基于A-Unet的牛体尺测量方法研究

[目的]建立一种基于U-Net改进的A-Unet图像分割与牛体尺测量方法,以实现对牛体体高、体长、体斜长的自动化测量。[方法]首先,在牧场通过摄像头采集牛的侧视图片;其次,利用A-Unet算法进行图像分割,提取牛体边缘轮廓曲线,在牛体轮廓曲线的基础上采用动态网格法寻找牛体尺测量点;最后,根据摄像头已标定的参数和提取到的测量点进行计算,得出牛体尺数据。[结果]通过对深度学习算法图像分割性能的对比分析发现,相比原始的U-Net算法,建立的A-Unet算法具有更高的准确度。利用该算法对牧场21头牛进行体尺指标测定,并与人工测量结果进行比较,经验证,该方法检测体高、体长、体斜长的平均相对误差分别为4.16%、4.05%、4.27%。[结论]基于A-Unet的牛体尺测量方法可以有效地替代传统的牛体尺人工测量方式,具有适用性好、稳定性强和检测准确率高等优点,测量误差能够满足牧户对牛体尺测量需求。

地铁地下车站结构初期支护施工方案研讨

城市地铁地下车站一般采用暗挖法施工,暗挖施工的关键环节是如何保证施工和周边环境的安全,因而初期支护的科学、合理非常关键,论文从车站暗挖初期支护施工组织、导洞及初支扣拱、围护体系、梁柱体系施工等方面进行阐述,提出了暗挖施工的总体思路和具体解决方法。

响应曲面法优化电化学氧化晚期垃圾渗滤液研究

以掺硼金刚石电极为阳极,采用电化学氧化法处理晚期垃圾渗滤液,利用响应曲面法分析了电流密度、A/V值、反应时间、初始p H对TOC和NH_3-N去除率的影响,建立了TOC和NH_3-N去除率的二次响应曲面模型。通过响应曲面分析,电流密度、A/V值、反应时间是影响污染物去除率的主要因素,初始p H对于TOC去除率的影响显著。电流密度和反应时间、A/V值和反应时间的交互作用对TOC和NH_3-N去除率的影响显著;电流密度和A/V值、初始p H和A/V值的交互作用也是影响TOC去除率的显著因素。掺硼金刚石电极电化学氧化晚期垃圾渗滤液能够同时实现有机物和氨氮的去除。

Ti/RuO_2-CoO电极制备及其氨氮降解性能

采用热氧化法制备Ti/RuO_2-CoO电极,通过SEM和XRD对电极涂层的表面形貌和晶体结构进行表征;并利用最佳条件制备的电极开展电化学氧化氨氮模拟废水研究。实验研究了电流密度、初始pH值、Cl^-浓度和NH_3-N初始浓度对NH_3-N降解效果的影响。研究结果表明:当n(Ru)/n(Co)=7∶3时Ti/RuO_2-CoO电极对NH_3-N的去除效果较好。随着电流密度的增加,NH_3-N去除率随之升高;初始pH为碱性条件时,NH_3-N去除效果较好;NH_3-N去除率随Cl^-浓度的增加呈现先增大后减小,当Cl^-浓度为3 000 mg/L时,氨氮去除率达到97.95%。当电流密度为70 mA/cm^2、Cl^-浓度为3 000 mg/L、初始pH=9时,经过180 min电解后,氨氮初始浓度从500 mg/L降低至10.25 mg/L,且电化学氧化氨氮的产物主要为氮气和硝酸盐氮。

高密度聚乙烯自粘胶膜防水卷材在地铁中的应用

通过某地铁区间首次使用高密度聚乙烯自粘胶膜防水卷材防水施工实例,对高密度聚乙烯自粘胶膜的特点、施工方法、流程、要点、使用环境及注意事项做了详尽阐述;通过与同一条件下使用的EVA防水板作比较,分析了高密度聚乙烯自粘胶膜防水卷材在地铁工程应用过程中存在的优缺点,并对其在施工过程中存在的问题提出了预防措施,保证了地铁工程的防水质量和效果。

中国城市发展问题的研究

良好的城市治理是实现城市可持续发展的关键,中国城市发展和建设中存在集约发展与外延发展、城市“单中心”发展、小城镇建设、可持续发展等问题,结合城市发展理论的认识,才能找到解决问题的重要路径及对策.

智慧工地在地铁工程管理中的应用

“智慧工地”信息化集成管理系统在人员、安全、质量、文明施工等多种应用场景融合应用,实现对项目参建各方的人、机、料、法、环及关键部位施工等信息进行直观、动态、综合、统一的实时管控,同时智慧工地人员、安全、质量、文明施工等多场景还可应用于房建行业,形成共享平台。项目建立的智慧工地管理中心,可实时显示现场信息,包含现场在岗劳务人员人数、工程进度、视频监控、报警消息等信息。使管理者对现场情况有综合、统一的管控,节省了管理时间、提高了管理效率。

La-Ti/SnO2-Sb/RuO2-Co电极制备及其处理垃圾渗滤液研究

以纯钛为基体材料,并以热氧化的方式制备La-Ti/SnO2-Sb/RuO2-Co电极,采用X-射线衍射仪(XRD)、扫描电子显微镜(SEM)及X-射线能量色散谱(EDS)对电极涂层表面形貌和晶体结构进行表征。采用制备的La-Ti/SnO2-Sb/RuO2-Co电极作为阳极,不锈钢为阴极,构建电化学反应器,对老龄垃圾渗滤液进行降解。结果表明在电流密度为65 mA/cm^2、Cl-浓度为4 500 mg/L、初始pH=9和反应时间为6 h的最佳反应条件下,La-Ti/SnO2-Sb/RuO2-Co电极对NH3-N和COD的去除率分别达到86.5%、61%。

基于牛体点云的牛体尺自动测量算法

为了高效、准确地利用牛体点云数据自动测量牛只体尺指标,试验在牛体点云数据基础上提出了一种基于点云处理与图像处理融合的牛只体高、体长、胸围自动测量算法,该算法将点云坐标原点修改成牛体质心,通过随机采样一致性(random sample consensus,RANSAC)算法分割牛体与地面,利用法向量主成分分析(pricipal component analysis,PCA)修改牛体点云数据坐标轴;使用图像形态学处理并进行曲线拟合得到牛体点云俯视、侧视图轮廓曲线,通过轮廓曲线特征确定测量点并测量牛只体长、体高;再根据测量点通过直通滤波得到牛体胸围截面点云,通过膨胀、闭运算进行曲线拟合得到牛体胸围数据;利用自动测量算法、交互式测量、人工测量对21头牛只进行体长、体高、胸围体尺测量,并进行比较。结果表明:与交互式测量相比,自动测量算法测量牛只体高、体长、胸围的正确率分别为100%、95.24%、85.71%,平均误差分别为0.47%、0.59%、0.81%,并提升了测量速度;与人工测量相比,自动测量算法测量牛只体高、体长、胸围的平均误差分别为3.34%、3.74%、4.73%。说明自动测量算法提高了利用牛体点云数据测量牛只体尺的效率。