无线传感器网络的鲁棒分布式估计算法

为了提高无线传感器网络在非高斯噪声环境下的分布式估计性能,提出了一种基于半二次准则的变尺度扩散式自适应滤算法,该算法采用了一种凸代价函数的半二次准则(half-quadratic criterion,HQC),使算法可以更加有效地寻找最优解、具有更快的收敛速度和更高的滤波精度,并且对脉冲噪声具有更强的鲁棒性.另外,通过引入变尺度因子来平衡和进一步提高算法的收敛速度与稳态误差性能.文中对算法的性能进行了理论分析和仿真对比,结果表明在不同的非高斯噪声环境下,所提算法对未知系统具有更高的辨识效率,其收敛性能和稳态误差性能都优于其他的扩散式自适应滤波算法.

一种变步长的零吸引归一化自适应滤波算法

为了使最小均方算法对高斯噪声环境和稀疏系统具有更好的收敛速度和稳态误差,提出了一种变步长的零吸引归一化最小均方算法。该算法将改进的Versoria函数的稀疏感知范数与归一化最小均方算法相结合后,引入了一种新的类高斯函数的变步长策略,解决了固定步长条件下算法收敛速度较慢、跟踪性能较差的问题。从理论层面分析了所提算法的收敛性,并基于MATLAB平台讨论了改进的类高斯步长函数中各参数对算法性能的影响。最后将所提算法与其他同类算法应用于不同信噪比条件下的高斯噪声环境以及稀疏环境中进行未知系统辨识实验,仿真结果表明,所提算法具有更快的收敛速度、更好的跟踪能力以及较小的稳态误差。

电解锰渣基活性胶凝材料的制备与性能研究

为促进电解锰渣的无害化、减量化、资源化处置,提高电解锰渣在水泥等建材行业的大宗消纳水平,本文针对国内某厂的电解锰渣,探索了脱氨脱硫提铁工艺的系列参数,采用电解锰渣原渣、脱硫锰渣和还原提铁锰渣制备活性胶凝材料,并对比活性指数。结果表明,电解锰渣的氨含量和硫含量均随焙烧温度的升高而降低,当温度为400℃时,渣中残氨含量为0.09%,脱氨率大于90%,在温度600℃条件下保温焙烧10 min,脱氨率大于98%;在温度1 300℃条件下焙烧,电解锰渣含硫量可降至1%以下,脱硫率大于96%;该脱硫锰渣经配入辅剂后,在温度1 500℃条件下保温5 min,渣中Fe含量可降至1%以下,达到较为理想的提铁效果。电解锰活性较差,无法通过物理和化学激发的方法达到S75级矿渣粉标准;脱硫锰渣经提高比表面积或配加激发剂混磨后可满足S75矿渣粉的要求;还原提铁锰渣具备良好的活性,粉磨后可直接用于水泥混合材等建材产品,掺入量可达50%,有利于电解锰渣的大宗消纳。

典型烟煤混合生物质燃烧过程中结渣特性实验研究

以秸秆、准东煤和神木煤为研究对象,利用管式炉实验系统对生物质混煤燃烧积灰结渣现象进行研究,并在燃料中添加不同比例的高岭土、硫酸铵、硝酸铝及其复合添加组分,探究了不同添加剂对秸秆混煤燃烧成灰结渣的影响。研究发现,高岭土自身熔点较高,添加2%的高岭土提高了混合燃料中Al_(2)O_(3)含量,提高了灰熔点,抑制了秸秆混煤燃烧结渣。而在添加硝酸铝条件下,其助燃作用促进了共熔反应的进行,导致硅铝酸盐与CaO或Fe_(2)O_(3)结合生成无定型钙长石或者钙铁共熔体等从而促进结渣。高岭土能有效减轻结渣,而硫酸铵和硝酸铝的助燃作用则增强了结渣。

