基于宽度学习的浓密机底流浓度软测量

由于浓密脱水过程中浓密机的底流浓度难以在线检测，本文提出了一种基于宽度学习的软测量建模方法，用以解决底流浓度的在线检测问题.该方法精度高，泛化能力强.首先，在浓密机内部安装压力传感器，建立正常工况下的历史数据集;然后，利用宽度学习系统对软测量模型进行训练，从而实现浓密机底流浓度的在线预测;最后，通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比，宽度学习方法具有更高的预测精度.     

等间距平行线辅助机器视觉实现工件尺寸测量

针对工业柔性密封圈形变造成内外圆尺寸发生改变和传统成像系统畸变造成图像边缘轮廓失真,从而直接影响轮廓测量精度的问题,提出一种基于等间距平行线工件尺寸测量算法.首先对工件区域进行轮廓跟踪,求出区域的边界像素点序列;其次,绘制一组水平或垂直方向等间距平行线,对工件轮廓进行拟合;最后,根据圆的计算公式求解出曲面轮廓的尺寸参数值,从而减少畸变造成的测量误差.通过对密封圈内外轮廓尺寸精度和断面精度对工件测量影响的分析,结果表明:基于等间距平行线工件尺寸测量算法对柔性圈内外径最小误差分别为0.5％和0.9％,横断面最小误差为1.6％.     

基于随机梯度下降算法实现对环上量子游走的动态完全控制

寻找如何实现幺正量子操作是量子计算领域的基本问题，主要研究通过环上的离散时间量子游走实现任意幺正量子操作的可能.首先推广引入了特殊的环上的离散时间量子游走模型，并对模型实现任意量子操作的有效性进行了探讨.对于两量子比特的量子系统，给出了通用量子门集合与量子傅里叶变换的构造解.由于高维情况构造解较难精确给出，引入机器学习中常用的随机梯度下降算法，得以在高维系统近似实现所需要的幺正量子操作.此外，如对算法进行进一步微调，可以在位置空间上的实现任意的幺正量子操作以及两结果半正定算子测量.在高维情况下，这意味着通过控制两能级的硬币系统即可控制位置空间上大型系统，从而实现小系统对大系统的间接完全控制.这些任务的完成表明，基于随机梯度下降算法可以实现对整个环上量子游走过程的动态完全控制.     

智能制造的“火眼金睛”:PDA高精度激光位移传感器

"中国制造2025"战略的提出,以及人工智能等新一代信息技术的发展,使中国制造业面临新一轮"换血"。从高密度人工作业向自动化车间转化的过程中,自动化测量被推到舞台前端。为了实现高端激光位移传感器的自主研发及国产化,提升位移测量的精度和稳定性,上海兰宝利用自适应算法及核心光机电组件,结合智能算法,打破行业壁垒,探索出领先传感技术。     

GPS高程拟合在公路测绘中的应用——以萧县X014改造工程为例

GPS高程拟合是通过选取测区内控制点求取高程异常值拟合出似大地水准面,进而求出其他控制点的高程异常值。本文利用GPS高程测量和高程拟合的原理,以萧县X014改造工程为例,用多种高程拟合办法进行拟合实践,并对这几种拟合结果精度进行比较分析,得出在皖北地区公路测绘应用中精度较好的高程拟合方法。     

地理信息系统技术在工程测量中的应用

随着时代的不断发展,工程建设要求日益提升,现如今,人们不仅要保质保量,还要保证各项数据准确可靠。在工程建设过程中,人们要有效应用地理信息系统技术,不断提升工程质量,促进我国建筑行业实现可持续发展。因此,本文分析了地理信息系统技术在工程测量中的应用,以期提升工程测量结果的准确性,最终提高工程施工质量。     

公路建设中施工质量管理存在的问题及对策

随着公路建设规模不断扩大,在公路项目施工建设过程中暴露出的质量问题引来了全社会的关注。笔者结合自身实践经验,探讨了公路工程建设过程中施工质量管理存在的问题,并针对这些问题提出有效的解决对策,以期为公路质量提升提供参考。     

高原冻土地区公路边坡冻融稳定性及施工技术

以中国一带一路重点项目西藏自治区羊八井至大竹卡段公路改建工程为依托,研究了高原冻土地区公路边坡冻融稳定性及施工技术.采用有限元软件MIDAS-GTS NX建立边坡模型,运用强度折减法计算、分析了冻融循环前后公路边坡位移、应力及应变等力学特性的变化规律,并与施工现场检测数据进行对比分析.结果表明:边坡水平方向上的最大位移发生在坡趾位置,竖直方向上的最大位移发生在坡肩位置;经历冻融循环后,边坡水平位移、竖向位移分别增加1.91 cm和7.5 cm,且坡面破坏以竖向沉降为主;边坡水平和竖直方向上的最大应力均发生在坡底,并出现应力集中现象.结合工程特点及模拟分析结果提出减小冻土开挖深度、锥形坡面砌筑、拱式防护、仰斜式路肩墙、浸水路肩墙以及主动防护系统等防护措施,后期现场观测表明,冻融引起公路边坡失稳问题治理效果明显.将建模理论计算值和工程实测值进行比较分析,验证了本文方法的正确性.     

基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例

基于合成孔径雷达干涉测量(InSAR)技术,结合热点分析和机器学习算法,进行区域高形变斜坡自动提取和潜在滑坡人工智能识别研究,以提升潜在滑坡识别效率和准确性,解决传统人工调查和目视解译无法有效识别位于高位、隐蔽性较强的潜在滑坡问题.结果表明,基于热点分析自动提取20处高形变区域,提取正确率、错分率和漏分率分别为74.31%、25.69%和11.80%,证实热点分析方法能够有效应用于InSAR高形变区自动识别和提取.基于识别的高形变区,结合历史滑坡灾害发育特征,利用机器学习算法建立潜在滑坡预测模型,采用表现最佳的自适应提升模型对自动提取区域进行预测,预测召回率和准确率分别为81%和65%,能够实现潜在滑坡的有效识别.     

联合卫星定位和测量机器人的超高层建造过程水平位移监测

在超高层建筑建造过程中,常用测量机器人监测中间楼层的监测点的变形。削弱建筑晃动影响对于监测结果的稳定性至关重要。为此,首先提出一种利用楼顶卫星接收机测量建筑晃动情况,通过内插得到中间楼层瞬时晃动影响的方法,并通过实验验证该方法的有效性。在此基础上,利用该方法对多期监测数据进行处理,结果表明该方法可获得更加稳定的监测结果。将处理结果与有限元分析的结果进行比较,结果表明使用该方法后监测结果与有限元分析的结果吻合度较高。