分类器影响投票效果,结合AdaBoost思想,将每个分类器训练中产生的错误样本加入到下2个分类器的训练集中,既避免了AdaBoost的反复训练,又有效地利用投票机制遏制了弱分类器的影响.5组UCI测试数据和3组生物信息学实验证明了它在处理类别不平衡分类问题时的优越性.     

汉语未登录词的词义知识表示及语义预测

在此前的汉语未登录词语义预测中,构词相关的知识一直被当做预测的手段,而没有被视为一种有价值的知识表示方式,该文在“语素概念”基础上,深入考察汉语的语义构词知识,给出未登录词的“多层面”的词义知识表示方案。针对该方案,该文采用贝叶斯网络方法,构建面向汉语未登录词的自动语义构词分析模型,该模型能有效预测未登录词的“多层面”的词义知识。这种词义知识表示简单、直观、易于拓展,实验表明对汉语未登录词的语义预测具有重要的价值,可以满足不同层次的应用需求。     

赤平极射投影在岩质边坡稳定分析中的应用

基于前人研究成果,结合三维图象,运用赤平极射投影原理,直观展示结构面的空间发育特征和交切关系,随机搜索由结构面组成的所有块体,初步定性判断块体类型和块体稳定性,检索关键块体,计算和评价涉及工程安全的关键块体稳定性。     

基于期望模式修正方法的混合网格多模型估计

针对期望模式修正(EMA)变结构多模型估计中基础模型集固定不变而扩张模型修正能力有限等问题,提出了一种改进的EMA变结构多模型算法(M-EMA).该算法将所用模型集合构造为混合网格结构,并引入自适应网格(AG)技术和可能模型集(LMS)技术,用于混合网格中修正模型网格与基础模型网格的生成,从而使参与状态估计的模型集合更加接近于系统真实模式,达到优化模型集合的目的.仿真实验证明,该算法有效提高跟踪精度和稳定性,同时减少了对目标机动方式与模型集合拓扑结构设计的依赖.     

不同装机容量火电机组能效随不同量纲参数变化的研究

根据能够适用于计算任意多元组合扰动对于结构发生变化的热力系统经济性影响的能效分析模型,使用MathCAD软件,编制出用于预测在任意多元组合扰动下的热力系统能效变化幅度和分布规律的实用程序,通过对600 MW火电机组的实例计算验证了该程序的正确性,以600 MW、660 MW、1 000 MW三个机组为例进行了计算,借助该程序分析预测了不同装机容量火电机组能效在不同工况下随重要局域性和广域性多元组合扰动的变化规律,为火电机组优化设计、经济运行以及检修改造提供参考。