粗糙单裂隙溶质运移优先通道的模拟研究

为考察岩石粗糙裂隙内不均匀分布的裂隙空间对溶质运移过程的影响,采用基于LCL方法的数值模型对不同裂隙宽度下的流场和溶质运移过程进行模拟。结果表明:随着裂隙宽度减小,流场逐渐从均匀的平行板流过渡到强烈不均匀的沟槽流,流线逐渐集中于部分优先沟槽通道;溶质运移锋面的推进也从基本呈直线状平行推进,逐渐开始不规则化,出现指流现象;随着宽度继续减小,沟槽通道进一步发展,形成贯穿整个流场的溶质运移优先通道;优先运移通道的溶质运移速度远大于其他部位,出现某些部位溶质运移受困而滞留的现象。因此,在裂隙宽度较小时,粗糙裂隙内的优先沟槽通道对裂隙流动和溶质运移过程有着非常重要的影响。

碎石土细颗粒迁移特征及优先流形成路径

碎石土是一种非连续、非均质的结构性材料,由于内部含有大量碎石块,容易形成架空结构,使其内部形成复杂独特的渗流通道即优先流通道,碎石土优先流通道是包括水分运移和土体细颗粒迁移的复杂过程,但在研究其优先流路径时通常只考虑了水分的运移而忽略了细颗粒的迁移,颗粒迁移与通道形成密切相关。为此,对两种不同级配土柱(粗细颗粒连续级配和间断级配)分别进行饱和渗流-颗粒迁移试验,从细颗粒迁移的角度分析通道形成的时空发展规律。试验结果表明:细颗粒迁移一部分由于流失引起碎石土渗透性增大,另一部分由于重新沉积而堵塞局部孔隙,降低渗透性,两者作用结果最终加速优先流通道形成;连续级配的碎石土形成大面积交叉分布的管网状渗流通道,间断级配的碎石土则形成集中渗流通道;相同水力条件下,不同级配细颗粒迁移的空间分布特征不同,连续级配的碎石土细颗粒迁移不随空间位置的差异而发生变化,间断级配的碎石土细颗粒迁移随空间位置的差异而发生变化,两种级配下碎石土细颗粒主要流失量的粒径范围均在1~0.075 mm;不同水力梯度条件下,连续与间断级配试验细颗粒流失量均随水力梯度增加而增大,间断级配的碎石土破坏时水力梯度小于连续级配破坏时水力梯度,间断级配碎石土更容易发生破坏。研究成果为进一步揭示碎石土优先流形成机理提供试验依据。

基于暗通道优先的单幅图像去雾新方法

暗通道优先(dark channel prior)规律在处理单幅户外场景图像去雾方面取得了非常好的效果,但是该方法在处理较高分辨率图像时需消耗大量的存储和计算资源,同时对于部分场景会得到不够准确的结果.仍然基于暗通道优先,根据观察实验,得到透射梯度优先规律,并结合多分辨率处理,提出了改进的图像去雾新方法.经过大量实验和理论分析,透射梯度优先不仅显著减小了去雾处理的计算量,它所引起的优化方法和参数变化还可能提升透射图计算的准确性.实验结果也证明,新方法仅需原方法1/8左右的计算时间和存储空间,就能够得到与原方法基本一致甚至更准确的去雾结果.

基于暗通道优先的图像去雾方法研究

针对现有暗通道优先(DCP)的图像去雾算法对全局大气光估计不准确和去雾后图像的细节不突出等问题进行了改进研究,提出了一种改进的中值暗通道优先(MDCP)图像去雾算法。该算法首先利用迭代最大类间差法(Otsu算法)锁定近似理想的天空区域,计算全局大气光,然后运用MDCP原理获得随深度变化的大气传输衰减过程,以达到突出细节信息等目的,再运用软消光(soft matting)算法对大气传输衰减过程进行优化,最后得到场景的反射图像,实现图像去雾。通过实验证明,该方法不仅能够很好地锁定背景处的有效区域,准确地估计全局大气光,还能够很好地保留图像细节信息,使图像在去雾后还能够强化细节信息,达到理想的去雾效果。

