基于YOLOv7−SE的煤矿井下场景小目标检测方法

目前的小目标检测方法虽然提高了小目标检测效果,但针对的多为常规场景,而煤矿井下环境恶劣,在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题,提出了一种基于YOLOv7−SE的煤矿井下场景小目标检测方法。首先,将模拟退火(SA)算法与k−means++聚类算法融合,通过优化YOLOv7模型中初始锚框值的估计,准确捕捉井下小目标;然后,在YOLOv7骨干网络中增加新的检测层得到井下小目标高分辨率特征图,减少大量煤尘对井下小目标特征表示的干扰;最后,在骨干网络中的聚合网络模块后引入双层注意力机制,强化井下小目标的特征表示。实验结果表明:①YOLOv7−SE网络模型训练后的损失函数值稳定在0.05附近,说明YOLOv7−SE网络模型参数设置合理。②基于YOLOv7−SE网络模型的安全帽检测平均精度(AP)较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了13.86%,25.3%,16.13%,12.71%,15.53%,11.59%,12.20%。基于YOLOv7−SE网络模型的自救器检测AP较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了12.37%,20.16%,15.22%,8.35%,19.42%,9.64%,7.38%。YOLOv7−SE网络模型的每秒传输帧数(FPS)较Faster R−CNN,RetinaNe,CenterNet,FCOS,SSD,YOLOv5分别提升了42.56,44.43,31.74,39.84,22.74,23.34帧/s,较YOLOv7下降了9.36帧/s。说明YOLOv7−SE网络模型保证检测速度的同时,有效强化了YOLOv7−SE网络模型对井下小目标的特征提取能力。③在对安全帽和自救器的检测中,YOLOv7−SE网络模型有效改善了漏检和误检问题,提高了检测精度。

基于双层路由注意力机制的煤粒粒度定量分析

煤粒粒度分布特征与煤中甲烷气体传播规律的分析密切相关。目前,基于图像分割的煤粒粒度分析方法已成为获取煤粒粒度的主流方案之一,但存在上下文信息丢失、煤粒特征融合不当造成煤粒漏分割和过分割等问题。针对上述问题,设计了一种基于双层路由注意力机制(BRA)的煤粒粒度分析模型。在残差U型网络ResNet-UNet中嵌入BRA模块,得到B-ResUNet网络模型:为减少在煤粒分割过程中出现的漏分割问题,在ResNet-UNet网络的上采样前添加BRA模块,使网络根据上一层的特征调整当前特征层的重要性,增强特征的表达能力,提高长距离信息的传递能力;为减少在煤粒分割过程中出现的过分割问题,在ResNet-UNet网络的特征拼接模块后添加BRA模块,通过动态选择和聚合重要特征,实现更有效的特征融合。对分割出的煤粒进行特征信息提取,针对实验分析中采用的煤粒数据集的煤粒粒度与细胞大小相当,为精确表征煤粒粒度,采用等效圆粒径获取煤粒粒度及粒度分布。实验结果表明:①B-ResUNet网络模型的准确率、平均交并比、召回率较ResNet-UNet基础网络分别提高了0.6%,14.3%,35.9%,准确率达99.6%,平均交并比达92.6%,召回率达94.4%,B-ResUNet网络模型在煤样中具有较好的分割效果,能够检测出较为完整的颗粒结构。②在上采样前和特征拼接后均引入BRA模块时,网络对煤粒的边缘区域给予了足够的关注,且对一些不太重要的区域减少了关注度,从而提高了网络的计算效率。③煤粒的粒度大小在1~2 mm内呈相对均衡的分布趋势,粒度在1~2 mm内的煤粒占比最大为99.04%,最小为90.59%,表明基于BRA的图像处理方法在粒度分析方面具有较高的准确性。

基于生成对抗网络结合Transformer的半监督图像增强方法

针对成对数据集获取成本较高、光照分布不均衡图像增强效果欠佳以及增强结果易产生十字形伪影的问题,提出了一种基于生成对抗网络结合Transformer的半监督图像增强方法。首先,采用Transformer网络架构作为生成对抗网络中生成器的主干网络,提取不同像素块间的依赖关系以获取全局特征,并通过非成对数据集进行半监督学习;其次,使用灰度图作为生成器网络的光照注意力图,以平衡增强结果在不同区域的曝光水平;最后,在生成器和鉴别器网络中交叉使用均等裁剪策略和滑动窗口裁剪策略,增强网络提取特征的能力并解决十字形伪影问题,并引入重建损失来提高生成器对图像细节的感知能力。结果表明:提出方法取得了更好的光照和色彩平衡效果,自然图像质量评估指标平均提升了2.37%;在图像修饰任务中,图像峰值信噪比、相似结构度和感知损失同时达到了最优;在低光照增强任务中,图像峰值信噪比提升了13.46%;充分验证了提出方法在图像增强2个子任务上的有效性。

