多层非线性局部感受野极限学习机方法用于录井气体分析

随着我国能源需求的不断提升以及钻探环境的日益复杂化,开展高精度的烷烃类气体浓度检测对于提高油气勘探效率具有重要意义。光谱录井技术具有烃类气体检测快速、准确等优势,已成为石油勘探过程中备受关注的研究热点。针对录井气体红外光谱由于饱和吸收、噪声干扰、基线漂移等方面引起的非线性问题,提出了多层非线性局部感受野极限学习机(NM-LRF-ELM)模型。该模型将一维光谱数据转换为二维矩阵格式,利用局部感受野的数据处理方式在输入与隐藏层之间实现非线性特征提取。同时,引入改进的T-sigmoid激活函数,并在全连接层后加入dropout层来降低模型的过拟合风险。模型的特征提取与定量分析呈一体化结构,直接输出定量分析预测值。采集了两组共407个混合烷烃气体样本的红外光谱作为实验数据集,进行定量分析实验。实验结果表明,相较于滑动窗口类与灰狼优化定量分析模型,该模型的训练时间显著减少了90%以上。即使在同系物的非线性干扰下,模型的预测精度仍低于系统误差。因此,提出的方法有助于在现场环境变化复杂的情况下,降低未知气体的非线性干扰,提高对目标气体的红外光谱检测精度。

基于均值阈值和回溯策略的SWOMP重构算法

为提高压缩感知重建算法中阶段性弱选择正交匹配追踪(SWOMP)算法的重建精度和运行速度,提出一种基于均值阈值和回溯策略的SWOMP算法。该算法利用均值策略自适应选择原子,提高了原子筛选的精确性;采用回溯策略对所选原子进行二次筛选,优化支撑集提高算法的重建精度;通过简化矩阵的设计减少算法迭代次数,提高了算法的运行速度。仿真实验表明,该算法对一维随机信号和二维图像信号的重构性能明显优于其他同类算法,具有重建精度高、用时少的特点。

基于图卷积门控循环单元网络模型的交通速度预测

准确的交通预测能够有效解决交通堵塞和环境污染等问题,然而现有预测方法无法充分表征交通数据的特征。针对以上问题,提出一种序列到序列图卷积门控循环单元(Seq2Seq-GCGRU)模型,用于提取交通速度的时空特性和预测。模型由三部分组成,分别用于建模带有时间偏移的交通速度周周期、日周期及临近期信息,还提出一种新的seq2seq训练方法以克服已有方法不适用于时间序列的缺陷。实验结果表明,对比其他常见的交通流预测模型,所提算法具有更高的预测精度,均方根误差(RMSE)与平均绝对误差(MAE)指标至少分别降低25%和24%。

注意力机制下的多阶段低照度图像增强网络

对于低照度图像增强过程中,因图像内容重叠且部分区域亮度差异较大导致的图像细节丢失的问题,提出一个注意力机制下的多阶段低照度图像增强网络。第一阶段利用改进的多尺度融合模块对图像进行初步增强;第二阶段利用第一阶段增强后的图像信息与本阶段的输入进行级联,并将其结果作为该阶段多尺度融合模块的输入;第三阶段利用第二阶段增强后的图像信息与该阶段的输入级联,并将其结果作为该阶段多尺度融合模块的输入。这样利用多阶段的方式完成自适应的亮度提升和细节的保留。在公开数据集LOL和SICE上的实验结果表明,相较于MSR算法、灰度直方图均衡化(HE)算法和RetinexNet等算法和网络,所提网络的峰值信噪比(PSNR)的数值提高了11.0%~28.9%,结构相似性(SSIM)的数值提高了6.8%~46.5%。所提网络利用多阶段和注意力机制实现低照度图像增强,有效解决了图像内容重叠和亮度差异大的问题,得到的图像细节更丰富,纹理更清晰,主观辨识度更高。

2021-2022年云南省鲜食糯玉米自主区域试验报告

为加快云南省鲜食糯玉米新品种的选育及审定推广,大理州农业科学推广研究院主持开展了鲜食糯玉米新品种自主区域试验,在云南省设7个试验点的不同生态区、不同栽培水平条件下,比较参试品种抗逆性、品质、利用价值及平均产量。2年区域试验表明大玉糯11号每hm~2去苞叶鲜果穗平均产量14503.5kg,较对照石糯2号增产18.2%,增产点率100%,外观品质及蒸煮品质等级为2级;大玉糯12号去苞叶鲜果穗产量14982.0kg,较对照石糯2号增产22.1%,增产点率100%,外观品质及蒸煮品质等级为1级。2022年生产试验大玉糯11号较对照石糯2号增产19.5%,大玉糯12号较对照石糯2号增产23.9%。综合2021-2022年区域试验及2022年生产试验结果,分析得出大玉糯11号、大玉糯12号适宜在云南省海拔912~2120m的鲜食玉米产区或生态类似地区种植。