基于暗通道优先烟雾检测算法的研究

烟雾的检测在现代智能消防中有着重要的应用前景。针对当前烟雾检测算法中存在的易受疑似烟雾物体的干扰,对稀薄烟雾检测灵敏度不高的问题,提出一种基于暗通道优先规律的烟雾检测算法。首先,算法根据图像暗通道优先规律和烟雾形成的传递函数,去除图像中烟雾的成分;然后,对去烟雾前后图像进行差分并根据一定门限做二值化处理,由此得到烟雾的疑似区域;最后,根据烟雾的飘动特点,对二值化图像进行背景建模和前景检测得到烟雾区域。经过实验证明,该算法对于稀薄烟雾的检测灵敏度高。

基于暗通道优先和Hough变换的雾天车道线识别算法

针对雾天车道线无法通过常规方法识别的缺陷,提出一种改进雾天环境下车道线识别算法。采用形态学腐蚀运算对暗通道优先去雾算法做出改进并应用于选定的感兴趣区域(ROI);结合二维伽马变换和局部大津(OTSU)法得到亮度提高后的二值图;在改进极角约束Hough变换的基础上,提出了一种左右车道线分类识别的算法,实现对车辆所在车道左右两侧车道线的准确识别。实验结果表明:该算法不但能提高雾天环境下车道线识别的准确率和实时性,还对雾天行车安全具有重要的实际应用意义。

降雨强度对优先流特征的影响及其数值模拟

为了研究优先通道发育程度对不同降雨强度下优先流特征的影响，该文选取不同深度的田间原状土样，在不同降雨强度下进行土壤优先流的室内物理模拟试验，并采用双渗透介质模型Hydrus-1D对优先流发育过程进行数值模拟。结果表明：优先通道越发育，其优先流程度越高。降雨强度对优先流速率及其增加幅度的影响随土壤优先通道发育程度的增加而增加。优先通道发育的土柱，降雨强度越大时，其土柱下端初始出流时间越短，而优先通道一般发育的土柱，其土柱下端初始出流时间均随降雨强度增加呈先减小而后增加的规律。当降雨强度小于土柱最大导水能力（原状土柱表面出现积水时的导水能力）时，优先流速率随降雨强度增加而显著增加，而当降雨强度接近或大于其最大优先导水能力时，优先流速率增加缓慢或趋于稳定。土壤优先通道对降雨入渗的导水能力（即优先流速率与降雨强度之比）随降雨强度增加而变小。双渗透介质模型能较理想地模拟优先流发育过程，对土壤基质向大孔隙排水过程的模拟较差，但模型不适用于裂隙发育的土壤。各土柱的优先流程度为93.6%～99.9%。在研究降雨强度对优先流的影响规律时，该研究考虑了优先通道发育程度对此规律的影响，丰富了优先流理论，同时对农业节水、土壤污染迁移、地下水污染风险评价以及滑坡机理等研究方面具有重要的科学意义。

一种计算图像暗通道的优化算法

图像的暗通道是由图像的分块区域中最低颜色分量值组成的图像通道。图像的暗通道在图像去雾、估算物体距离和计算图像中雾霾浓度等方面有着重要的作用。根据暗通道定义计算图像暗通道时,图像中的每一个像素点都需要被处理,算法比较耗时。针对这一缺点,进一步分析暗通道的原有计算方法,提出一种基于暗点优先膨胀的计算图像暗通道优化算法。实验结果表明,该优化算法只需要处理部分像素点就可以得到与原算法相同的结果,并在处理速度上比原算法提高了一个数量级。

基于遥感影像的园林水景区域目标提取仿真

提出一种新的园林水景区域目标提取方法。利用暗通道优先去雾方法对园林遥感影像展开增强处理;根据遥感影像的相似性权值将其划分为平均图像和对比图像,引入滤波器分别对上述图像展开滤波处理,获得去噪后的园林遥感影像;结合K最近邻和局部二值模式对处理后的遥感影像展开水陆粗分离处理。通过支持向量机分类器细分离遥感影像的水陆区域。基于此,利用形态学腐蚀运算对水景区域边缘展开平滑处理,提取园林的水景区域。实验结果表明,研究方法应用下图像可完成显著增强,去噪效果明显,对景观的水体目标提取精度较高。