基于Attention的卷积神经网络验证码识别研究

验证码字符识别技术作为数字图像处理的一个重要应用分支,其目的在于准确、快速地分析验证码所携带的字符内容.已有研究通过构建卷积神经网络进行验证码字符识别,并且取得了一定的效果;但是大部分研究使用特征的浅层信息作为模型的输入,受局部感受野的限制而丢失特征,未能充分分析验证码的深层特征信息,并且未能对特征进行充分融合,造成识别准确度还有一定提升空间.提出了一种基于注意力机制的卷积神经网络模型,首先采用Otsu算法对验证码进行预处理后,输入到VGG16模型提取验证码的特征;然后引入注意力机制,自动学习关键信息,得到不同特征的权重;最后基于卷积神经网络进行特征融合,通过训练后得到验证码识别模型.提出的模型在调用Captcha库生成的验证码数据集上进行验证,结果显示提出的方法在不增加时间成本的情况下,验证码识别准确率平均可达到93.27%,对比ResNet、CNN和CNN7基线方法,分别提升了8%、10%和22%.因此,提升了验证码识别的准确率,促进了自动识别车牌等场景落地,推进了验证码识别技术的发展.

基于矿井监控的视频质量矫正算法

煤矿井下光照条件复杂、空间可见度低,导致采集到的监控视频质量差,不利于基于视觉的智能化功能展开。通过对数字图像处理技术的研究,提出了一种针对矿井监控视频的图像矫正算法。首先,对输入的视频帧使用直方图均衡化处理,提高图像的全局对比度。其次,将输入的图像转换至HSV频道,在亮度V频道下,借助伽马映射矫正图像的亮度值,并结合矫正后的亮度值转换至RGB频道。最终,将前两步处理后的结果在像素维度进行灰度值叠加。实验证明,算法平均灰度值相比对比算法最高,信息熵相比对比算法最大,在全局亮度和细节信息丰富度方面,优于其他图像矫正算法。

基于回归分析研究影响矿用卡车油耗的因素

目前石油的价格不断波动上涨、矿山建设的经济要求不断提高,降低露天矿卡车油耗势在必行。为了研究各因素对卡车油耗的影响,采集了某露天煤矿矿区内不同速度、重量和坡度下卡车油耗实验数据。使用‘单因素’和‘多元线性’回归分析方法,得到了不同因素与卡车油耗之间的内在联系。

浅析高校网络协同办公自动化的安全问题

二十一世纪是全球网络化、信息化急剧膨胀的时代,各大高校网络办公自动化技术的发展也越来越快,同时计算机病毒的肆虐,黑客的入侵等危害互联网的因素也危害到了各大高校的网络办公自动化。针对此问题,本文总结了网络办公自动化系统的发展现状及主要特点,列出常见的安全问题及其后果,探讨了解决这些安全问题的方法,提供了基于网络内部的安全策略。

无线传感器网络差错控制技术的能效分析

对自动请求重传(ARQ)技术和前向纠错(FEC)技术的能效进行了分析,提出在无线传感器网络中使用Chase合并混合自动请求重传(HARQ)方案实现自适应差错控制,以满足无线传感器网络的不同链路对差错控制方案的差异性要求。仿真结果表明,Chase合并HARQ为整体最优的差错控制方案。

临床输血智能管理与评估系统的优化与应用

目的构建医院全面信息化和智能化的输血管理系统。方法以医院"军卫一号"信息管理系统中的医院信息子系统、检验信息子系统、手术麻醉子系统及输血管理分系统为主要数据源,采用B/S架构、关系型数据库My SQL以及JAVA语言开发,创建临床输血智能管理与评估系统。结果临床输血智能管理与评估系统涵盖了输血统计、输血合理性评估与有效性评价、输血数据挖掘与科学研究、试剂耗材设备管理、科室事务管理等功能模块,实现了临床输血全面信息化和智能化管理,并可为学科发展提供重要的数据储备。结论该系统能够充分利用医院各种数据资源提升临床科学合理输血水平,促进输血相关科学研究,推动学科可持续发展。

虚拟生产线框架及其实现

提出虚拟生产线基本框架结构及其实现方法 ,研究开放式系统结构和面向对象方法 。

转炉滑板机械臂的设计与研究

设计一种液压机械手臂,实现转炉滑板的安装拆卸与运输的机械化、自动化。为验证设计的合理性,通过Pro/Engineer、Adams、Ansys构造协同仿真平台,建立关键零件为柔性件的安装臂刚柔耦合虚拟样机模型。根据机械手臂的实际应用情况,确定液压缸的伸缩范围,并对其进行验证,确保能够满足使用要求。通过Adams进行运动学和动力学仿真分析,得到安装臂的运动状态位移曲线及加载抬升的过程中安装臂的高动应力区域。基于Ansys软件对安装臂进行约束模态分析,获取安装臂的固有频率和振型,为其结构强度优化以及耐冲击、抗振能力的提高提供参考。

