新型单相超材料的低频带隙和振动特性研究

低频振动和噪声的抑制一直是工程中的重要问题。本文提出了一种新型的单相超材料结构,有望应用于噪声控制。基于布洛赫(Bloch)定理和有限元方法(FEM),数值分析了这种新型结构的带隙特性和带隙形成机制,参数化分析了带隙与几何尺寸的依赖关系,用三维色散曲面、频率等值线、相速度和群速度等探究了波在结构中的传播特性,而且分析了有限尺寸晶格中的弹性波衰减,验证了带隙的存在对弹性波的有效抑制作用。结果表明,该新型结构具备优异的带隙特性,带隙对几何尺寸较敏感,可由此实现带隙的可调性,该新型结构能对1000Hz频率以内的弹性波起到很好的抑制。为低频超材料结构的设计开辟了一条思路。

基于EPC联合体模式的项目概预算控制方法探讨

文章基于EPC联合体模式探讨项目概预算控制方法,以武昌区某综合体项目为例,具体分析了EPC联合体模式下概预算控制方法的应用,提出了建设单位控制概算、查找图纸错误等策略,突显了EPC模式在工程项目管理中的理论和实践价值。EPC模式在工程项目管理中具有显著优势,包括设计主导作用明显、采购与施工环节紧密衔接,以及在概预算管理上的优势显著。文章旨在通过优化概预算管理,避免资源浪费,提高资源利用效率,减少项目失败风险。

现地高空短气象窗口风机桨叶拆换技术

风电桨叶通过大螺栓与叶轮连接,由风和自重产生的力、力矩使桨叶和螺栓经受变化的振幅循环荷载,在雷电、台风等恶劣自然环境中,桨叶容易受到损坏,严重时,需要对桨叶进行拆除和更换。通过单支桨叶空中拆换技术的分析,针对拆换工艺流程、质量安全控制措施进行了研究,并提出了未来有待进一步改进的方向。

公路隧道瓦斯运移及通风防灾研究

为掌握隧道建设中瓦斯运移规律及通风防灾技术,以实际隧道为工程背景,运用Ansys Fluent建立三维通风物理模型进行瞬态分析,并结合现场监测数据,研究通风对隧道瓦斯浓度的影响。研究表明:瓦斯及风流扩散不均衡性突出,随着通风时间增加,瓦斯浓度及风速在距离掌子面120 m处达到稳定;瓦斯监控及防治过程中,重点关注隧道掌子面至二衬台车区间瓦斯是否超限;放炮后掌子面瓦斯浓度不断升高,通风15 min左右,掌子面瓦斯浓度达到峰值,通风30 min后瓦斯浓度趋于稳定,且位于施工允许瓦斯浓度范围内。合理控制通风时间及通风量并加强隧道拱脚、底板等区域的通风,能够保证隧道施工的安全。

基于地铁站场景的改进型Dijkstra算法疏散路径规划研究

地铁站是城市交通枢纽的重要组成部分,由于其结构和功能具有特殊性,当发生突发事件时,易造成较大的公共安全事故。及时和科学合理地制定人员疏散方案,将人员快速疏散到地上安全区域可以有效降低事件造成的损失与影响。针对城市地铁站内人员疏散路径规划问题,提出一种对疏散路径自身特性进行综合评价的方法。对疏散路径的实际长度、有效宽度及通行难易度3种特征属性进行综合评价,引入路径通行难易度的理论计算公式,用当量长度作为路径综合评价的结果。其次,为兼顾人员数量及拥挤程度在疏散时对人员路径选择的影响,提出节点拥挤度概念,将节点拥挤度作为算法搜索时路径选择的决策原则之一。最后,在标准Dijkstra算法基础上提出一种改进型Dijkstra算法计算疏散路径模型,以温州地铁奥体中心站为背景,进行具体的实例应用。研究结果表明:相比于标准Dijkstra算法模型,改进型Dijkstra算法人员疏散路径规划模型可优化安全出口使用率,均衡各安全出口人流量,提高整体人员疏散效率。研究结果可为地铁站场景人员疏散路径规划以及人流诱导提供一定的理论基础和技术支撑。