基于EVA的风险偏好体系构建——以国网信息通信产业集团为例

为应对日益复杂的内外部环境,响应中央提升风险防范的要求,建立与战略目标相匹配的风险管理体系成为大型国有企业近年来的迫切诉求。本文以国网信息通信产业集团有限公司(以下简称“国网信通产业集团”)在2019年建设的基于EVA的风险偏好体系为研究对象,通过梳理风险偏好体系的重要概念,详述风险偏好体系的机制形成过程以及核心模型的计量思路,总结风险偏好体系相较于传统风险分析体系的改进之处和管理价值,为国有企业风险管理转型提供启示性参考。

2021年云南省鲜食糯玉米自主区域试验产量分析

2021年大理州农业科学推广研究院粮食作物研究所主持开展了鲜食糯玉米新品种自主区域试验,比较分析大玉糯11号、大玉糯12号在7个试验点不同生态区、不同栽培水平条件下的抗逆性、品质、利用价值及平均产量间的差异。试验表明,大玉糯11号去苞叶鲜果穗综合平均单产15085.5 kg/hm^(2),较对照增产20.2%,增产点次率100%,高稳系数为92.90%,外观品质及蒸煮品质等级为2级;大玉糯12号去苞叶鲜果穗综合平均单产15454.5 kg/hm^(2),较对照增产23.2%,增产点次率100%,高稳系数为91.91%,外观品质及蒸煮品质等级为1级。

基于改进YOLOv2和迁移学习的管道巡检航拍图像第三方施工目标检测

针对传统目标检测算法应用在无人机航拍图像上第三方施工目标检测和违章占压建筑检测的数据集少、检测率低等问题,提出基于Aerial-YOLOv2和迁移学习的航拍图像目标检测算法。首先,利用结合数据增强的迁移学习策略训练的网络来扩大数据集规模,并利用K均值聚类分析得到符合所提数据集特点的锚点框数量和尺寸;其次,通过自适应对比度增强的方法对图像进行预处理;最后,提出改进卷积模块替代YOLOv2中的卷积块并结合特征融合的多尺度预测方式进行目标检测。用不同的算法和训练策略在无人机航拍图像上进行对比实验,实验结果表明,Aerial-YOLOv2算法结合多种训练策略后,其准确率、召回率分别能达到95%、91%,每张图像检测时间为14 ms。由此可知,该算法适用于无人机航拍图像第三方施工目标及违章占压建筑的智能检测。

残差卷积注意网络的图像超分辨率重建

针对极深神经网络图像超分辨率重建过程中,存在图像特征提取少、信息利用率低,平等处理高、低频信息通道的问题,提出了残差卷积注意网络的图像超分辨率重建算法。构造多尺度残差注意块,最大限度地提高网络提取到多尺寸特征信息,引入通道注意力机制,增强高频信息通道的表征能力。引入卷积注意块的特征提取结构,减少高频图像细节信息的丢失。在网络的重建层,引入全局跳远连接结构,进一步丰富重建的高分辨率图像信息的流动。实验结果表明,所提算法在Set5等基准数据集上的PSNR、SSIM比其他基于深度卷积神经网络的方法均明显提升,验证了提出方法的有效性与先进性。

卷积神经网络的贴片电阻识别应用

贴片电阻由于其体积微小、性能稳定等独特的性质,在当今智能化的电子设备中被广泛使用。为保证贴片电阻的出厂质量,需要对其进行缺陷识别、极性方向识别、正反面识别和种类识别,目前很大程度上依靠人工肉眼进行识别检测,效率低、容易误检、成本高。本文针对传统图像识别方法的局限性,结合近年来卷积神经网络在图像识别方面所取得的巨大成就,基于AlexNet模型、GoogLeNet模型、ResNet模型思想设计了3种深度适宜、可训练参数约4×10~6(百万)的卷积神经网络,克服了当前主流卷积神经网络模型由于可训练参数过多、模型层数太深导致在贴片电阻识别应用中识别速度不能满足实时性要求、泛化识别准确率低的问题。实验表明,3种模型的识别准确率均超过90%,最高识别准确率达到95%,识别速度达到0.203 s/张(256像素×256像素,CORE I5)。因此,本文设计的3种卷积神经网络可根据具体实际需求进行选用,在实践中具有极强的可行性和可推广性,同时也在提升企业生产效率和产品质量方面具有重要意义。

