DMC2000S电子个人剂量计校准装置的建立

依托DMC2000S型X、γ电子个人剂量计专用照射测读软硬件设备,建立了现场级别的DMC2000S电子剂量计校准装置,用于该型电子剂量计的现场校准。该校准装置采用标准仪器传递法,以校准的方式实现了量值溯源。校准装置的测量范围为10 μSv～100 mSv,扩展不确定度为9.2% (k=2),符合该校准装置的使用目的需求,能满足JJG 1009—2006《直读式X、γ辐射个人剂量当量(率)监测仪》所要求的相关校准或检验项目的执行。     

核电站区域Ⅱ型γ剂量率仪调试与深化检修

电离室类区域Ⅱ型γ剂量率监测仪是核电站辐射监测系统重要组成设备,用于监测换料时燃料操作平台及乏燃料池表面环境γ剂量率。自设备运行开始故障不断,频繁出现各种缺陷。据统计,在维修历史记录中,80%的检修活动中都发现不同程度的故障,可靠性低。本文从该设备的运行实际状况出发,总结系统设备运行情况,对故障进行总结、分析,对该通道的重要组成部件进行深化检修处理,结合现场维修经验,提出优化方案,针对重点问题,进行研究并对结果进行验证。对该类仪表存在的故障进行深化检修,保证通道的稳定运行。     

基于深度学习的人—物交互关系检测综述

人—物交互关系检测旨在通过精细化定位图像或视频中产生特定动作行为的人,以及与其产生交互关系的物体,并识别人和物体之间的动作关系来理解和分析人体的行为。人—物交互关系检测是一个非常具有实际应用意义和前瞻性的研究方向,是高层视觉理解的关键基石。随着深度学习的发展,基于深度学习的研究方法引领了近期人—物交互关系检测研究的进步。本文一方面分析空域人—物交互关系检测任务,从数据内容场景、标注粒度两个方面总结和分析当下数据库和基准。然后从两阶段分段式方法和单阶段端到端式方法两个流派出发系统性地阐述当前检测方法的发展现状,分析两个流派方法的特性和优劣,厘清该领域方法的发展路线。其中,两阶段方法包括多流模型和图模型两种主要范式,而单阶段模型包括基于框的范式、基于关系点的范式和基于查询的范式。另一方面,对时空域人—物交互关系检测任务进行总结,分析现有时空域交互关系数据集构造与特性和现有基线算法的优劣。最后对未来的研究方向进行展望。     

Y聚焦型微通道内磁流体液滴的生成与调控

利用高速摄像仪研究了截面为400μm×400μm Y聚焦型微通道内磁流体液滴在矿物油中的生成过程。以水基磁流体EMG 807为分散相,含4%表面活性剂Span-20的矿物油为连续相。实验观察到了3种流型:弹状流、滴状流和喷射流。分别考察了两相流量、连续相毛细数及磁感应强度对液滴尺寸及生成过程的影响。结果表明:可通过改变两相流量及磁场调控液滴尺寸。当分散相流量不变时,液滴尺寸随着两相流量比的增加而减小。液滴尺寸随着连续相毛细数及磁感应强度的增加而减小,随着分散相流量的增加而增加。以两相流量比、连续相毛细数和磁Bond数为参数提出了一个液滴尺寸的关联式,预测值与实验值吻合良好。     

基于区域敏感生成对抗网络的自动上妆算法

自动上妆旨在通过计算机算法实现人脸妆容的编辑与合成,隶属于人脸图像分析领域.其在互动娱乐应用、图像视频编辑、辅助人脸识别等多方面起着重要作用.然而作为人脸编辑任务,其仍难以在保证图像的编辑结果自然、真实的同时又很好地满足编辑需求,并且仍有难以精确控制编辑区域、图像编辑前后一致性差、图像质量不够精细等问题.针对以上难点,创新性地提出了一种掩模控制的自动上妆生成对抗网络,该网络利用掩模方法,能够重点编辑上妆区域,约束人脸妆容编辑中无需编辑的区域不变,保持主体信息.同时其又能单独编辑人脸的眼影、嘴唇、脸颊等局部区域,实现特定区域上妆,丰富了上妆功能.此外,该网络能够进行多数据集联合训练,除妆容数据集外,还可以使用其他人脸数据集作为辅助,增强模型的泛化能力,得到更加自然的上妆结果.最后,依据多种评价标准,进行了充分的定性及定量实验,并与目前的主流算法进行了对比,综合评价了所提方法的性能.     