红土镍矿侧吹还原造锍熔炼试验研究

基于新能源汽车的快速发展以及三元动力电池的高镍化发展对镍原料需求旺盛的大背景,提出红土镍矿侧吹造锍熔炼生产低镍锍工艺的研究。本文对石膏的热分解行为进行了系统的热力学研究,分析碳硫比、反应温度对CaS转化率的影响,进行石膏选择性还原硫化红土镍矿基础试验,并在此基础上进行富氧侧吹硫化红土镍矿扩大试验,总结石膏选择性还原硫化红土镍矿和富氧侧吹硫化红土镍矿的反应机制。结果表明,脱硫石膏短流程直接还原硫化红土镍矿生产低镍锍工艺可行,该工艺采用工业固废脱硫石膏作为硫化剂,可全组分利用石膏渣中的Ca、S元素,达到“固废绿色循环、资源化利用”的目的,且镍回收率大于90%,钴回收率在87%以上,硫利用率大于75%,铁回收率低于60%,可满足红土镍矿镍、钴、铁的选择性还原硫化富集回收目的。

富氧侧吹熔池熔炼生产金属化镍阳极工艺研究

反射炉熔炼二次镍精矿生产镍阳极板工艺,存在燃料的热利用率低、燃料消耗量大,炉体耐火材料使用寿命短、阳极板脆弱易碎、残极率高,熔炼运行成本高、现场操作环境恶劣等问题。本文通过对富氧侧吹熔池熔炼二次镍精矿生产金属化镍阳极板的工艺研究,得到金属化镍锍产品(Ni+Cu≥76%,Fe<3%,S 16%~20%),最佳工艺参数为:在反应温度为1450~1600℃,富氧浓度65%~75%,连续进料速率为100 kg/h条件下,氧料比10~45 Nm^(3)/t,还原剂率为0.5%~1%。随着氧料比增加,镍锍的品位逐渐增加,且铁、硫含量逐渐降低,相应的熔渣含镍逐渐升高。富氧侧吹熔池熔炼生产金属化镍阳极板具备工艺可行性,实现二次镍精矿短流程的“熔化、除铁、降硫”的目的,可产出合格的金属化镍阳极板,明显提高镍阳极板成材率,大幅提高热利用率、提高生产效率和产能,并降低了生产成本。

船闸闸室墙开裂机理及防裂方法研究

船闸闸室墙在中间浮式系船柱附近的混凝土易产生裂缝,影响船闸工程整体稳定性。通过对闸室混凝土的温度应力展开仿真分析和实际船闸工程混凝土裂缝调研,发现整浇闸墙中间系船柱附近和上下游侧墙中间下部混凝土在施工期易产生竖向裂缝。因此,考虑闸墙中部采用后浇带的方式,并且比较了后浇带不同施工方案,发现采用后浇带能降低闸室上下游侧墙混凝土的最大主应力,防止裂缝的产生;但仅采用后浇带的方式,会导致中间浮式系船柱附近的后浇混凝土开裂风险增加;因此,可通过改变后浇带浇筑顺序和采用微膨胀混凝土的方式,提高中间浮式系船柱附近混凝土的抗裂能力。

牡丹江森林生态系统服务功能重要性评价

为解决牡丹江森林生态系统服务功能对生态管理需求的重要性缺乏全面评估的问题,以黑龙江省牡丹江市森林生态系统为研究对象,参考《生态保护红线划定技术指南》及当地自然地理特征,通过水源涵养、水土保持、防风固沙及生物多样性维护4个生态服务功能评估指标,构建生态系统服务功能重要性评价模型。结果表明,牡丹江市森林覆盖率达67.40%,2000—2020年森林植被净初级生产力(NPP)平均为(730.06±56.64)g/(m^(2)·a),且呈现出极显著的增加趋势;单项评价表明,当地森林生态系统的重要性级别最高的为水土保持功能,综合评价表明,生态系统服务功能“极重要”等级面积最大,占森林总面积的48.74%,集中分布的区域有宁安市西南和穆棱市南部。结果可为当地优化生态保护策略,协调区域发展供科学依据。

