一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

某近城大型露天矿山可持续发展策略#br#

随着城镇化建设深入，近城露天矿山的开发与城市发展之间面临诸多问题，诸如土地空间约束、环保政策趋紧、次生地质灾害等严重影响区域的可持续发展。在实践中，矿山的一些做法虽然取得了一定成效，但仍然存在着家底不清、目标不明、缺乏系统性规划等缺陷，难以实现矿山与城市的协调发展。为此，以某近城大型露天矿山为例，运用SWOT分析法，综合分析其优劣势、存在的机遇与挑战，并提出相应的发展策略。通过矿山废弃物资源化再利用，提高资源的利用效率，解决资金缺口，提升土地的价值，化解矿业开发与城市发展之间的矛盾，实现矿业开发的经济效益、生态效益和社会效益的统一。     

水平井筒气水流动规律及影响因素

由于流动方向变化及壁面流体的不断径向入流，水平井筒的气水流动规律与常规直井存在较大差异。在总结前人研究结果的基础上，优选水平井筒气液两相预测模型，并在验证模型可靠的情况下，考虑管壁入流和气液流型变化，改变气量、水量、管径、倾角、轨迹波动、气水入流位置等多个影响因素，对水平段流型、压力分布规律及影响因素进行综合预测分析，为水平气井的生产管理及后期措施优化提供依据。研究结果表明，一般生产条件下水平井筒存在分层流、间歇流和环雾流3种流型，管径和倾角对水平井筒的气、水流型影响最为明显，管壁入流对入流就地井筒流态的影响较小。水平井筒压力损失与气量、水量、轨迹上倾角及轨迹波动起伏程度呈正相关性，而与管径和下倾角呈负相关性。预测范围内，气量、轨迹上倾和管径对水平井筒压力损失的影响最为明显，是水平井筒压降的关键影响因素。随着轨迹上倾角增加，水平井筒压降随气量的变化规律发生明显反转，低气量条件下水平井筒压降随气量的减小而增加，高气量下压降随气量增加而增加。     

负径向电场对带电粒子俘获率影响的数值模拟

本文采用数值方法求解Grad-Shafranov方程反演EAST典型长脉冲放电实验(炮号33068)的平衡位形和磁场分布，进而结合粒子在托卡马克电磁场中的运动方程，模拟氘离子在负径向电场存在时的运动轨迹，并统计不同负径向电场下的氘离子俘获率。结果表明：随负径向电场的增大，氘离子轨迹由扩张通行轨迹向外翻香蕉轨迹再向内翻香蕉轨迹，最后向压缩通行轨迹演变；氘离子俘获率随负径向电场的增大而减小，氘离子初始速度越小，其变化越大。     

Parameter identification of proton exchange membrane fuel cell via Levenberg-Marquardt backpropagation algorithm

It is essential to develop an accurate model of proton exchange membrane fuel cell (PEMFC) for a reliable operation and analysis, in which unknown parameters usually need to be determined. The inherent nonlinear, strong coupling, and diversification of PEMFC model seriously hinder traditional methods to identify the parameters. For the sake of overcoming these thorny obstacles, Levenberg-Marquardt backpropagation (LMBP) algorithm based on artificial neural networks (ANNs) is proposed for PEMFC parameter identification. Furthermore, the performance of LMBP is thoroughly evaluated and compared with four typical meta-heuristic algorithms under three cases. Simulation results indicate that LMBP performs a higher accuracy and faster speed for parameter identification. In particular, accuracy and convergence speed can achieve as much as 99.8% and 95.9% growth via LMBP, respectively.     

Right Way of Using Graphene Oxide Additives for Water-Lubricated PEEK: Adding in Polymer or Water?