低β气体活度监测仪调试

核电站与其他能源设施相比,最大特点是运行时会产生放射性物质。辐射监测(KRT)系统是与电厂运行工况直接相关的辐射防护监测系统,为了实现KRT系统的诸多功能,KRT系统中共设计了108个监测道以确保其监测功能的完成。低β气体活度监测仪是通过连续取样来监测停堆期间安全壳内大气中的β活度,当取样气体的测量数值超过设定的报警阈值时,仪器会发出声光报警,并且自动启动隔离装置,实现其屏障监测的功能,以确保核电厂工作人员和公众的辐射安全,减少对环境的污染。对该仪表的工作原理、设备情况、仪表调试、调试中碰到问题的解决等方面进行了较为详细的论述说明。     

Y聚焦型微通道内磁流体液滴的生成与调控

利用高速摄像仪研究了截面为400 μm×400 μm Y聚焦型微通道内磁流体液滴在矿物油中的生成过程。以水基磁流体EMG 807为分散相,含4%表面活性剂Span-20的矿物油为连续相。实验观察到了3种流型：弹状流、滴状流和喷射流。分别考察了两相流量、连续相毛细数及磁感应强度对液滴尺寸及生成过程的影响。结果表明：可通过改变两相流量及磁场调控液滴尺寸。当分散相流量不变时,液滴尺寸随着两相流量比的增加而减小。液滴尺寸随着连续相毛细数及磁感应强度的增加而减小,随着分散相流量的增加而增加。以两相流量比、连续相毛细数和磁Bond数为参数提出了一个液滴尺寸的关联式,预测值与实验值吻合良好。     

本底剥离后的LaBr_3:Ce闪烁体~(16)N检测技术

介绍了用本底剥离后的La Br3:Ce闪烁体作为16N检测探测器,提高了探测效率和能量分辨率,实现了全能区检测的功能;增设泄漏预警级降低了蒸汽发生器泄漏报警的阈值;报警后附加对计数率和能谱积分的功能,实时显示泄漏进展情况;通过屏幕录像慢放快放实现各级别的泄漏仿真。     

模糊决策粗糙集代价敏感属性约简研究

针对决策中普遍存在的代价问题,在模糊理论和决策粗糙集的基础上,对其代价敏感属性约简方法进行了研究。在模糊决策粗糙集属性约简中引入了包含误分类代价和测试代价的总代价。因此约简的目标不再只是考虑正域的大小,而是寻找使得总代价最小的最优属性子集。提出了一种模糊决策粗糙集代价敏感属性约简(COSAR)算法,该算法采用启发式方法搜索最优属性子集。给出了算法的步骤,并将该算法与已有的模糊粗决策粗糙集属性快速约简(QuickReduct)算法进行了性能对比。实验结果表明,COSAR算法比QuickReduct算法具有更强的属性约简能力、更低的分类总代价、更短的运行时间,且随着测试样本的增加,分类总代价差值也越来越大。     

跨媒体智能关联分析与语义理解理论与技术研究进展

深入分析了跨媒体智能关联分析与语义理解理论技术的最新研究进展,包括多模态数据的统一表达、知识引导的数据融合、跨媒体关联分析、基于知识图谱的跨媒体表征技术以及面向多模态的智能应用.其中,多模态数据的统一表达是对跨媒体信息进行分析推理的先决条件,利用多模态信息间的语义一致性剔除冗余信息,通过跨模态相互转化来实现跨媒体信息统一表达,学习更全面的特征表示;跨媒体关联分析立足于图像语言、视频语言以及音视频语言的跨模态关联分析与理解技术,旨在弥合视觉、听觉以及语言之间的语义鸿沟,充分建立不同模态间的语义关联;基于知识图谱的跨媒体表征技术通过引入跨媒体的知识图谱,从跨媒体知识图谱构建、跨媒体知识图谱嵌入以及跨媒体知识推理3个方面展开研究,增强跨媒体数据表征的可靠性,并提升后续推理任务的分析效率和准确性;随着跨模态分析技术的快速发展,面向多模态的智能应用得到了更多的技术支撑,依据智能应用所需要的领域知识,选取了多模态视觉问答,多模式视频摘要、多模式视觉模式挖掘、多模式推荐、跨模态智能推理和跨模态医学图像预测等跨模态应用实例,梳理了其在多模态数据融合以及跨媒体分析推理方面的研究进展.