铁尾矿掺量对混凝土单轴强度的影响规律研究

为了探讨铁尾矿掺量对混凝土单轴强度的影响规律,测试了不同铁尾矿砂掺量下混凝土3、7、28 d龄期下的单轴抗压强度、劈裂抗拉强度以及抗弯强度,并用强度变化率来评价铁尾矿掺量对混凝土强度的影响。研究发现在标准龄期时,抗压强度与抗拉强度在铁尾矿掺量0~50%区间内小幅降低,而抗弯强度在此范围内略微增强。最后通过回归分析,建立了强度与铁尾矿掺量、龄期的拟合预测公式,同时确立了抗压、抗弯以及抗拉强度的拟合关系,拟合关系式的相关性良好。由此可直观地展示铁尾矿掺量对混凝土强度的影响,进而实现对铁尾矿砂混凝土强度的预测,为铁尾矿替代混凝土用砂的固废利用方式提供试验基础和技术支撑。

陆域网络化火力敏捷规划建设构想

面向未来陆战场智能精确打击网络化、自主化发展趋势,聚焦提升陆域传统火力网络化协同打击的战场适变能力,从火力指控扁平化、服务化、知识化、敏捷化发展的视角,重点探讨了面向数据化服务的网络化火力指控信息系统建设和网络化火力敏捷任务规划建设构想,提出了“云-边-端”一体化的网络化火力任务规划架构,并在此架构下,针对不同指挥层级下网络化火力自主规划个性特征,提出并分析了3种任务规划模式,来支撑一体化构想。该建设构想将为网络化火力敏捷规划提供总体技术支撑。

基于CNN-LSTM神经网络的热释电红外传感器人员识别

针对热释电红外(PIR)传感器在室内人员识别系统的结构以及识别的准确率问题,设计了一种新型的无线分布式PIR传感器系统,并提出了一种人员识别的新方法。系统采用2只分布在不同高度的PIR传感器,结合对菲涅尔透镜的视场角调制,能够有效探测运动人体的红外信号。通过对2只PIR传感器时域输出信号的采集分析,采用快速傅里叶变换(FFT)算法获取时域信号特征,并将信号特征进行融合。使用深度学习卷积神经网络-长短期记忆(CNN-LSTM)神经网络进行人员的分类识别。实验结果表明:该设计方法在人员的分类识别上实现了99.29%的准确率,在室内人员识别场景中具有良好的应用价值。

基于热释电红外传感器的人体位置与速度分类

针对热释电红外(PIR)传感器在室内人体定位及识别上的准确率问题,设计了一种人体红外信号感知模型,提出了一种定位与识别的新型方法。模型节点采用一对正交的PIR传感器,结合对菲涅尔透镜的视场角调制,能够有效探测水平与垂直方向的人体红外信号。通过对这一对PIR传感器时域输出信号的采集分析,采用时域信号的峰值时间序列特征并融合两只传感器数据的相关性分析,使用机器学习SoftMax分类方法进行位置及速度等级的分类。实验结果表明:所设计方法在位置与速度等级分类上实现94.79%的准确率,在室内场景智能感知上具有较好的应用价值。

基于热释电无线传感网络的人体目标识别系统

文章主要分析了热释电红外传感器搭建无线传感的网络,同时讲解了热释电红外传感器的主要特征、原理以及实现到人体目标识别功能的可行性,望能为有关人员提供到一定的参考和帮助。