电竞视野

着重反作弊和性能优化《绝地求生》2020年工作规划公布近日,《绝地求生》官方公布了2020年工作规划。此次工作规划的重点主要集中在“未授权程序应对方案”和“性能与稳定性优化”这两个方面。未授权程序应对方案包括强化事前防范、引入两次安全验证系统、优化游戏内容中容易被黑客利用的代码、将强检测和制裁、扩大检测范围、自动化分析、加强硬件封禁、提高制裁等级。事前防范指的是在玩家使用未授权程序之前,直接让该程序无法运行的应对方式。     

差分准对立学习多目标蚁狮算法

为解决多目标优化问题，对经典的蚁狮算法进行改进，提出了基于差分进化的准对立学习多目标蚁狮算法（DEQOMALO）。该算法针对蚁狮算法易陷入局部最优的不足，一方面，该算法引用差分进化的思想，充分利用种群和精英蚁狮的信息对原算法中蚂蚁个体的位置更新方式进行改进；另一方面采用反向学习策略对蚂蚁种群进行优化，将原种群个体和其准对立个体进行混合并择优作为新的种群，大大增加种群的多样性。选取典型的标准测试函数，将提出的算法与原始蚁狮算法以及其他传统进化策略优化的蚁狮算法进行比较。实验结果表明，改进算法在收敛性和分布性上均有很大程度的提升，在解决双目标优化问题上具有较好的鲁棒性和有效性。     

结合边缘特征先验引导的深度卷积显著性检测

针对当前基于深度学习的显著性检测算法缺少利用先验特征和边缘信息，且在复杂场景中难以检测出鲁棒性强的显著性区域的问题，提出了一种结合边缘特征，利用先验信息引导的全卷积神经网络显著性检测算法。该算法利用三种被经常用到的先验知识结合边缘信息形成先验图，通过注意力机制将提取的先验特征与深度特征有效融合，最终通过提出的循环卷积反馈优化策略迭代地学习改进显著性区域，从而产生更可靠的最终显著图预测。经过实验定性定量分析，对比证明了算法的可靠性。     

煤矿井下移动机器人运动规划方法研究

针对现有煤矿井下移动机器人运动规划所生成的轨迹存在超调、碰撞、不连续、不光滑等问题,提出了一种由路径规划、轨迹生成、轨迹优化3个部分构成的煤矿井下移动机器人运动规划方法。路径规划采用基于图搜索的A*算法实现,通过开始搜索、路径排序、继续搜索3个步骤循环迭代,快速规划出一条可通行的全局路径作为轨迹生成的初值。轨迹生成通过构建基于Minimum Snap的目标函数,并施加等式约束来实现。轨迹优化则是在轨迹生成的基础上施加不等式约束来实现:通过调整时间分配和构建基于Corridor轨迹规划的不等式约束,解决基于Minimum Snap轨迹生成在求解过程中出现的超调现象,并对整段轨迹本身进行约束,避免发生碰撞;通过引入调和函数Bezier Curve,构建基于Bezier Curve的Minimum Snap的轨迹优化问题,使得轨迹高阶目标函数的求解变得简单高效,最终生成一条适用于煤矿井下移动机器人的能量损失最小、连续、光滑、无碰撞、可执行的运动轨迹。在Matlab仿真环境中设计了随机地图,生成了包含时间分配、位置规划、速度规划、加速度规划的最优轨迹规划结果。实验结果验证了该运动规划方法的正确性和有效性。     

极近距离煤层同采工作面错距优化研究

针对现有极近距离煤层联合开采研究方法获取开采错距存在较大误差的问题,以某煤矿9号和10号煤层为工程背景,分析了极近距离同采工作面在30,36,44m开采错距下的矿压规律,研究了3种开采错距下工作面支架工作阻力变化与支承压力的演化特征。结果表明:100402综采工作面支架工作阻力随开采错距增大呈现先减小后增大的特点,36m开采错距下100402综采工作面倾斜方向支架工作阻力利用率变化幅度最为平稳;090402普采工作面超前支承压力峰值随开采错距增大呈现先减小后增大的演化特征,其与支架工作阻力变化规律一致;开采错距为36m时上下工作面两巷受超前支承压力影响,前顶板锚杆压力变化平稳,顶板离层较小,离层量基本稳定在0.6mm以内,说明36m开采错距合理,工作面两巷超前段锚杆压力与顶板离层略有增大,需加强巷道支护。     

α径迹法用于分辨高浓铀和Pu微粒的方法研究

擦拭样品微粒分析技术是核保障环境样品分析的一种主要手段，从大量灰尘颗粒中识别并定位含高浓铀（HEU）或含Pu微粒是微粒分析首先需要解决的问题。本文以HEU和Pu微粒为研究对象，建立了用于微粒α径迹测量的样品制备方法，采用CR-39固体径迹探测器为α径迹探测器，测量了不同蚀刻时间2种微粒产生的α径迹星的径迹参数。结果表明：可通过测量径迹短轴与曲率直径并作图来分辨HEU和Pu微粒，该方法对于蚀刻时间大于10 h的微粒径迹星，均能明显分辨，对于径迹非常密集的径迹星，也能准确分辨。     

精细注水配套工艺技术优化研究

本文通过对注水配套工艺的优化研究,有效提高奈曼油田分注率和配注合格率,提高精细注水开发效果。