综掘工作面半封闭式区域联合控尘技术研究

为有效提高综掘工作面降尘效率,克服单一降尘方式的局限性,建立了综掘工作面仿真模型,结合现场实测结果验证了模拟结果的可靠性,对综掘巷道风流场和粉尘扩散运移规律进行了研究,得到了高浓度粉尘积聚特征及分布范围。研究结果表明:综掘工作面迎头处为主要产尘源,粉尘在向巷道出口扩散过程中浓度逐渐降低;尘粒运移迹线与风速矢量基本一致;受掘进机影响,粉尘流在机身上方形成涡流,大量堆积于司机位置;在掘进机后方形成较大范围的回流沉降区域,易引发二次扬尘,污染巷道回风区域。基于此,提出了区域划分原则,确定迎头、掘进机头、司机位置、皮带上方粉尘回流区及距迎头15 m以外范围为重点除尘区,开发了单区域针对性除尘和多区域联合除尘相结合的半封闭式区域联合控尘技术,设计了由环状喷雾、气幕隔尘装置、除尘风机、散射型雾幕及全断面喷雾构成的综合控尘成套设备。玉华煤矿柴家沟井42221工作面现场应用结果表明,巷道平均降尘率达88%,司机位置全尘、呼尘降尘率均达到86%。

综掘工作面呼吸性粉尘浓度时空场函数研究

综掘工作面呼吸性粉尘浓度时空场函数研究是粉尘防治和尘肺预警的基础。分析了综掘工作面呼吸性粉尘浓度监测关键点,提出呼吸性粉尘浓度传感器测点布置方案;以关键监测点的呼吸性粉尘浓度传感器实测数据作为实时来源,对比剖析了距离加权反比法和克里金法的优缺点,建立了一种扩展的空间插值算法;归纳半变异理论,将呼吸性粉尘浓度变化的时间维度和空间维度引入到半变异函数中,得到一种呼吸性粉尘时空场算法,建立综掘工作面呼吸性粉尘浓度时空场函数模型;最后,以河南新桥煤矿2502工作面作为对象,以滤膜称重法为标准,对时空场函数进行了试验验证。结果发现:在综掘工作面司机5~10 m、端头回风侧10~15 m区域内的呼吸性粉尘浓度较高且变化较剧烈,而在回风侧15 m后方呼吸性粉尘浓度开始逐步趋于平稳降低;综掘工作面呼吸性粉尘浓度时空场函数模型计算结果相对误差为±14.8%,比克里金法小±10.8%,比距离加权反比法小±22.4%。研究结果表明,综掘工作面呼吸性粉尘浓度时空场函数模型将时间维度和空间维度纳入了权重系数中,构建的时空场函数模型能更好地提高插值计算的精度,提升去特异值点的能力。

三通道多姿态面部正面化方法

针对现有面部正面化网络在复杂环境下难以保留面部显著性特征的问题,提出一种三通道(局部、半全局和全局)面部正面化方法。在TP-GAN算法的原有框架基础上设计半全局网络,融合全局网络和局部网络之间的依赖关系,使生成的正面化图像的分布与真实面部图像更接近;在半全局网络中设计多时空深度注意力模块,促进网络学习到更多面部显著性特征;将所提方法应用于CAS-PEAL-R1数据集和自建数据集,采用Rank-1指标进行评估。实验结果表明,所提方法在所有角度下的Rank-1平均准确率为99.40%,验证添加了多时空深度注意力模块的半全局网络可以有效保留面部显著特征,提高面部匹配准确率。

连通性采空区积水分析与规律研究

为研究矿井老空区积水规律,分析半充填工作面采空区充水系数等,对仰采工作面连通性采空区积水充水因素、涌水量、积水量进行了分析、总结,对半充填工作面采空区充水系数进行了反算。通过分析研究,对比分析仰采工作面采空区积水是否存在其他水源补给,可研判是否存在水害风险,可以根据半充填工作面经验充水系数计算预计其他充填工作面采空区积水量。