基于仲裁机制的生成对抗网络改进算法

针对深度卷积生成对抗网络(DCGAN)中的对抗训练缺乏灵活性以及DCGAN所使用的二分类交叉熵损失(BCE loss)函数存在优化不灵活、收敛状态不明确的问题,提出了一种基于仲裁机制的生成对抗网络(GAN)改进算法,即在DCGAN的基础上引入了所提出的仲裁机制。首先,所提改进算法的网络结构由生成器、鉴别器和仲裁器组成;然后,生成器与鉴别器会根据训练规划进行对抗训练,并根据从数据集中感知学习到的特征分别强化生成图像以及辨别图像真伪的能力;其次,由上一轮经过对抗训练的生成器和鉴别器与度量分数计算模块一起组成仲裁器,该仲裁器将度量生成器与鉴别器对抗训练的结果,并反馈到训练规划中;最后,在网络结构中添加获胜限制以提高模型训练的稳定性,并使用Circle loss函数替换BCE loss函数,使得模型优化过程更灵活、收敛状态更明确。实验结果表明,所提算法在建筑类以及人脸数据集上有较好的生成效果,在LSUN数据集上,该算法的FID指标相较于DCGAN原始算法下降了1.04%;在CelebA数据集上,该算法的IS指标相较于DCGAN原始算法提高了4.53%。所提算法生成的图像具有更好的多样性以及更高的质量。

通信数据网业务性能分析

为解决綦南电力通信数据网关键业务存在延迟波动、甚至存在业务中断风险的问题,在现有网络性能测量理论和方法的基础之上,对綦南广域骨干网的流量分布图、端到端可用带宽、网络收敛比等网络关键性能参数进行了测量。另外,介绍了一种基于VPS原理的端到端瓶颈带宽测量方法,尽可能扩大相邻两次网际控制报文协议(ICMP)探测数据包的变化量,削弱噪声对往返时间(RTT)值的影响,实践证明该方法测得的瓶颈带宽值更接近真实值。最后,基于綦南网络性能测量结果,分析网络的性能瓶颈及网络中存在的问题,预测了十三五末的带宽需求。

基于颜色与边缘融合的非局部立体匹配算法

针对基于最小生成树的非局部算法在无纹理以及边缘区域出现误匹配的问题,提出了一种改进代价计算和颜色与边缘融合的非局部立体匹配算法。首先重新构造了基于颜色-梯度的代价计算函数,以提高无纹理区域像素对代价聚合的贡献率;其次利用颜色与边缘信息进行融合来构造自适应边权函数,并利用该权重构建树结构进行代价聚合;最后通过视差计算和非局部视差优化得到最终的视差图。在Middlebury数据集上进行了测试,实验结果表明,提出的算法在无纹理及边缘区域都取得了良好的匹配效果,有效地改善了视差。

面向地方经济社会发展的新工科人才培养研究与实践--以机械电子工程专业为例

世界范围内的新一轮产业革命和科技革命催生了全新的人才需求。为实施国家重大发展战略、增强综合国际竞争力,我国急需大量新工科人才。目前,产业转型升级、交叉整合、创新驱动等领域也缺乏新工科人才的支撑和引领。以机械电子工程专业为例,主动对接地方经济社会发展和产业技术创新、升级需求,通过分析专业及人才培养存在的问题,明确人才培养定位、理清人才培养思路、优化人才培养目标和方案、重构课程体系和内容、改革教学方法和理念、搭建产教融合创新基地和实践平台、加强师资队伍建设,从而促进学生学习、科研能力的提高和创新意识、实践能力的发展,以期解决培养面向地方经济社会发展的具有新工科内涵的工程技术人才的问题。同时,也可为其他专业的改革和人才培养提供有益经验和参考。

Computational Fluid Dynamics(CFD) Analysis and Optimization of Reconstructed Intake System of Cylinder Head Based on Slicing Reverse Method

To find out and improve the flow characteristics inside the intake system of cylinder head,the application of computational fluid dynamics(CFD)in the evaluation and optimization of the reconstructed intake system based on slicing reverse method was proposed.The flow characteristics were found out through CFD,and the velocity vector field,pressure field and turbulent kinetic energy field for different valve lifts were discussed,which were in good agreement with experimental data,and the quality of reconstruction was evaluated.In order to improve its flow characteristic,an optimization plan was proposed.The results show that the flow characteristics after optimization are obviously improved.The results can provide a reference for the design and optimization of the intake system of cylinder head.