基于改进1DCNN-BiGRU的转子系统智能故障诊断

针对现有基于一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)的转子系统故障诊断方法缺乏不同尺度和关键特征提取能力以及时间特征丢失的问题,提出了一种基于改进1DCNN和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的智能故障诊断方法。首先,利用1DCNN提取信号的空间特征,引入多尺度模块提取不同尺度的特征,引入通道优先卷积注意力(channel prior convolutional attention,CPCA)提取关键特征;然后,引入BiGRU模块获取特征信号的时间特性;最后,将改进1DCNN-BiGRU应用于转子系统转静碰摩、不平衡等故障的诊断,实验表明本文所提方法故障诊断率高达99.86%。

基于暗通道的图像去雾处理方法

随着信息技术的发展,运用图像传输信息的方式也越来越普遍。对于传统的图像来说,传输已经不是问题。但是近些年的雾天出现增多,给室外的雾天图像中包含的信息的有效获取带来很大的困扰。本文主要是以暗通道优先法为原理,讨论实现图像的有效去雾算法。

订单加急扰动下柔性生产车间动态完全重调度

为了提高订单加急扰动时柔性生产车间重调度的效率,提出了基于邻域拥挤度淘汰NSGA-II算法和优先加工通道的重调度方案。针对订单加急扰动下重调度问题,建立了减少车间能耗和完工时间的双重优化模型。构造了多目标优化问题的邻域,提出了基于邻域拥挤度淘汰NSGA-II算法的柔性车间静态调度方法。当订单加急扰动发生时,设计了基于优先加工通道的完全重调度方案。使用Kacem02标准算例对静态调度性能测试,文章算法的优化目标极值小于标准NSGA-II算法和混合NSGA-II算法,说明该算法的优化能力更强。订单加急扰动后,优先加工通道和滚动遗传算法均将加急订单完成时间由18 min提前到14 min,但是前者保持了整体完工时间不变,而后者整体加工时间由18 min增加到20 min,结果表明优先加工通道在柔性车间重调度中具有更好性能。

基于天空区域分割的单幅海面图像去雾方法

为提高雾天海面图像的质量,提出面向单幅海面图像的去雾方法。将均值漂移方法与嵌入置信度的边缘检测方法相结合进行图像分割,分割后的图像用形态学膨胀与腐蚀操作进行二值化,提取出天空区域和非天空区域。对天空区域使用限制对比度直方图均衡算法去雾,非天空区域使用基于导向滤波的暗通道优先算法去雾。导向滤波通过导向图像内容来计算滤波输出,在精细化透射图方面可以得到与软抠图方法类似的效果,计算开销较小。实验结果表明,相对于暗通道优先方法,该方法在天空区域没有明显的过渡区域和偏色现象,可取得较好的去雾效果。

国外婴儿动词习得的两种研究范式

通过介绍国外婴儿动词习得的研究范式,一是习惯化研究(Habituation paradigm),二是多通道优先注视范式(IPLP),来揭示婴儿语言前概念形成的认知心理。国外的研究表明,婴儿的动词习得晚于名词学习;动词的成分习得(路径成分或是方式成分)在婴儿周岁前也有时间先后;动词完整意义的获得还与母语的输入有密切关系。综述说明,采用这两种研究范式研究语前婴儿的语言认知是较为经济和有效的。

面向雾天的双先验兴趣区域车道线识别算法研究

为提高浓雾工况下车道线识别的准确率,开发一种基于改进暗通道优先和双先验兴趣区域(ROI)的雾天车道线识别跟踪算法。首先,依据改进暗通道优先算法对雾天图像静态ROI-I进行去雾处理;再按照Scharr滤波器和大津法得到该区域二值化图像,并通过Hough变换精确提取车道线;以此为基准,用Kalman预测器预测下一帧图像中车道线可能出现的动态ROI-II区域;最后采用改进的去雾算法对ROI-II区域去雾,利用B样条插值对该区域车道线进行拟合。结果表明,该算法在薄雾工况下的识别准确率可达99%,在浓雾工况下也能达到96%。