正向风作用下半地下室窗口火溢流实验研究

与普通地上建筑房间不同,半地下室的采光通风通常依赖于房间上部的扁平窗户,一旦发生火灾,溢出火焰将对地上整栋建筑产生灾害性影响,并且外界正向风也会进一步影响溢出火焰形态特征,针对这种通风条件下的开口火溢流行为仍缺乏研究.通过利用小尺寸腔室火灾实验平台,开展了风洞实验研究,模拟正向风作用下半地下室窗口火溢流行为,研究了扁平开口位于腔室顶部时,溢出火焰高度随火源热释放速率和正向风风速的演化规律.实验结果表明,溢出火焰充满整个腔室开口且呈现明显的“贴壁火”燃烧状态,火焰高度随热释放速率的增大而增大,随正向风风速增大而减小.通过对影响火焰高度的因素进行无量纲分析,建立了正向风作用下类似于半地下室窗口溢出火焰高度的无量纲理论模型Z_(f)/l_(1)=1.65(1+Fr)^(-0.26)Q_(ex)^(*2/3),外立面无量纲火焰高度与无量纲溢出热释放呈现2/3的指数关系(Z_(f)/l_(1)~Q_(ex)^(*2/3)),与经典的壁面火焰高度模型一致.

基于元伪标签和光照不变特征的人脸反欺诈算法

人脸反欺诈(Face anti-spoofing,FAS)在防止人脸识别系统遭受欺诈攻击方面起着至关重要的作用,得益于深度学习网络强大的特征提取能力,基于深度学习的FAS算法取得比基于传统手工特征算法更好的性能,成为近期的研究热点。尽管大多数基于深度学习的FAS算法能在库内达到很好的检测效果,但是跨库检测性能欠佳,主要原因是库内和库外数据往往在不同条件下采集,例如拍摄设备、环境光照和攻击呈现设备不同,导致库内和库外数据的分布不同,两者之间存在域位移。当训练数据的多样性不足时,容易在库内学习过程中过拟合,跨库泛化性能不好。尽管我们可以判断起因,然而在真实世界的应用过程中解决上述问题并不容易。一方面,人脸反欺诈模型难以收集所有场景下的有标签训练样本;另一方面,不同应用场景使得同一因素产生不同的影响,例如,不同场景的光照导致域位移,影响了分类模型对本质性欺诈纹理的提取。为此,本文将元伪标签引入人脸反欺诈任务,提出一种基于元伪标签的人脸反欺诈方法。主要贡献包括:第一,提出一种基于图像块的“教师生成伪标签,学生反馈”半监督学习框架,挖掘局部图像的高区分度特征,解决有标签样本不足的问题;第二,基于局部重力模式(Pattern of local gravitational force,PLGF),设计一种带有注意力模块的光照不变特征分支,抑制应用场景中最容易影响特征提取的光照因素;第三,将元学习与半监督学习框架相结合,优化教师生成伪标签的过程,提高算法的跨库检测能力。与现有流行算法相比,在三个公开的测试数据集(包括CASIA、Replay-Attack和MSU)上,所提出方法在库内测试和跨库测试下均有突出的表现,尤其是泛化性能得到显著提高。在样本数量中等时,在不同库中的半总错误率保持最低。

半监督特征重构的无约束条件下人脸表情识别方法

针对无约束条件下人脸表情数据的标签不足问题,本文提出了半监督特征重构的人脸表情识别方法。首先,构建了多头卷积神经网络,每个卷积头倾向于提取不同的特征,以丰富特征多样性;其次,使用五官关键点坐标构建结果用于提取局部特征的关键特征分支;再次,构建了自训练重采样模块,利用少数类的高精度预测补充标签数量;最后,使用一致性正则损失和伪标签方法学习无标签数据。分别在包含400个标签的RAF-DB和FERPlus数据集和包含250个标签的CIFAR-10数据集上进行测试,实验结果表明,所提方法的识别率分别达到68.88%、77.38%和95.75%,方法优于经典的半监督学习方法。