基于响应面法的矿用高铬磨球热处理参数优化设计

为实现矿用磨球强韧性的进一步提升,本文采用Box-Behnken设计-响应面法(BBD-RSM),选择奥氏体化温度、奥氏体化保温时间、回火温度、回火保温时间为自变量影响因子,磨球的洛氏硬度和冲击韧性作为响应目标值,构建了多项式回归方程模型,同时利用OM、SEM、XRD等分析手段,研究了不同热处理条件下磨球的显微组织形貌及物相特征。结果表明,热处理参数对磨球洛氏硬度的显著性影响排序为回火温度>奥氏体化温度>奥氏体化保温时间>回火保温时间,对磨球冲击韧性的显著性影响排序为回火温度>回火保温时间>奥氏体化温度>奥氏体化保温时间。通过优化获得最佳热处理参数为奥氏体化温度885℃,奥氏体化保温时间4.8 h,回火温度400℃,回火保温时间3.5 h,其洛氏硬度为59.84HRC,冲击韧性为6.16 J,验证实验相对误差<5%,证实了响应面法优化磨球热处理参数的精确性和科学性。奥氏体中的合金元素含量,碳化物尺寸、形态和分布情况,残余奥氏体的转变行为及占比的共同作用,是磨球的洛氏硬度和冲击功呈现规律性变化的主要原因。

热处理工艺参数对矿用磨球力学性能的影响研究

为实现矿用磨球强韧性的进一步提升,本文研究了不同热处理条件下磨球的力学性能、显微组织形貌及物相特征。结果表明,不同热处理条件下磨球的显微组织均由马氏体、碳化物和残余奥氏体组成。基体的组织特征、碳化物的形态和分布、残余奥氏体的占比共同影响磨球性能:随着奥氏体化温度的提高,磨球硬度先升高后降低,冲击韧性连续下降;随着奥氏体保温时间的延长,磨球的硬度和冲击韧性均先升高后降低;随着回火温度的提高,磨球硬度连续下降,冲击韧性波动性上升;随着回火保温时间的延长,磨球硬度变化不大,冲击韧性呈下降趋势。对于实验磨球,较佳的热处理参数为:950℃保温3 h,快速入油淬火后300℃保温3 h进行回火,所得磨球洛氏硬度62.58 HRC,冲击功4.92 J,相比产品磨球可分别提高5.2%和51.9%。

基于新型流形法的三维应力强度因子求解

为保证在裂纹尖端具有最佳的逼近,裂纹尖端的解析解与其周边数值解联合应用的新型流形法可用来求解应力强度因子,但仅限于平面问题的Ⅰ型和Ⅱ型裂纹。沿用解析解与数值解联合应用的思路,以三维穿透直裂纹为研究对象,在裂纹尖端引入Williams解析解级数,应用解析覆盖与周边数值覆盖联合求解三维应力强度因子,相对于其他数值方法而言,计算精度高。推导相应的刚度矩阵和应变矩阵的表达式,通过典型算例验证了三维应力强度因子精确求解方法的有效性。

基于多尺度卷积神经网络的高光谱图像分类算法

为了提高高光谱图像的分类精度,提出了一种基于多尺度卷积神经网络的高光谱图像分类算法。首先,利用等距特征映射算法处理高光谱数据,以挖掘数据的非线性特性,保持数据点的内在几何性质;然后,构建以标记像元为中心的训练图像块,训练多尺度卷积神经网络;最后,利用softmax分类器预测测试像元的标签。提出的方法在Indian Pines、University of Pavia和Salinas scene高光谱遥感数据集上进行分类实验,并与CNN、R-PCA CNN、CNN-PPF、CD-CNN等算法进行性能比较。实验结果表明,在3个数据集上提出的方法的总体识别精度分别达到98.51%、98.64%和99.39%,与CNN算法相比分别提高了约8.35%、6.37%和7.81%。本文提出的方法无论是在分类精度还是Kappa系数上都优于另外4种方法,是一种较好的高光谱遥感数据分类方法。

