基于位置修正机制和模型更新策略的跟踪算法

为了实现目标跟踪算法在无人机应用中的高实时性和高成功率,针对目标遮挡和目标形变量大导致的跟踪丢失问题,提出了一种基于相关滤波的改进算法,算法包含自适应位置修正机制和模型更新策略.该算法提取目标区域的方向梯度直方图特征(HOG)训练滤波器,预测下一帧的目标位置.当预测位置不满足高置信度条件时,融合颜色命名特征(CN)对位置进行修正.为了提高算法的运行效率,对融合后的特征进行主成分分析(PCA)降维处理.利用平均峰值相关能量、多峰检测及最大响应值进行模型更新.实验中将改进算法与近年来的优秀算法进行对比.结果表明,所提算法在目标被遮挡和形变量大的场景中,跟踪精度更高.     

广义分散控制系统的DR-能控性

本文研究广义分散控制系统的ＤＲ－能控性问题，给出了一般情况下的广义分散控制系统ＤＲ－能控的充要条件。     

多功能防污染可洗井工艺管柱研制应用

在油田开发过程中，油井结蜡现象是制约油井正常生产的一个主要因素，热水洗井和化学加药是目前预防油井结蜡的两种主要手段。但是，在实际生产过程中，化学加药药量难以控制并且成本较高，效果不太明显。热水洗井操作容易且成本较低，是油田目前通常采用的主要清防蜡手段，但是采用清水或污水作为热洗介质又存在很多弊端。     

钻机标准书写“中国制造”

根据我国近年来石油钻井装备的研制及生产情况,文章从产品采标方面总结了不同环境、不同地域以及不同用户的需求。提出国内陆地钻机、国外陆地钻机及海洋钻井平台等产品在设计中应关注的相关基本标准,并且结合我国标准的实际情况对现有的标准提出了一些建议,为钻机制造商提供了正确合适的采标及更为明确的研制方向,使石油钻机产品更加适应世界钻井市场的要求。     

驱油体系乳化综合指数对提高采收率的影响

为了明确化学驱驱油体系乳化性能对提高原油采收率的作用,揭示驱油体系乳化综合指数与提高采收率的关系,研究了乳化强度不同的聚合物/表面活性剂/碱三元复合驱油体系的驱油效果。结果表明,乳化综合指数70%的强乳化体系对提高采收率是不利的;通过降低驱油体系碱加量及降低表面活性剂乳化作用的方法将驱油体系的乳化综合指数降至约60%,可使采收率增幅由9.92%增至21%~30%,三元复合驱油体系适宜的乳化综合指数应控制在60%左右。降低表面活性剂的乳化作用对提高采收率的影响大于降低碱加量的影响。     

吉林特低渗透油藏CO2驱油开发效果探讨

特低渗透油藏的自身特征决定了其开发难度大于常规油藏,存在“注不进,采不出”等问题。注 CO₂提高采收率技术应用于特低渗透油藏潜力巨大,如何改善其驱油效果是合理高效开发的关键。通过室内特低渗透 长岩心物理模拟实验,采用12种方案进行CO₂驱油效果评价。研究表明,超前注气相对于同步注气可以提高采收率4.69％,驱油效果优于同步注气,其CO₂气体突破早于同步注气。不同注气时机实验采收率与转CO₂ 驱油时产 出液含水率呈负对数关系,总压力梯度变化呈 Ｍ型,转注CO₂驱油后存在滞后效应,采用小流量可以达到增产目 的。不同注气段塞实验采收率与总注入流体中CO₂所占体积比例呈正相关关系。不同气水比和CO₂ 驱油实验CO₂突破时间较为一致,水驱油和CO₂驱油实验总压力梯度变化较为一致。应用于特低渗透油藏开发,提出超前 低速注气、气水交替和后期水驱策略,多种注采方案,进行分区试验。     

基于改进遗传算法的板坯温度计算

板坯温度跟踪模型的计算温度是加热炉调控炉温的重要依据,精确的板坯计算温度是加热炉燃烧控制模型良好工作的前提。针对现场板坯温度跟踪模型的计算温度与实际温度误差较大的问题,从模型入手,以埋偶实验测得的实际值为依据,对板坯温度跟踪模型的关键参数总括热吸收率进行优化,从而提高模型的计算精度。由于遗传算法在全局优化方面具有较大的优势,因此针对总括热吸收率的特点对遗传算法进行改进,通过全局搜索得到总括热吸收率的最优设定。通过离线模型验证,该方法明显提高了模型的计算精度。     

基于动态补偿的矩形广义系统线性二次最优控制

考虑了基于动态补偿的矩形广义系统线性二次最优控制问题. 首先给出具有适当动态阶的补偿器,使得闭环系统正则、稳定、无脉冲(称为容许), 而且相关的矩阵不等式和Lyapunov方程解存在. 进一步二次性能指标可写成一个与该解和系统初值相关的表达式. 为了求解系统的最优控制问题, 将该Lyapunov方程转化为一个双线性矩阵不等式, 并给出了相应的路径跟踪算法以最小化二次性能指标, 进而得到最优补偿器. 最后, 通过数值算例说明本文方法的有效性和可行性.     

融合Inception-LSTM级联网络下的动态手势识别

目前基于视觉的动态手势识别问题仍是研究的难 点,在大多数应用背景情况下很难提高手势识别率。传 统的动态手势识别手段主要是利用智能传感设备以及单个或多个摄像头进行数据采集的视觉 方法来实现,效率低, 准确度差。近年来,随着深度神经网络技术的快速发展,利用网络自主学习的方法来提取手 势姿态有关特征得到了 广泛关注。本文针对传统动态手势识别准确率低的问题构建了Inception-CNN网络和LSTM网 络融合的方法。在 Cambridge-Gesture、VIVA以及Sheffield Kinect Gesture Dataset(SKIG)三个动态手势数 据集上实验结果表明融合 Inception-LSTM级联网络的识别率高,与现有的传统方法和当下流行的多种卷积神经网络 方法相比,本文手势平均 识别率和各个类别的手势识别率均高于现有方法,充分证明了本文方法的有效性和鲁棒性。     

一种利用标准化死区时间修正PID参数的新方法

利用过程的标准化死区时间修正基于给定增益裕度和相位裕度整定的PID（比例积分微分控制器）的积分时间常数，并通过曲线拟合最小二乘法求得积分时间常数的修正公式，仿真结果表明对于大滞后过程该方法具有良好的控制性能和鲁棒性。