浅埋公路隧道原位改扩建围岩变形破坏特征

为了能使现役公路隧道满足当前交通量迅速增长的需求,需对原有隧道进行改建和扩建。以廷心隧道为工程背景,分析了现场工况及围岩变形破坏情况,采用力学分析软件GDEM数值模拟隧道原位扩建工程,选取不同围岩等级的力学参数,研究隧道围岩的应力、塑性变形、位移及形变等方面并分析围岩变形破坏规律。结果表明:围岩等级越低,拱顶、拱底以及衬砌上的竖向应力就越小,拱腰的竖向应力越大,隧道中间隔墙受到的破坏程度越大;在隧道扁平率的影响下,在隧道原位扩建时,隧道的拱顶、拱底以及拱肩的围岩变形相对较大,拱脚和拱腰的变形相对较小。

基于高光谱的水稻叶片氮素营养诊断研究

为快速、准确地实现水稻氮素营养诊断,以中嘉早17水稻为试验对象,设置4种施氮水平的水稻栽培试验,利用便携式地物波谱仪获取240组水稻分蘖期顶三叶在350~2500nm的光谱数据。随机将样本划分为训练集(160个样本)和测试集(80个样本)。首先,通过多元散射校正(MSC)、变量标准化校正(SNV)、平滑算法(SG)3种方法分别对原始光谱进行预处理;然后,采用主成分分析(PCA)和连续投影算法(SPA)对预处理后的光谱进行特征降维,选取累积贡献率超过99.98%的前24个主成分作为模型的输入变量,对于经过MSC、SNV和SG处理后的光谱数据,还分别筛选出12、15、19个特征波长;最后,应用支持向量机(SVM)基于上述处理分别建立水稻氮素营养诊断模型。结果表明,采用MSC-PCA-SVM模型进行水稻氮素营养诊断的识别准确率最高,其在训练集和预测集上的准确率分别达99.38%和97.50%。

中厚煤层“两软一硬”回采巷道支护优化

针对渝阳煤矿N2810工作面回采巷道工字钢架棚支护方式效果差的问题,根据其"两软一硬"(底板及煤层松软)的特定地质条件对支护方案进行优化设计,最终确定支护方案为锚网带索梁耦合支护。矿压监测结果表明:试验段内顶底板相对移近量较架棚段减少了358 mm;两帮相对移近量较架棚段减少了118 mm;试验段内浅基点的最大离层量较架棚段减少了26 mm,深基点的最大离层量较架棚段减少了14 mm。试验效果充分说明了锚网带索梁耦合支护方案应用于中厚煤层"两软一硬"特定地质条件的可行性和优越性。

基于图像分割与卷积神经网络的水稻病害识别

为了提高水稻病害计算机视觉识别的准确性,研究提出针对水稻白叶枯病、赤枯病、胡麻斑病和纹枯病4种病害进行分类识别的模型。利用计算机视觉和机器学习软件库opencv对病斑图像进行随机旋转、随机翻转、随机亮度变换及随机对比度等处理方式扩充样本,应用区域生长、基于水平集的CV模型、显著性检测3种算法对图像进行分割。通过Tensorflow深度学习平台,构建网络层分别为6层(输入层32×32×3,卷积核大小为5×5)和8层(输入层227×227×3,卷积核大小为11×11、5×5、3×3)的卷积神经网络,将图像分割后得到的3组数据,均以8∶2的比例分别作为卷积神经网络的训练数据和测试数据,训练后得到6个模型,并结合召回率、F1评价指标对模型进行评估。结果表明,6个模型中训练识别准确率最低为97.66%,测试识别准确率最低为95.31%,其中以显著性检测分割算法和8层网络层的卷积神经网络结合得到的模型效果最佳,其训练识别准确率为99.99%,测试识别准确率为99.88%,相较于端到端的卷积神经网络水稻病害识别结果也有所提升。

多媒体学习中视觉情绪设计对学习效果的影响——基于31项实验与准实验研究的元分析

随着信息技术的发展,多媒体与网络化教学成为现代教育的主流。多媒体教学中学习材料的情绪因素受到研究者越来越多的关注。国内外学者已开展了大量实验与准实验研究,探索在使用颜色、形状、拟人化等多种视觉元素设计的学习材料中,视觉情绪因素对学习者学习效果的影响,结论尚存争议。研究采用元分析方法,对二十年来国内外有关视觉情绪设计影响学习效果的31篇文献进行梳理与分析,并进一步从学习材料呈现步调、学习者学段和实验时长三个调节变量的影响维度进行深入探讨。研究发现:整体而言,视觉情绪设计能够促进反映学习者学习效果的保持成绩、理解成绩和迁移成绩的提高;不同呈现步调、学习者学段和实验时长对学习者学习效果的调节作用组间差异不显著。研究得到的启示:多媒体学习材料中使用饱和、高亮暖色、图片及拟人化设计,对于多媒体学习认知过程和学习效果有益。最后,在深入阅读文献的基础上,指出多媒体学习情绪设计研究中存在的问题及进一步研究的方向。

