基于环境声识别的工业设备状态监测实验系统设计

为了实现低成本的工业设备故障检测,设计了一套基于环境声识别的设备状态监测实验系统。基于Arduino开源硬件开发低成本的智能传感器,并部署限制感受野的深度学习模型RFL-MobileNet。通过在边缘端进行智能数据处理,系统为工厂设备提供了实时且准确的状态监测,以减少传统方法中数据传输到云端所带来的延迟以及数据泄露风险。基于公开数据集和实际数据集的实验结果表明,系统运行良好,电动机故障检测准确率达95.4%。

最优非负变权组合模型在卫星钟差预报中的应用

针对单一卫星钟差预报模型自身存在的缺陷,提出基于二次多项式、灰色GM(1,1)和ARIMA等三种单一模型的最优非负变权组合预报模型。通过与各单一模型和经典权组合模型进行对比分析表明,该模型预报残差RMS值最小,精度更高,能够根据各模型预报效果赋予不同的权值,在一定程度上综合了多种单一模型的优点,可降低预报风险,提高模型预报的可靠性。

遗传小波神经网络在高铁沉降预测中的应用

利用遗传算法的全局寻优特性,与小波神经网络相结合,建立遗传小波神经网络模型,并将其运用于高铁沉降预测,通过与BP神经网络、小波神经网络在高铁沉降预测的实验对比分析,结果表明遗传小波神经网络在高铁沉降预测中的稳定性更好、精度更高。

基于小波分解和遗传小波神经网络的卫星钟差预报

星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络对低频分量和高频分量分别进行预报,最后将各分量的预报结果进行叠加得到最终的预报值,并与灰色模型、最小二乘支持向量机和遗传小波神经网络的预报结果对比分析。结果表明:该方法预报精度较高,预报残差更为平稳,应用于卫星钟差预报是可行有效的。

MC-最优变权组合模型在建筑物变形中的应用

提出一种基于马尔科夫链(MC)误差修正的最优变权组合预测模型。该模型用马尔科夫链误差修正理论分别对GM(1,1)模型和线性回归模型的预测值作进一步的修正,充分发掘残差序列隐含信息,再建立最优变权组合预测模型,给出了MC-最优变权组合预测模型算法的实现流程。通过算例验证表明,该模型继承各单一模型的优点,并克服其模型缺陷,同时具备了马尔科夫链的误差修正特性,在一定程度上可以确保较优的局部预测数据和较好的全局预测精度,在建筑物变形预测中具有应用价值。

结合边界约束和引导滤波的航空图像去雾算法

针对尘雾天气条件下,航空图像受大气粒子的散射作用而导致对比度和色彩保真度差等问题,提出一种结合边界约束和引导滤波的航空图像去雾方法。该方法基于暗通道优先原理估算出大气光强度,通过添加边界约束条件来解目标函数,进而求出透射率,再用引导滤波对透射率进行精细化调整,达到去雾目的。与Fattal、Tarel、He和Meng算法对比分析表明,本文方法运算速度快,能够提高图像的细节清晰度,增大去雾深度,有效克服颜色过饱和现象,去雾图像自然逼真。

新生代农民工的人生态度特征及形成机制研究——基于现代性的分析

新生代农民工的生活态度有四方面的特征:既积极但也注重享乐;对待自己的命运存在分裂、矛盾状况;认同能力和奋斗的价值;看重生命但也有极端思想;看重物质财富但有一定底线;存在崇拜的多元化趋势。这些特征的形成机制包括教育水平的提高、独特的流动经历、城市物质经济环境的影响、城市精神文化环境的影响。

基于速度分析的探地雷达阻抗介电常数反演

阻抗反演是利用波阻抗与介电常数关系开展地下介质参数估计的重要技术,在探地雷达以及叠后地震资料解释中具有广泛的应用。常规阻抗反演需要钻孔或测井曲线作为约束项,约束项信息直接影响阻抗反演的估计精度。在缺少钻孔数据的实际应用中,如何开展探地雷达阻抗反演是该方法研究的重要内容之一。基于上述问题,本文提出了基于速度分析的探地雷达阻抗反演方法。其基本思想是基于多偏移距雷达数据开展速度谱分析和Dix反演,以获得不同深度的速度信息作为阻抗反演的约束项;同时,采用K-means方法自动拾取速度谱信息,大大降低了常规人工拾取误差,提高了计算效率。通过典型随机土壤介质模型,验证了本文方法在无钻孔条件下仍然可以获得较好的介电常数估计结果,并测试噪声适应能力强。最后通过美国密歇根州Wurtsmith AFB, in Oscoda区域的探地雷达数据测试了本文提出方法在探地雷达实测数据参数估计中具有较好的应用效果。

