基于OI-LSTM神经网络结构的人类动作识别模型研究

随着手机传感器的普遍使用,对人体日常行为动作识别需求越来越多,经典识别方法是利用启发式过程获得人工特征,再用机器学习方法识别动作。最新研究表明,Inception卷积结构在特征自动提取方面表现尤为突出,可避免人工提取特征带来的偏差问题。人体动作由复杂运动序列构成,捕捉该时间序列是动作识别必不可少的。基于此,首先对Inception结构进行了优化,提出了O-Inception结构,并将其与长短期记忆模型(long short term memory,LSTM)进行了融合,进而提出了OI-LSTM(optimization Inception-LSTM)动作识别模型。OI-LSTM模型一方面可以利用O-Inception结构实现对特征的自动提取,另一方面,还可以利用LSTM捕获动作时序,进而提高了动作识别准确率。在WISDM(wireless sensor data mining)和UCI(UC Irvine)两个数据集上进行了扩展性实验,实验结果表明,所提出的OI-LSTM动作识别模型,在WISDM和UCI两个数据集上其准确率比当前最先进的方法分别提高了约4%和1%。实验还证明,此模型拥有很强的容错性和实时性。

尼日尔三角洲盆地超深水区原油地球化学特征及盆地原油族群划分新方案

尼日尔三角洲盆地超深水区M区块3口钻井的原油物性和地球化学特征研究表明,该盆地超深水区具有正常原油和经历了生物降解的重质原油2种类型,原油可能来源于以海洋有机质输入为主、沉积于还原—弱氧化条件下的上白垩统—古新统海相烃源岩。根据尼日尔三角洲全盆地137个原油样品的地球化学综合分析结果,基于生源输入和沉积环境参数指标的差异性,重新将尼日尔三角洲盆地的原油族群划分为3类:陆源原油、海相原油和混合生源原油,并指出了各族群原油的分布和来源。

油田深井废弃油基钻井液组成及环境影响评价

分析了油田深井废弃油基钻井液的组成,对油田深井废弃油基钻井液的环境危害性进行了评价。经检测,油田深井废弃油基钻井液的主要污染物为石油类有机物,其浸出液中苯、甲苯、乙苯、二甲苯等均超出标准,根据标准判定为危险废物。

基于弹性地基梁法的深基坑软土抗剪指标优选

软土地区的岩土抗剪强度指标取值问题一直是深基坑工程设计中的重要研究重点。由于受到复杂水文地质条件的影响,武汉地区深基坑工程面临的软土抗剪强度指标取值问题更为复杂。以武汉市某典型深基坑工程基坑土样为试验对象,以弹性地基梁作为主要理论,研究了武汉地区软土抗剪强度指标取值问题。结论如下:采用弹性地基梁理论可以较好地分析深基坑支护结构内力以及变形;对于武汉地区类似基坑进行支护设计时,采用固结不排水的强度指标是较为合适的;采用基于弹性地基梁理论的天汉软件进行深基坑稳定性分析时,若采用原始试验值,结果是偏于危险的,因此存在一个使得指标选取更符合实际情况的修正系数。

改性调理一深度脱水工艺在城市污泥处理中的应用探讨

介绍了改性调理一深度脱水工艺在东北地区某市污泥处理处置资源化利用项目中的实际应用情况，包括工艺流程设计、技术参数的选择、运行效果的验证以及系统优化经验总结。分析了工程总投资和运行费用。