基于SPAD值的水稻叶色变化过程可视化模拟

通过试验观测水稻叶片SPAD值与叶片图像的RGB值,分析并构建了SPAD值与叶片图像的R、G、B分量值之间关系模型,模型判定系数分别为0.932 8、0.833 1、0.562 3,表明SPAD与叶片颜色之间存在相关性。通过对SPAD值随叶片表面空间和时间的变化分析,利用插值原理计算出叶片不同部位的SPAD值,根据关系模型计算生成叶片的RGB值。并通过微软的Direct3D9.0图形函数库和vc++编程,在前期水稻叶片三维模型的基础上,实现了水稻叶片颜色变化过程的可视化模拟,真实感效果较强。

基于卷积神经网络和支持向量机的水稻种子图像分类识别

针对外形相似的水稻种子间分类难、识别正确率低等问题,提出一种卷积神经网络与支持向量机相结合的方法(CNN_SVM)对8类水稻种子进行分类识别。首先对图像进行切割、旋转等预处理后建立水稻种子图像数据库,其次通过提取图像的方向梯度直方图(HOG)、LBP纹理、SIFT描述子和CNN特征,分别建立SVM、KNN和Softmax分类模型对水稻种子图像进行分类识别比较。最后采用随机加入噪声点方法模拟噪声干扰稻种和调整色彩饱和度方法模拟不同年份稻种后进行分类识别。结果表明CNN_SVM模型对正常、噪声干扰和不同年份的水稻种子图像识别正确率分别为96.2%、95.8%和96.1%,识别单张图像时间为4.57 ms,明显优于CNN、SVM的传统模型。模型的抗噪和泛化能力强,能满足实际生活中水稻种子分类识别需求。

基于微分L-系统的水稻根系三维生长模型研究

植物根系结构是其根系的空间构型,水稻根系结构表现出高度的多样性。为了探明水稻根系结构和分布规律,利用水培法开展试验,测定不同生长时期的根系三维空间坐标和形态参数,对水稻根系结构进行高精度的测量。统计分析所测试验数据,确定了根节点的初始位置、各级枝根的生长方向以及根系的生长函数。通过整合水稻根系的拓扑结构,量化其生物学特征,提出基于微分L-系统的水稻根系三维生长模型,以描述水稻根系生长规律,并检验该模型输出结果的精度。借助Visual C++和Open GL标准图形库实现了水稻根系三维生长可视化模拟系统,直观再现了水稻根系动态的生长过程。对比分析表明,系统对总根长、根表面积和根体积的平均模拟拟合度分别为96. 82%、95. 86%和93. 96%。

水稻叶片颜色可视化模拟方法研究

提出了一种基于SPAD数据分布图像的水稻叶片颜色渲染方法。通过大田水稻样本试验采集水稻叶片图像并测定叶片SPAD值,分析并构建了SPAD值与叶片图像的R、G、B分量值之间关系模型,模型判定系数分别为0.932 8,0.833 1,0.562 3,表明SPAD与叶片图像R、G颜色分量之间存在相关性。通过SPAD数据分布图像表征SPAD值在叶片表面的空间分布状况,对叶片表面的颜色差异以及随生长时间变化过程进行可视化模拟,并通过微软的Direct3D9.0图形函数库和vc++编程,在前期水稻叶片三维模型的基础上,实现了水稻叶片颜色变化过程的可视化模拟,实现方法具有很好的推广性。

大倾角回采巷道松动圈支护优化

随着大倾角煤层广泛开采,其巷道顶底板破坏已经严重影响到矿山的安全生产。文章以西南地区5个矿区的6条大倾角回采巷道为工程背景,首先运用地质雷达对6条大倾角回采巷道顶板及两帮围岩松动圈范围进行现场测试;其次采用3DEC离散元数值模拟软件,对围岩破坏方式、破坏塑性区进行模拟与分析,并综合现场实测结果绘制了大倾角回采巷道围岩松动圈范围图;最后以异形断面为例,对巷道支护方案进行优化。结果表明,采用“锚杆+锚索+钢带”的支护方案,能够有效地控制回采巷道围岩变形破坏,减小底板及两帮破坏范围,确保煤矿安全生产。