一种机械臂运动学研究及3D仿真平台构建

针对川崎机械臂FS03N的构型特点,提出了一种逆运动学的求解方法。采用DH法建立了机械臂的连杆坐标系,得到正运动学方程,通过变量分离将机械臂姿态采用欧拉角表示,得到了机械臂位姿的一组广义坐标。通过对FS03N的构型分析,采用几何法与反变换法相结合的方法,以解的组合关系为基础,得到了机械臂的8组封闭解。建立了基于Matlab的机械臂算法验证与3D仿真运动平台,验证了逆运动学解算的正确性,为机械臂的轨迹与路径规划提供了前提条件。

网络拒绝服务攻击与解决方案

网络拒绝服务攻击或攻击资源使其不能使用,或使一些网络服务超载,使网络的功能严重退化或丧失,给用户造成损失.从原理、攻击手段等方面对拒绝服务攻击的类型、实质、发生攻击的原因以及保障安全的各种技术进行了分析,提出了预防攻击、配置正确的路由器及防火墙、配置攻击缓解功能等多重防范措施.

基于动态分簇的低开销WSNs时间同步协议研究

时间同步是无线传感器网络(W SNs)的重要支撑技术。现有的同步协议RBS,TPSN与CHTS等较多考虑的是平面网络或是如何提高时间精度问题,带来了较大的能耗。在充分考虑了W SNs与能耗有限的特点的基础上,提出了一种基于动态分簇的低开销同步协议。该算法利用LEACH协议进行簇首节点的选择,簇成员节点的选择采用广度优先生成树拓扑结构。时间同步分为参考节点与簇首间的同步和簇首与簇内成员间的同步2个阶段,综合了单向同步和双向成对同步技术。性能分析和实验结果表明:该算法减少了同步开销,提高了精度,适用于W SNs。

基于OpenGL的井下开采虚拟现实系统关键技术研究

以3dmax作为基本三维建模工具,利用OpenGL作为图形和场景驱动工具,VC++作为软件开发平台,借鉴目前成熟的三维游戏引擎制作方法开发了某煤矿井工开采虚拟现实系统,使用者使用鼠标、键盘等外围设备通过三维模型运动控制接口程序控制井下各种设备的运动,达到真实模拟和实时控制的交互作用,可以用于井下矿工的安全教育和技术培训、安全救援指挥决策、事故模拟与调查分析等。重点研究以下关键技术:3dmax纹理烘焙和数据读取、DirectSound音效控制、LOD、碰撞检测和三维动画等技术。

数字化采区及工作面设计图绘制

传统的采区及采煤工作面巷道布置图是采矿设计人员根据地测部门提供的资料(如采掘工程平面图等 ) ,由人工利用传统工具经过透图、放大、设计绘制相关图素完成 ,这种方法误差较大 ,绘图精度难以保证 ,而且设计方案修改非常不便 ,每次修改均需重复上述过程 ,效率低下。因此 ,将地质测量图件与采矿设计图件有机结合起来 ,使矿图数字化 ,根据数字化地测图制作采矿设计图 ,是提高设计效率及绘图精度所必不可少的。文章较详细地介绍了以AutoCAD2 0 0 0为图形平台 ,以VisualLISP为编程工具开发的“采区及工作面设计图绘制系统” ,即由数字化的采掘工程平面图进行采区或工作面巷道布置图设计绘制的系统。

基于人工神经网络的厚松散层立井井壁破坏预测研究

煤矿立井井壁破坏是由多种地质与工程因素综合作用的结果,在深入分析井壁破坏的机理与影响因素的基础上,收集整理了兖州、临涣、宿县和大屯矿区14个立井数据建立样本集,引入非线性的人工神经网络技术,建立了结构为7-4-1的井壁破坏预测BP神经网络模型,并对兴隆庄矿4个立井井壁破坏时间进行了预测。

厚黄土覆盖层采动破坏数值模拟研究

蒲白矿务局西固镇下煤层开采是复杂条件的建筑物下厚黄土覆盖层开采。针对矿区开采的复杂地质、采矿条件和建筑群受采空区影响的问题,运用FLAC3D数值模拟预计、影响函数仿真模拟和相似材料模拟进行分析,确定了开采方案及相关参数。结果表明,运用变条带协调开采方案可以有效地控制地表移动和变形,从而保证了地表建筑物的正常使用和矿区的安全生产,为同类厚黄土覆盖层矿区控制开采沉陷灾害提供了可靠科学依据。

机械产品模型自动装配动画的研究与实现

对产品自动装配动画关键技术进行了讨论,分析现有的序列规划方案后采用交互式规划方法进行序列规划,在装配路径规划方面提出了基于A*搜索算法的动态步长扩展算法,减少了扩展次数,提高了算法效率。并对整个装配过程用关键帧动画进行动态显示,最后给出了一个车架模型的装配动画工程实例。

基于Autodesk Inventor的连杆机械手的虚拟装配及运动干涉检查

应用三维Autodesk Inventor软件,建立了一种机械偏心连杆振动装置中所有零件的三维实体造型,并对各零件进行了部件虚拟动画装配、总体虚拟装配及运动干涉检查,对虚拟装配中各零件之间存在的相互干涉和设计中结构的不合理之处及时予以纠正,体现了现代三维设计软件的优越性。