基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

一种基于区间值 Pythagorean 三角模糊语言集的多准则决策方法

为提升不确定环境下信息描述的准确性, 提出了区间值勾股三角模糊语言集(interval-valued pythagorean triangular fuzzy linguistic set, IVPTrFLS), 并研究了区间值勾股三角模糊语言变量(IVPTrFL variable, IVPTrFLV)相关的基本理论. 同时, 针对区间值勾股三角模糊语言环境的多准则决策问题, 提出了一种改进的基于区间的组合评价(combinative distance-based assessment, CODAS)方法, 即 IVPTrFL-CODAS 法. 首先, 定义了 IVPTrFLV 的概念、运算法则、Score 函数、Accuracy 函数及距离公式, 提出了区间值勾股三角模糊语言优先加权(IVPTrFL prioritized weighted arithmetic averaging, IVPTrFLPWAA)算子, 并对计算规则及算子性质给予证明; 然后, 通过求解属性权重的相对重要性系数, 建立了基于 IVPTrFLV 的改进 CODAS 方法; 最后, 通过实例对所提出方法的有效性及稳定性进行了验证.     

碳酸盐岩生烃机制及生烃能力模糊评价方法

针对碳酸盐岩生烃机制及生烃能力的问题,对碳酸盐岩生烃能力与生烃机制展开研究,讨论了古老碳酸盐岩烃源岩能否有效生烃和排烃的问题.为了快速有效评价碳酸盐烃源岩生烃能力,对影响碳酸盐烃源岩生烃方面因素进行分析研究,采用极差标准变换对数据进行标准化,基于层次分析法确定了碳酸盐岩生烃能力评价指标体系.选取鄂尔多斯盆地西南缘碳酸盐岩样品对该评价指标体系进行验证,验证结果证明该评价指标体系准确合理.     

基于层次分析法的西宁市油松人工林健康评价

为了解西宁市南北山20～30 a油松人工林健康水平,以西宁市南北山20～30 a油松人工林为研究对象,运用主成分分析法筛选出树高年均生长量、胸径年均生长量等13个评价指标,应用层次分析法确定各指标的权重,依据森林健康指数模型计算各标准地的健康指数,并使用正态等距分析的方法得到健康等级取值范围;由分析评价结果得出西宁市南北山20～30 a油松健康林分占6. 45%,亚健康林分占22. 58%,中健康林分占38. 71%,不健康林分占32. 26%;按照隶属度最大原则,西宁市南北山20～30 a油松人工林处于中健康水平。     

疏松砂岩油藏大孔道定性识别新方法研究

疏松砂岩油藏在长期注水开发过程中,往往伴随着大孔道的出现,这严重影响了油藏水驱开发效果,制约了采出程度的进一步提高,因此,大孔道识别及有效封堵成为该类油藏急需解决的关键问题.通过研究分析,确定了影响大孔道从形成到发展的7种主要静态因素,以及标志大孔道形成的6种主要动态因素.将层次分析法及灰色关联法相结合,分别计算静态及动态因素的权重,建立了全新的大孔道定性识别模型.示踪剂监测结果验证了该方法的实用性和有效性.     

含砂雾封层在桥面铺装工程中的应用

结合含砂雾封层在国道205桥面铺装上的应用,深入分析了含砂雾封层的防水、防老化作用机理,本文系统总结了国道205桥面雾封层施工质量的控制要点,并对施工前后封层各项性能指标进行跟踪检测,分析结果表明采取含砂雾封层措施确实能对桥面早期微裂缝进行有效封水,延缓桥面病害的发生,延长沥青路面的使用寿命。     

多种教学方法在运动疗法教学中的综合应用

目的:提高教学质量,培养出适应社会需要的具有潜力的实用型康复人才。方法:根据运动疗法的专业特点,将学生临床实践能力的培养贯穿于整个运动疗法教学当中,根据不同的教学内容选择不同的教学方法。结果:根据不同的教学内容选择不同的教学方法,优化了学生的知识、能力和素质结构,取得了较好的效果。结论:只有根据临床需要认真研究教学内容,综合考虑教学各个方面的具体影响因素,选择出最合适的教学方法,才能在教学过程中取得事半功倍的效果,培养出适应社会需要的具有潜力的实用型康复人才。     

基于加权局部梯度直方图的头部三维姿态估计

在实时估计人的头部三维姿态时,基于局部梯度方向直方图的面部特征表示方法容易受到背景和环境的影响,其检测精度无法满足实际需求。为了减少图像或视频序列中背景和环境的影响,提出了一种新的对面部特征进行描述的方法,即基于肤色权值和高斯权值加权的局部梯度方向直方图特征表示方法。在具体计算时,首先进行人脸检测并将人脸区域缩放到统一大小,然后计算人脸区域每个像素点对应的梯度方向,接着计算肤色权值并利用肤色权值和高斯权值对梯度方向进行加权得到加权局部梯度方向直方图,从而强化面部特征在直方图中的比重,有效减小背景对头部三维姿态估计的影响,最后利用非线性支持向量回归机求解加权局部梯度方向直方图与头部三维姿态之间的关系。实验结果表明:该特征表示方法具有更高的检测精度。     

改进GA-BP神经网络在高校教学质量评价中的应用

为了提高高校教学质量评价的有效性和准确性,提出了一种基于混合智能优化算法的教学质量评价模型。引入熵值法客观地确定教学质量评价体系的指标权重及初始评价结果,利用自适应变异的遗传算法(Genetic algorithm)优化BP神经网络(Back propagation neural network)的参数,建立教学质量评价模型。实验结果表明,与BPNN(Back propagation neural network)、GA-BPNN(Genetic algorithm-back propagation neural network)模型相比,预测精度分别提高15.04%和5.41%,收敛速度明显提高,说明基于自适应变异的GA-BPNN教学质量评价模型能够及时有效地完成教学质量评价。