基于图像特征的水稻叶片全氮含量估测模型研究

探究水稻叶片生长外部颜色、几何形态特征与其全含氮量之间的定量描述关系,可以快速且准确地诊断水稻氮素营养状况。研究筛选了全氮含量估测敏感叶位,并比较了基于多元线性回归和机器学习方法的水稻敏感叶位全氮含量估测模型,为构建高性能的氮素营养定量诊断模型提供思路和方法。水稻田间试验于2017—2018年在江西省南昌市成新农场进行,供试水稻品种为两优培九,设置4个施氮水平(施氮水平从低到高为0、210、300和390 kg·hm^-2)。在水稻幼穗分化期和齐穗期,分别扫描获取水稻顶部第一完全展开叶叶片(顶1叶)、顶部第二完全展开叶叶片(顶2叶)以及顶部第三完全展开叶叶片(顶3叶)图像,共4800张图像。通过图像处理技术获取25项水稻扫描叶颜色和几何形态特征,采用多元线性回归进行全氮含量估测,筛选出两个时期的敏感叶位,并应用机器学习方法建立水稻敏感叶位的全氮含量估测模型。与人工测量相比,通过图像处理方法获取的水稻叶片长宽平均相对误差分别为0.328%、3.404%;幼穗分化期顶3叶和齐穗期顶2叶较其他同期叶位更为敏感,且以幼穗分化期顶3叶最为敏感;应用机器学习建立的水稻敏感叶位全氮含量估测模型略优于多元线性回归模型,且采用BP神经网络建模最佳,幼穗分化期顶3叶模型验证集的RMSEv=0.089、MREv=0.034、R^2v=0.887,齐穗期顶2叶模型验证集的RMSEv=0.132、MREv=0.046、R^2v=0.820。幼穗分化期顶3叶和齐穗期顶2叶的叶片图像特征最具有代表性,进行全氮含量估测更具可行性,可作为水稻氮素营养诊断的有效叶位。

基于深度卷积神经网络的气象雷达噪声图像语义分割方法

针对新一代多普勒气象雷达的散射回波图像受非降雨等噪声回波干扰导致精细化短时气象预报准确度降低的问题,该文提出一种基于深度卷积神经网络(DCNN)的气象雷达噪声图像语义分割方法。首先,设计一种深度卷积神经网络模型(DCNNM),利用MJDATA数据集的训练集数据进行训练,通过前向传播过程提取特征,将图像高维全局语义信息与局部特征细节融合;然后,利用训练误差值反向传播迭代更新网络参数,实现模型的收敛效果最优化;最后,通过该模型对气象雷达图像数据进行分割处理。实验结果表明,该文方法对气象雷达图像的去噪效果较好,与光流法、全卷积网络(FCN)等方法相比,该文方法对气象雷达图像中真实回波和噪声回波的识别准确率高,图像的像素精度较高。

水稻氮素营养诊断方法研究进展

目前水稻氮素营养诊断方法主要有外观诊断、化学诊断与现代氮素营养诊断。外观诊断包括颜色诊断和长势长相诊断;化学诊断包括全氮诊断和硝酸盐诊断;现代氮素营养诊断包括叶绿素仪测量、机器视觉和高光谱遥感。本文对各诊断方法及近来年相关应用成果进行阐述,同时分析了各技术方法的优缺点,以为研究学者提供参考与思路。

“赶考”在路上——习近平关于“跳出历史周期率”的重要论述

十八大以来,习近平总书记多次提出"跳出历史周期率"的问题,强调人心向背是最终决定政党前途和命运的铁律;强调必须坚持党内监督和群众监督相结合,保障"把权力关进制度的笼子里",保持党的自我革命的品质;强调反腐必须经常抓和长期抓,从源头上整治腐败,以防患于未然。习近平的这些论述拓展了社会主义"跳出历史周期率"的内涵,体现了中国共产党人强烈的历史责任意识和理论上的清醒。

计算机视觉技术在水稻氮素营养诊断中应用的研究进展

为探究水稻冠层外观特征与水稻氮素营养状况的关系,综述了应用计算机视觉技术进行水稻氮素营养诊断的基本思路及研究进展。主要分述了常规性水稻氮素营养指标的获取,水稻冠层图像的获取、预处理以及特征的提取与优化,水稻氮素营养诊断模型建立的方法等方面的内容。指出近地面水稻冠层图像的获取方法、水稻图像处理方法、多种综合性特征的优化选择方式都有待进一步研究,应用机器学习进行水稻氮素营养诊断建模的方法需要更加深入探究。今后应加大计算机视觉技术在水稻氮素营养诊断相关研究中的应用,将多种图像处理方法、特征优化选择方法与机器学习建模方法相结合,并探寻更为简便易行的方法进行水稻氮素营养诊断。