拉普拉斯特征耦合方差度量的图像匹配算法

为了解决当前图像匹配算法主要是通过像素点间的距离信息来实现特征匹配,忽略了图像间的方差信息,导致匹配结果中存在较多的错误匹配等不足,本文提出了一种基于拉普拉斯特征制约与方差度量的图像匹配方法。首先,引入Harris算子,对图像特征进行粗提取,并利用像素点的拉普拉斯特征,删除伪特征点,对粗提取的图像特征进行优化,获取更为准确的图像特征。然后,依据图像的梯度特征来计算图像特征的方向信息,以此建立特征点的邻域,通过求取该范围内的Haar小波值,从而得到特征向量。采用区域方差模型对图像的方差信息实施度量,并联合特征点的欧氏距离,对特征点进行更为准确的匹配。最后,采用随机样本一致性(RANSAC)机制对特征匹配结果实施优化,剔除其中的错误匹配,从而完成图像匹配。实验结果显示:较当前较为先进的匹配算法而言,在旋转、缩放等几何变换干扰下,所提算法具备更高的匹配准确率,维持在90%以上。

引江济淮工程枞阳船闸闸室混凝土施工期温控措施仿真分析

为应对船闸闸室薄壁大体积混凝土结构在施工期易出现裂缝的问题,以引江济淮工程枞阳船闸典型闸室段为例,模拟了其浇筑过程,研究了闸室混凝土结构施工期的温度和应力特性,以及不同温控措施对温度和应力的影响。研究结果表明:在浇筑早期,闸室混凝土易在表面和浇筑层间结合面出现裂缝,浇筑后期则易在混凝土内部出现裂缝;降低浇筑温度能一定程度提高闸室混凝土抗裂能力;采取表面保温措施能减弱外界气温的影响,减小内外温差,降低结构表面早期的开裂风险;采取通水冷却措施能帮助混凝土降温,减小混凝土结构的内外温差和峰值温度,提高表面早期的抗裂安全度。

基于深度残差网络的多损失头部姿态估计

为提高真实场景下头部姿态估计的准确性,提出一种采用深度残差网络的头部姿态估计方法。将深度残差网络RestNet101作为主干网络,引入优化器提高深层卷积网络训练时的梯度稳定性,使用RGB图像并采用分类器计算交叉熵损失,同时结合回归损失预测欧拉角表示头部姿态。实验结果表明,与FAN地标检测方法和无关键点细粒度方法相比,该方法在AFLW2000数据集和BIWI数据集上的平均绝对误差值更小,分别达到5.396和2.922,在300W_LP数据集上测试精度超过95%,在真实场景下具有较好的鲁棒性。

基于局部保留降维卷积神经网络的高光谱图像分类算法

为提高高光谱遥感图像的分类精度,通过局部保留判别式分析与深度卷积神经网络(DCNN)算法,提出了基于局部保留降维卷积神经网络的高光谱图像分类算法。首先,用局部保留判别式分析对高光谱数据降维,再用二维Gabor滤波器对降维后的高光谱数据进行滤波,生成空间隧道信息;其次,用卷积神经网络对原始高光谱数据进行特征提取,生成光谱隧道信息;再次,融合空间隧道信息与光谱隧道信息,形成空间-光谱特征信息,并将其输入到深度卷积神经网络,提取更加有效的特征;最后,采用双重优选分类器对最终提取的特征进行分类。将本文方法与CNN、PCA-SVM、CD-CNN和CNN-PPF等算法在Indian Pines、University of Pavia高光谱遥感数据库上进行性能比较。在Indian Pines、University of Pavia数据库上,本文算法识别的整体精度比传统CNN方法的整体精度分别高3. 81个百分点与6. 62个百分点。实验结果表明,本文算法无论在分类精度还是Kappa系数都优于另外4种算法。

基于LBP与核相关滤波器的运动目标跟踪算法

针对核相关滤波器在复杂光照条件下出现的跟踪不稳定的现象,提出一种基于LBP(local binary pattern)与核相关滤波器的运动目标跟踪算法。在传统算法上增加LBP处理方法,降低光照对特征提取的影响,进而提高核相关滤波器算法在跟踪过程中对目标信息的采集精准度。实验表明,与经典的核相关滤波器跟踪算法相比,基于LBP与核相关滤波器的运动目标跟踪算法在复杂光照的情况下的跟踪性能有明显提升,能较好应用于实时场景中去,是一种稳定的目标跟踪算法。

