激光水下目标探测技术的应用及其进展

时论了激光水下目标成像探测手段的性能、优点、国外发展及应用,分析了系统工作方式和分类,并展望了今后该领域的技术发展方向.     

预瞄时间自适应的最优预瞄驾驶员模型

驾驶员模型是汽车动力学仿真和控制算法开发中的重要环节.在极限工况下汽车动力学稳定性仿真与控制中,为模拟驾驶员在人-车-路复杂系统中对汽车的操纵特征,要求驾驶员模型能够在复杂道路与整车稳定性约束条件下完成驾驶操作,而不是单纯的路径预瞄跟踪.在最优预瞄驾驶员模型的基础上,提出一种预瞄时间自适应算法.该算法根据不同的预瞄时间,预测将来一段时间内车辆运行情况,并根据所设计的优化函数,选取合适的预瞄时间使得车辆稳定通过测试路径.对所开发的驾驶员模型进行仿真测试,结果表明,预瞄时间自适应的最优预瞄驾驶员模型能够在复杂道路、极限工况、有边界约束条件下完成驾驶操作.     

长庆油田池46井区混输集油工艺研究

原油输送管道设计的基础是工艺模拟计算,根据计算结果可以优化集油管道的设计参数,提高管道工程输油的可靠性和经济性。文章结合长庆油田油二联某进站集油管道工程,利用PIPEPHASE工艺计算软件进行模拟计算,对计算结果进行分析讨论,优化设计参数,比较了增压方案和加热方案的主要工程量、投资、能耗及适应性等,提出长庆油田集油管道经济的操作方案。     

JC30DB-Ⅱ型海洋修井绞车设计与分析

为了使海洋修井绞车的结构紧凑且可靠,实现绞车模块化和轻量化目标,在常规的JC30DB两挡绞车的基础上,利用ANSYS软件分析计算绞车的关键部件,优化绞车的总体结构布局,设计了JC30DB-Ⅱ型两挡海洋修井机绞车,满足了HXJ180DB型海洋修井机的要求。为今后的海洋修井机绞车的设计提供了一种新的设计思路。     

二硫代氨基甲酸盐处理机车含油废水应用研究

采用湿碱法,以聚醚胺和CS_2为原料合成了二硫代氨基甲酸盐(DTC)。以天津地铁某车辆段洗车废水为研究对象,通过混凝实验,探讨DTC对洗车废水除油和除浊性能,并考察DTC和Fe~(2+)的投加量、pH、废水温度这3个因素对废水中浊度及含油量去除效果的影响,从而确定适宜的条件。结果表明,DTC和Fe~(2+)反应生成的絮凝体通过网捕和卷扫作用取得了较好的除油和除浊效果。DTC和Fe~(2+)的适宜投加量分别为200 mg/L和30 mg/L;除油和除浊效果都受到pH和水温的影响,适宜pH为6.3～8.3、混凝温度为25℃,在此条件下,DTC对废水的除油率和除浊率分别可以达到78.2%和83.4%以上。     

行星齿轮传动中基本构件浮动量的研究

根据概率统计原理,把行星齿轮传动中各构件的偏心误差在两个独立坐标上的分量视为彼此独立且服从数学期望为零的同名正态分布的随机变量,通过理论分析,指出基本构件(太阳轮、内齿轮、行星架)浮动量的大小服从瑞利(Rayleigh)分布,在99.4％的概率下导出了基本构件最大浮动量的概率估算式,并对 NGW91-6标准行星齿轮减速器中太阳轮的浮动量进行了实际测定,最大浮动量的实测值144～189μm 和理论估算值162μm 基本吻合。     

基于同步深度监督的多尺度肺结节分类

针对在肺结节分类中容易产生过拟合的问题,提出一种基于同步深度监督的多尺度肺结节分类方法。解决梯度消失问题,最小化分类错误并实现同一框架中同步训练多尺度肺结节图像,提高肺结节分类精确度。改进经典的AlexNet网络,使其更适合肺结节图像分类;将同步深度监督(SDS)策略纳入到AlexNet架构中,向隐藏层提供集成的同步监督;通过多尺度空间金字塔策略提取多尺度肺结节图像特征。实验结果表明,该方法的准确性达到93.68%,且在准确性、敏感度、特异度、ROC曲线下面积值上均优于其他分类方法。     

企业日志数据的交互式可视分析方法研究

企业日志数据,即员工在企业内部使用网络服务时系统保存的记录,包括员工网页访问日志、邮件日志等。在一定程度上反映了企业内部的组织结构、员工的日常工作模式和各种异常情况等。对日志数据进行分析有助于企业高层及时把控企业的运行状况,发现企业潜在威胁,进而帮助更好地进行决策。现有的企业日志分析方法大多是在单一数据基础上使用数据挖掘和机器学习等算法来进行分析。将以数据为中心的分析算法和以人为中心的交互式可视化结合起来能够同时发挥算法和人的分析优势;可视分析方法可以更有效地将多源异构、时变、多维的日志数据分析结合起来,提供多角度分析。为此,设计并实现了面向企业日志数据的员工工作行为可视分析系统EWB-VIS。在ChinaVis2018挑战赛所提供的公开数据集上进行实验,证明了系统的可用性和相关可视化方法的有效性。     

基于轻量级结构重参数化网络的口罩检测算法

常态化疫情防控形势下,火车站、地铁站等公共场所人群密集,容易发生病毒的传播。针对人群密集场所口罩目标较小、模型参数量大、难以部署的问题,提出一种改进的轻量级结构重参数化网络。在Retinaface算法上,使用双重级联金字塔网络替换原有的特征融合网络,增强特征信息,提高对小尺度目标的检测效果;同时使用结构重参数化网络RepVGG替换原有的MobileNet0.25主干网络,在模型训练时,通过残差结构提高模型特征提取能力,在模型推理时,通过模型结构重新参数化减少模型参数,提高推理速度。实验结果表明,本文算法在GPU上帧率达到92.59 fps,在自建数据集的3个不同等级的验证集上的平均准确率（mAP）达到94.17%、93.30%、86.88%,相比原始Retinaface算法分别提高了1.17个百分点、2.89个百分点、5.35个百分点,可以更好地在自然场景中进行口罩佩戴检测。