吉林省临江市小湖闪长玢岩体锆石U-Pb年代学和地球化学特征

对小湖闪长玢岩进行了锆石LA-ICP-MS U-Pb年代学及岩石地球化学研究。结果表明,岩石年龄为211~214 Ma,加权年平均龄值为（212.8±1）Ma,表明岩浆属于晚三叠世。依据TiO_2-Zr/P_2O_5、P_2O_5-Zr及SiO_2-K_2O图解,判断岩石为高钾钙碱性系列,A/CNK值为1.25~1.57,为过铝质。富集大离子亲石元素（如K、Rb、Ba）,相对亏损高场强元素（如Nb、Ta、P、Ti）。高Mg~#值（51.74~52.56,平均为52.17）、Nb/Ta比值（13.52~16.00）、Rb/Sr比值（0.13~0.18）、Th/Nb比值（0.34~0.37）及Ba/La比值（12.39~15.83）,显示出此岩体具有壳幔混合特点。综合前人研究成果,认为岩石形成于古亚洲洋闭合之后的造山拉张环境。

吉林省锅盔顶子铜矿区物化探特征及找矿方向研究

吉林省锅盔顶子铜矿区区域大地构造隶属环太平洋大黑山—南楼山钼多金属成矿带,南楼山多金属成矿亚带。研究区多金属矿产主要以铜、钼、铅、锌为主。区内赋存有国内著名的大黑山大型钼矿床、前进中型铜矿床、地局子中型铅锌矿床、新立屯小型铜铅锌矿床以及二道林子铜砷矿床及矿(化)点近百余处,矿产资源十分丰富。研究区岩浆热液活动对铜矿床的形成起着重要作用,为铜矿床的形成提供了热动力条件及成矿热液。本文试图通过对区内找矿前景较好的锅盔顶子铜矿开展深部地球物理调查,以常规激发极化电测深为研究手段,讨论深部铜矿体赋存位置。经浅部槽探揭露验证,成功在锅盔顶子铜矿区深部发现数条铜矿矿体,铜矿体最高品位达0.25%。通过本次工作,为吉林省锅盔顶子铜矿区外围及深部开展地球物理找矿工作提供科学依据和技术支撑。

成矿能在吉林四平钨矿土壤测量工作中的应用效果分析

利用传统的土壤测量方法,发现了四平市脉状蚀变破碎带型白钨矿矿床。土壤异常具有强度高、套合好的特点。试用Н.И.萨弗罗诺夫提出的成矿能理论,进行成矿元素地球化学分析及化探综合异常提取研究来表达土壤测量异常,结果表明,该方法具有概括性好,地质效果更加明显的优点。

内蒙古伊敏林场钼矿异常特征及找矿标志

文章介绍内蒙古伊敏林场钼矿区域地质背景,系统的阐述矿区的地质特征,矿化蚀变特征,地球物理特征,地球化学特征等找矿标志地质特征的分析总结,为在区域范围内展开同类型的矿床工作提供新思路和方向。

吉林省永吉县刘来沟钼矿化探异常特征

本文依据土壤测量、岩石测量成果,研究了刘来沟钼矿化探异常的水平分带、垂直分带特征,并对刘来沟钼矿外围找矿进行了初步预测。

金黄色葡萄球菌亚单位疫苗EsxA-EsxB-Flic载体构建及蛋白表达纯化

为了预防金黄色葡萄球菌感染,减少畜牧业的经济损失,试验采用鞭毛蛋白Flic与金黄色葡萄球菌毒力因子EsxA、EsxB组成2 133 bp的融合基因Esx A-Esx B-Flic,在大肠杆菌内扩增表达质粒,裂解细菌后提取总蛋白,再通过His标签纯化出Esx A-Esx B-Flic融合蛋白。结果表明:该方法简单高效,能快速获得大量纯化的目的蛋白,可用于新型抗金黄色葡萄球菌融合蛋白亚单位疫苗研究。

利用TALEN技术高效制备TXNIP基因敲除小鼠模型

目的利用显微注射技术注射敲除Txnip基因的TALEN mRNA获得TXNIP敲除小鼠。方法在线设计Txnip敲除位点,构建TALEN载体并在细胞水平验证剪切活性,体外转录TALENs成mRNA并通过显微注射技术注射到C57BL/6J小鼠受精卵,对F0代小鼠进行DNA水平鉴定获得TXNIP敲除小鼠。结果在Txnip第一外显子上设计了TALEN识别剪切位点,并在细胞水平验证具有剪切活性,注射mRNA到受精卵获得了4只敲除小鼠,其中2只Txnip发生移码突变,成功制备了TXNIP敲除小鼠。结论通过注射TALENs mRNA可以高效制备TXNIP敲除小鼠。