一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法

传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真。为了解决以上问题,提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法。首先用多尺度卷积神经网络估计图像的透射率,其次对所估计的透射率进行分类统计以确定在暗通道内天空、白云和明亮区域的像素值,最后通过低通高斯滤波器平滑图像场景的辐射度,得到恢复的无雾霾图像。实验结果表明,采用提出的方法对图像去雾霾后明亮区域内的颜色不会失真,且保留了图像的自然外观,对合成图像和真实图像均有较好的去雾霾效果。

邻域谱概率协同表示的高光谱图像分类方法

为了提高高光谱遥感图像的分类精度,通过结合像元邻域谱与概率协同表示方法,提出了一种基于空间信息与光谱信息的分类方法.首先采用插值方法生成像元的邻域谱,然后用概率协同表示方法将待测样本进行分类.用所提出的方法在AVIRIS Indian Pines和Salinas scene高光谱遥感数据库上进行分类实验,并和主成分分析、支持向量机、稀疏表示分类器和协同表示分类器方法进行了比较.结果表明,所提出的方法在AVIRIS Indian Pines数据库上识别精度比主成分分析法高约17%,其识别精度和kappa系数都优于另外4种方法.该方法是一种较好的高光谱遥感图像分类方法.

苜蓿干草饲喂方式对犊牛生长性能、瘤胃发酵和营养物质消化率的影响

文章旨在研究苜蓿干草饲喂方式对犊牛生长性能、瘤胃发酵参数和营养物质消化率的影响。试验选择30头刚出生的中国荷斯坦母犊牛,采用完全随机试验设计,分为对照组、试验I组和试验II组,每组10头犊牛。对照组犊牛只饲喂牛乳和开食料,试验1组犊牛饲喂牛乳、开食料和苜蓿干草,其中苜蓿干草和开食料均匀混合以全混合日粮的方式饲喂(苜蓿干草添加量为日粮干物质基础的10%);试验II组奶牛饲喂牛乳、开食料和苜蓿干草,其中苜蓿干草以单独供给的方式饲喂。试验共70 d,犊牛在57 d断奶。试验期间,1~50 d为哺乳期,犊牛饲喂常乳(正常饲喂量)+开食料;51~56 d为断奶过渡期,犊牛饲喂常乳(减量)+开食料;57~70 d为断奶后期,犊牛只饲喂开食料。于犊牛7日龄开始饲喂开食料,于犊牛14日龄开始饲喂苜蓿干草。每天记录开食料采食量,分别于试验第1天、第57天、第70天称量犊牛早晨空腹体重,分别于第40天、第57天和第70天,在早晨犊牛采食开食料3 h后采集瘤胃液,测定挥发性脂肪酸浓度。试验最后3 d收集粪便进行消化试验,测定营养物质消化率。试验结果表明,无论苜蓿干草以何种方式喂给犊牛均显著提高犊牛日均干物质采食量,但对平均日增重和饲喂效率无显著影响。与苜蓿干草和开食料混合以全混合日粮形式饲喂犊牛相比,苜蓿干草和开食料分开饲喂犊牛更能提高犊牛干物质采食量。对于犊牛瘤胃发酵参数而言,苜蓿干草和开食料分开饲喂犊牛的瘤胃液p H显著高于苜蓿干草和开食料混合以全混合日粮形式饲喂犊牛的瘤胃液p H,但两种饲喂形式犊牛的瘤胃液挥发性脂肪酸浓度与对照组犊牛差异不显著。两种苜蓿干草的饲喂方式对犊牛日粮营养物质消化率没有显著影响。因此,推荐在给犊牛饲喂苜蓿干草时,宜将苜蓿干草与开食料分开饲喂给犊牛。