视频烟雾的颜色和动态特征的选择及探测方法

探索普通日光条件下烟雾的彩色、时空特征的选择方法,通过Relief、PCA等特征选取方法选择适应烟雾探测并在不同彩色空间和变换空间下的各通道及分量和运动的最佳分类特征顺序,用协方差矩阵验证各颜色特征分类的可区分性贡献率,通过暗通道优先获得烟雾区域特征,将其作为二次候选探测区域的验证方法,实验结果表明,选择出的烟雾彩色融合特征在探测系统中表现出较高的识别精度和运行效率。

森林雾天单幅图像复原的研究

针对森林中的雾气使图像模糊不清,图像信息缺失的问题,利用分水岭分割法对森林图像进行分割,对分割以后的图像利用形态学膨胀与腐蚀进行二值操作,提取出天空区域和森林区域。对天空区域使用改进的retinex算法进行处理,改进的retinex算法能够实现光照补偿、颜色恒长、动态范围压缩、增强天空区域的色彩度和对比度;对森林区域结合双边滤波与暗通道优先的算法进行复原,同时进行去噪和边缘保持处理,最后将两个部分图片合并得到清晰的森林图像。实验结果表明,采用改进方法复原森林雾天图片既能提高监测到的图像质量,增加图像细节信息,又能解决暗通道优先在延伸的天空区域存在失真的块效应问题,实验取得理想的去雾效果。

UAV侦察图像自适应预处理仿真研究

研究无人机(Unmanned Aerial Vehicle,UAV)侦察目标识别中的图像增强问题。针对UAV侦察活动中因云雾干扰和由于成像距离较远而造成的图像不清晰这两个常见的原因,提出一种自适应的预处理算法。首先判断侦察图像上是否存在云雾,若不存在,则采用指示滤波器(Guided filter)对图像进行增强,可以细化图像的边缘,增强图像的对比度,并能增加可用于识别的特征点;若存在云雾,则采用基于暗通道优先的图像去雾技术,对于侦察获取的薄雾图像可以较清晰的还原出图像的无雾场景,而在浓雾条件下,可以清楚的分辨出图像中的道路、村庄等有意义的目标。仿真结果证明,通过自适应预处理算法后的图像清晰度有所增强,可满足识别需求。

考虑订单加急生产的柔性车间作业动态调度

为了解决订单加急生产扰动下的柔性车间动态重调度问题,以缩短整体加工时间为目标,提出了一种基于强制进化遗传算法和记忆优先加工通道的动态重调度方法。首先,对车间动态重调度问题进行了描述和建模;然后,针对柔性车间静态调度问题,设计了遗传概率和操作范围随个体自适应变化的方法,提出了强制进化遗传算法的静态调度算法;针对订单加急扰动下的动态重调度问题,设置了具有记忆能力的优先加工通道;最后,以6工件生产车间为实验背景,对柔性车间动态重调度方法进行了实验验证,即对基于强制进化遗传算法的静态调度性能以及基于记忆优先通道的动态重调度性能,分别进行了验证。实验结果表明:基于强制进化遗传算法的静态调度方案的平均加工时间为39.4 min,比改进遗传算法减少了4.57%,比标准遗传算法减少了6.85%;在不同加急时刻、不同工件加急的工况下,记忆优先加工通道的加急订单生产时间、整体加工时间均小于贪婪自适应方法。研究结果表明,基于记忆优先加工通道的重调度方案兼顾了紧急订单的加工时间和整体订单的加工时间。

基于空间域注意力机制的车间人员检测方法

车间人员检测是指使用目标检测技术对工厂生产车间内相应区域进行人员检测,保障生产车间内人员生命健康安全。车间内人员检测存在图像模糊、检测效率低、实时性要求高等问题,将改进的暗通道优先处理策略用于图像增强、用空间域注意力机制相结合的SSD(Single Shot MultiBox Detector)网络提高检测效率,同时保障实时性要求,并在本文测试集及VOC2012数据集上进行验证,结果显示出较好的定位效果及检测率。