Water-lubricated polymer is attracting more and more interest from the industry. Adding nanoparticles is considered to be an effective way to improve the tribological performance. In this work, water-lubricated Polyetheretherketone (PEEK)-steel contacts were employed as the objects of study. A careful comparative study was made by investigating the effect of adding graphene oxide (GO) into water or into PEEK. Results show that adding GO into water can significantly reduce the wear and friction coefficient of pure PEEK, which is much more effective than adding GO into PEEK. Under the lubrication of GO aqueous dispersion, the wear of PEEK remains very low even under a harsh condition where the pressure reaches 50 MPa and the linear sliding speed is 0.7 m/s. Neat PEEK and GO/PEEK composites in pure water exhibit serious wear under this harsh condition. The excellent lubricating properties of GO aqueous dispersion are attributed to GO nanosheets entering into solid contacts, which can not only form a protective layer on steel counterpart repairing the worn surface, but also strongly adhere to the PEEK matrix resulting in an in situ-formed GO coating and prevent the scratch by steel counterpart.     

酸性材料在CVOCs催化氧化中的应用

含氯挥发性有机化合物(CVOCs)对环境安全和人类健康存在持久性污染和危害。催化氧化法具有操作温度低和CO_2选择性高等优点,被广泛应用于CVOCs催化降解。催化剂作为CVOCs催化降解过程的核心部分,受到很多学者的关注。分析酸性分子筛、金属改性分子筛和复合氧化物酸性材料对各种CVOCs催化氧化活性、副产物控制性能、CO_2和HCl选择性的影响。结果表明,催化剂表面酸中心、氧化中心和催化剂表面结构性质在CVOCs催化氧化过程中起重要作用。较多酸中心和较大比表面积有利于CVOCs分子的吸附和活化,提高HCl选择性。而较多氧化中心则有利于CVOCs深度氧化,减少副产物产生,提高CO_2选择性。     

基于最近邻与神经网络融合模型的软测量建模方法

软测量建模能够有效地解决生产过程中在线分析仪表测量滞后大、价格昂贵、维护保养复杂等问题。目前，基于数据驱动的神经网络是软测量建模的主要工具之一。而在建模数据的采集过程中，主导变量的采集相对辅助变量要困难得多，由此产生了大量缺失标签的数据。但传统的软测量建模方法却忽视了这些无标签数据，只利用少量的有标签数据建模，从而影响了模型的预测精度。为了解决标签缺失的问题，采用最近邻算法对无标签数据进行伪标记，同时设计了由卷积操作与门限循环单元神经网络（GRU）结合的网络结构来进一步利用无标签数据，提取不同时刻数据中的动态特征，提高神经网络的预测精度。最后将该方法应用于丙烯精馏塔塔顶丙烷浓度的预测，实验结果表明该模型能有效处理非线性动态系统的标签缺失问题，具有更高的预测精度。     

空气中激光烧蚀铝靶冲量耦合系数实验(Ⅱ)

为了研究大气条件下,正焦移距离对冲量耦合系数的影响,采用能量为15.7(16%)J 的激光脉冲聚焦于铝靶前端,通过改变激光焦点距离靶面的位置,获得了冲量耦合系数与正焦移距离的对应关系。结果表明脉冲激光在与大气环境中的铝靶相互作用时,靶面通过能量转移获得的冲量耦合系数与激光焦点距离靶面的位置呈非单调性变化。焦移距离在从0~20 mm 之间变化时,获得的冲量耦合系数从4.4810-5 Ns/J 连续下降到1.6810-5Ns/J,随着焦移距离的进一步增大,冲量耦合系数在20~35 mm 间呈缓慢上升趋势,在35 mm 处升至2.2110-5 Ns/J 后转而下降,在45 mm 处降至1.9110-5Ns/J。文中采用大气中激光支持爆轰波与固体靶面相互作用的二维模型对上述物理过程进行理论计算,获得了与实验结果较为一致的结论。     

基于目标跟踪的变电站隔离开关状态图像识别方法

为解决变电站中隔离开关状态的自动识别问题，提出了基于目标跟踪的开关分合状态图像识别方法。首先，基于隔离开关开合过程的动态视频，通过 Ｌａｓｓｏ正则化稀疏表示的目标跟踪模型对隔离开关运动轨迹进行识别；其次，利用隔离开关２个闸刀之间的距离自动识别算法获得开关的分合状态。实测结果表明，该方法可快速跟踪开关运行轨迹，实时对变电站中隔离开关状态进行准确识别。