融合半监督降维与稀疏表示的人脸识别方法

由于人脸图像数据的维数都较高,将稀疏表示分类用于人脸识别时计算量很大,为了提高人脸识别系统的效率,提出了一种融合半监督降维和稀疏表示的人脸识别方法。首先利用半监督降维算法对图像进行降维处理,在较低的维数空间快速取得较高的识别率,然后利用稀疏表示分类进行人脸识别,取得比传统的最近邻分类器更高的识别率,最后在ORL人脸库上进行实验验证。结果表明,利用该融合算法可快速有效地提高人脸图像的识别效果。

基于核正交半监督鉴别分析的人脸识别算法

针对人脸识别中的非线性特征提取和有标记样本不足问题,提出了在核空间具有正交性半监督鉴别矢量的计算方法。算法利用核函数将人脸数据映射到高维非线性空间,在该空间采用边界Fisher判别分析(Marginal Fisher Analysis,MFA)算法将少量有类别标签样本进行降维,同时采用无监督鉴别投影(Unsupervised Discriminant Projection,UDP)对大量无标签样本进行学习,以半监督的方法构造算法的目标函数,在特征值求解时以正交方式找出最优投影向量,进行人脸识别。通过实验,在ORL和YALE人脸数据库上验证了该算法的有效性。

叶轮S2流面气动半反问题通用解法的改进

经典S2流面方程在应用中,需要根据计算对象是轴流或径流式叶轮,选择求解的主方程,以避免求解中出现不稳定。本文建立了S2流面半反问题的通用方程,能够直接适合多种形式的叶轮。其次,建立S2流面的环量分布方程,使得在设计环量约束条件下,同时满足了库塔条件,而且环量的空间分布更加光滑连续。第三,提出了S2流面生成的方程,达到了S2流面的光滑性及其与流动的一致性。通过在轴流、向心混流两个计算案例的应用,证明了本文方法的可行性.

一种半监督流形学习的人脸识别方法

针对传统线性降维方法忽略数据局部结构特性的问题,提出了一种基于半监督流形学习的方法。针对人脸识别采用图像欧式距离来选择各样本点的K近邻,由此得到修改后无监督判别投影中的邻接矩阵,在传统的无监督判别投影中,融入类标签信息获得几何最优投影。通过在人脸库上的大量比较实验,验证了该方法的准确性和有效性。

半监督的稀疏保持二维边界Fisher分析降维算法

针对样本集中类别标签样本不足的问题,提出一种半监督的稀疏保持二维边界fisher分析降维算法.首先利用图像像素间的空间结构信息,基于图像矩阵进行降维;然后设计类内散度矩阵和类间散度矩阵,以保持样本间的类内紧凑性和类间分离性;最后通过稀疏保持对特征间的稀疏重构性加以约束,所获得的稀疏重构权重保持了局部几何结构,而且也包含了自然鉴别信息.在YALE,ORL和AR人脸数据库上的实验结果表明,该算法具有很好的分类和识别性能.

高分子复混溶胀胶体材料防治半前进式工作面煤炭自燃技术的研究

高分子复混溶胀胶体材料具有固水性强、脱水缓慢、脱水后遇水可再生、与煤粘附性强、能形成焦化层、流动性和渗透性好及无毒、无味、无腐蚀、高温无烟等特性。长期以来 ,半前进式工作面防治煤炭自燃技术措施中 ,一直未采用高分子复混溶胀胶体材料。徐州矿务集团公司张集矿在自燃煤层的 74 2 3工作面半前进式开采中 ,采用了高分子复混溶胀胶体材料封堵沿空留巷漏风、喷洒覆盖采空区遗煤、封闭联络巷道等为主的综合防灭火技术与措施 ,取得了良好的效果 ,采空区漏风率降到 4 .35 % ,工作面开采期间杜绝了煤炭自燃隐患的出现 ,因此 。