利用TALENs和手工克隆技术高效获得GHR基因敲除巴马猪

DNA编辑技术是基因靶向修饰技术的研究热点,已广泛应用于生物医学和农业研究。然而,传统基因打靶技术存在效率低、成本高、工作量大等缺点,其应用受到了极大的限制。文章利用最近发展起来的新型人工核酸酶——转录激活因子样效应物核酸酶(Transcription activator-like effector nuclease,TALENs)介导的基因组定点修饰技术,通过构建特异识别猪生长激素受体(GHR)基因的TALENs表达载体,共转染巴马胎猪成纤维细胞系,酶切鉴定G418抗性克隆细胞株的基因修饰效率为46.2%,其中2个为双等位基因敲除的克隆细胞株。以双等位基因敲除的克隆细胞株为核供体,利用手工克隆技术制备GHR-KO巴马猪克隆胚,第6 d囊胚率为43.5%,654枚体外发育的囊胚移植6头受体母猪,共获得10头存活的GHR-KO巴马仔猪,其中7头为双等位基因敲除。体重检测结果显示,第20周龄的GHR-KO巴马猪体重仅为对照巴马猪的50%。研究结果表明,TALENs和手工克隆技术能够高效制备出基因敲除大动物。GHR-KO巴马猪的成功制备为研究猪GHR基因生理功能以及人类侏儒症分子机理提供了重要模型,也证明该技术比传统基因打靶和克隆技术具备更简捷、快速、高效,更易于在生物医学和农业基因靶向修饰研究中推广。

人工智能在公安行政执法中的应用、风险及其规制

伴随着人工智能技术在公安执法中的深度应用,人工智能与警务工作逐渐融合,公安机关在行政执法中出现了以警务数据为应用基础、以智能算法为应用驱动、以智能设备为应用实现的技术逻辑,在日常的工作中呈现出行政处罚智能化、行政命令信息化、行政许可智能化的形式。然而,由于人工智能技术所存在的自反性,也产生了信息安全、道德问题、行政物化以及法律法规不健全等风险。基于人工智能技术与相关法律的规制,以信息保护、设定工作权限范围、减少对人工智能技术依赖以及健全相关的法律规定等方面为出发点,应通过完善个人信息安全保障措施、明确人工智能在公安执法领域的工作权限范围、减少对人工智能技术的依赖、健全相关法律规定等进行优化。

基于双树复小波-LSSVM的大坝沉降预测

大坝沉降往往受多种因素影响,对此提出一种基于双树复小波-最小二乘支持向量机(LSSVM)的大坝沉降预测方法。利用双树复小波有效分离出大坝原始序列中隐含的不同频率分量,分析影响大坝沉降的水位、温度与各频率分量的关系,建立相应的LSSVM预测模型。实验表明,该方法有较高的预测精度。

基于超虚干涉法约束的模糊C均值聚类地震初至自动提取

在静校正和层析成像等地震数据处理中,准确并快速地拾取初至是随后速度结构成像和地震资料综合解释的前提。手动拾取方法难以适用于海量地震数据处理,且存在人为误差。对于低信噪比地震数据,相关法、能量比值法(STA/LTA)、分形维法等常规自动拾取方法需不断调整参数以达到设定拾取精度,导致稳定性变差。为此,提出一种基于超虚干涉(SVI)约束的模糊C均值(FCM)聚类地震初至自动拾取方法。FCM聚类分析是一种非监督的机器学习方法,仅依赖数据本身进行分类,可更灵活、方便地应用于实际地震初至拾取;对于低信噪比数据,须预先利用SVI法加强远炮检距等弱初至信号的能量,提高地震数据的信噪比,以实现地震初至的准确、稳定拾取。理论模型数据和实际地震资料测试结果进一步表明了该方法的稳定性和高效性。

最优非负变权组合模型在滑坡变形预测中的应用

针对单一滑坡变形预测模型自身存在的不足,提出了基于灰色GM(1,1)、卡尔曼滤波和GA-BP神经网络的最优非负变权组合预测模型。通过与各单一模型对比分析,说明了最优非负变权组合预测模型能够综合各单一模型的有效信息,预测精度较高,在一定程度上降低了预测风险,提高了预测的可靠性。