我国NOx污染状况与环境效应及综合控制策略

分析了我国当前NO_x相关污染问题现状,包括由NO_x排放造成的臭氧、酸沉降、颗粒物等相关环境问题;讨论了我国NO_x相关环境空气质量标准存在的问题;最后针对NO_x及相关污染问题,提出了多目标综合控制和管理的建议： 执行O₃标准,建立区域光化学烟雾评价监测网络;开展城市地区空气质量模拟和控制;加强电厂和机动车尾气NO_x的控制;针对NO_x相关污染问题开展深入的科学研究。     

基于滤波算法的隧道全时域激发极化超前探测正演方法

为进一步提高隧道全时域激发极化多参数超前探测的效果,采用滤波算法进行计算时间域等效电阻率,采用有限单元法进行计算,提出一种基于滤波算法的隧道全时域激发极化超前探测正演方法。该方法针对时间域Cole-Cole表达式计算收敛性差的问题,引入滤波算法进行时间域激发极化等效电阻率的计算,提高算法的收敛性;针对正演过程中大型矩阵求解影响计算效率的问题,引入OpenMP并行算法,实现隧道全时域激发极化超前探测正演的加速运算。最后,开展数值算例和物理模型试验。研究结果表明：该正演方法对异常体有敏感响应,且在加快正演速度具有显著优势。通过基于滤波算法的隧道全时域激发极化超前探测获得的观测数据与实际探测数据较为相符,这为基于全时域激发极化隧道超前探测提供了一种可行的正演算法。     

结合交并比损失的孪生网络目标跟踪算法研究

SiamRPN算法采用Ln范数损失训练边界框预测，未考虑预测框与真值框间交并比(inersection over union, IoU)的关系，导致准确性不足。针对该问题，提出一种结合IoU损失的SiamRPN目标跟踪改进算法。设计了IoU-smooth L1范数联合优化模块，对候选正样本进行IoU损失与smooth L₁范数损失的联合优化；依据回归预测结果，用预测框与真值框的IoU作为权重对正样本进行加权分类预测，增加正样本间的区分度，同时确保分类预测与回归预测的关联性。对比实验结果表明：本文所提改进算法能有效提升跟踪性能。