基于半监督聚类的人脸检测方法

将肤色与连续AdaBoost算法相结合进行人脸检测,并引入半监督策略指导肤色聚类从而建立肤色模型。在肤色聚类过程中,提出一种基于半监督的SKDK算法引导肤色聚类,依据各个像素簇的概率统计分布特性得到肤色模型。在此基础上利用数学形态学等知识对图像进行处理,得到人脸候选区域,将其作为连续AdaBoost分类器的输入进行人脸检测。实验结果表明,在多人脸的场景下,该方法的检测效果优于直接使用连续AdaBoost方法进行人脸检测的检测效果。

用于带边信息人脸数据的半监督维数约减算法

提出了一种基于测地线距离的半监督维数约减算法,并将其用于带边信息的人脸数据的维数约减,此算法可以充分利用边信息和数据点之间的测地线距离,从而在保留边信息的同时保留更为真实的数据拓扑结构信息。在人脸数据库上的实验结果表明,本文所提出的算法对数据降维后用于分类时可取得比其他算法更高的准确率,且对创建的KNN图中的参数K最具鲁棒性。

基于Log-Gabor小波和二维半监督判别分析的人脸图像检索

针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题,结合多通道Log-Gabor小波和半监督流形学习算法,提出一种新的人脸图像检索方法。该方法首先使用Log-Ga-bor小波对人脸图像进行滤波获得特征矩阵,进一步利用提出的二维半监督流形学习算法进行维数约简,得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵,克服了小样本带来的奇异问题;另外,通过充分利用标记和未标记信息,还保留了数据的局部流形结构,增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明,该方法有效且优于其他方法。

一种基于流形正则化的半监督人脸识别方法

在基于流形正则化的框架下提出了一种半监督学习算法(MLapRLS)并将其用于人脸识别.首先构建所有样本的最近邻图来估计数据空间的几何结构,并对多变量线性回归的目标函数增加该流形正则化项,得到针对多类问题的MLapRLS.该方法能充分利用少量有标签样本和大量易于获取的无标签样本来帮助学习以提取有效特征.在Extended YaleB和CMU PIE人脸数据库上的实验结果证明了该方法的有效性.

对称局部保持的半监督维数约简算法

针对自然界较多图像具有对称的特点以及数据分布大多呈一定的流形结构情况,提出了一种对称局部保持的半监督维数约减(SLPSDR)算法.该算法使用矩阵定义维数约减映射矩阵元素之间的关系,使图像中对称的像素点对应的映射矩阵的值之间的差别最小;同时为了利用无标签训练样本保持数据的流形结构,要求低维空间中每个点的邻域关系与高维空间中的邻域关系相似.在CMU PIE、Extend Yale B、ORL、AR人脸数据库上的实验结果表明,图像数据明显的对称特点使得SLPSDR算法优于其他对比的维数约减算法.

一种基于半监督学习的2DPCA人脸识别方法

结合半监督学习中的自学习技术以及二维主成分分析(two-dimensional principal component analysis-2DPCA)方法,提出了一种基于半监督学习的人脸识别方法.在二维主成分分析的基础上,利用少量具有类别标签的样本训练分类器,然后利用半监督学习中的自学习技术,对未知类别标签的人脸样本进行分类,并将具有高置信度的人脸样本加入到训练集中,以此增加训练集中的人脸样本数量.在ORL人脸库和Yale人脸库的实验结果,表明了提出方法的有效性.

半随机子空间的LDA人脸识别方法

小样本问题和对局部变化(如遮挡、表情、光照等)识别的不鲁棒性是线性判别分析(LDA)在处理人脸图像时所常面临的问题。针对LDA的这些不足,提出了一种基于LDA的半随机子空间方法(SemiRS-LDA)。与传统的基于整个人脸样本特征集采样的随机子空间方法不同的是,SemiRS-LDA将随机采样建立在人脸图像的子图像上。该方法首先将人脸图像集划分成若干个子图像集,然后将随机子空间方法应用于每个子图像集上并构建多个LDA分类器,最后使用投票方法将各分类器进行组合。在两个标准人脸数据库(AR、ORL)上进行了实验,结果表明了所提方法不仅能获得较高的识别性能,而且对图像的光线、遮挡等也具有较强的鲁棒性。