基于损伤应变模态的结构损伤识别直接指标法

目前应变类损伤指标大多只能损伤定位,个别方法可初步确定损伤程度,但普遍存在一弱点,即需同时利用损伤前后的模态参数,要得到损伤前的模态数据非常困难,该方法难以在土木工程中推广应用．文中提出基于损伤应变模态差分原理的损伤位置直接指标法ID、基于局域应变模态面积的损伤程度直接指标法IA,只需利用损伤后应变模态数据即能定位损伤、确定损伤程度．推导了损伤应变模态差分格式．建立了损伤位置直接指标、最优多项式完好应变模态曲线拟合、损伤程度直接指标数学模型．根据理论推导和数值仿真统计分析,提出损伤位置判定准则:(1)若某点的每阶指标值均最大,则该点有损伤;(2)若某点的某阶或多阶指标值越大,则该点损伤可能性越大;(3)对于某阶节点损伤,则可通过其余阶的指标值定位损伤．得出损伤程度直接指标具有以下4个特点:(1)随损伤程度增加呈单调递增趋势;(2)与损伤位置无关;(3)与应变模态阶数无关;(4)与是否归一化无关．     

基于多级深度特征与随机游走的显著性检测

为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取;然后,对图像进行超像素分割,将提取的深度卷积特征分配给相应的超像素,构建特征矩阵;最后,通过正则化随机游走排序模型生成最终的显著图。在ECSSD和DUT-OMRON数据库上的实验结果表明,与6种具有代表性的显著性检测算法相比,文中算法的准确性和F值具有一定的优势。     

农作物秸秆的加工利用方式

黑龙江省是我国草食家畜主要生产基地，草原辽阔，但由于几十年来过度开垦和放牧，草原沙化、风化、碱化非常严重，亩产草量已由过去的200公斤降到40公斤左右。因此，我省已经实施草原禁牧、围栏封育和种草改良，以加快草原植被的恢复。现在已不能把发展草食家畜生产希望全部寄托在草原上，饲草饲料紧缺已成为制约畜牧业发展的瓶颈问题。近些年，我省农牧区已开始主要利用秸秆来发展牛羊养殖业了，但在秸秆利用上还存在着一些误区，有的整喂、有的简单铡碎饲喂，秸秆饲料有效利用率比较低。充分开发利用农作物秸秆饲料是保持畜牧业可持续发展的战略举措。下面，笔者结合生产实际，介绍几种秸秆饲料的加工生产方法，供养殖户参考使用。     

不确定条件下单阶段多产品批处理过程的调度

讨论了不确定条件下的单阶段多产品批处理过程，基于模糊理论建立了加工时间不确定和顺序相关建立时间不确定的调度模型。这里引用“中间值最大隶属度”算法将模糊的优化问题转换为普通的优化问题，然后结合遗传算法进行优化求解。最后仿真结果表明了所建模型及算法的有效性。     

露天边帮下紧邻尾矿库采空区地表充填治理方法

针对采空区废石充填常规处理方法难度大、费用高、安全性差等问题,结合排山楼金矿条件,研究了控制诱导冒落协同地表充填塌陷坑的采空区充填治理方法,包括采用RG井下电视监测评估空区冒落进程,从地表钻井充填保护露天坑尾矿库,崩落矿柱诱导空区冒透地表,地表充填塌陷坑恢复地貌,客土造田与恢复地表使用功能等方法.该方法用于排山楼金矿,使大型活动空区得到安全高效充填治理,取得了良好的技术经济效果.理论分析与实践表明,露天边帮下紧邻尾矿库的倾斜矿体采空区控制诱导冒落协同地表充填的治理方法,可减小采空区废石充填治理的难度,实现大型采空区安全高效治理.     

基于RC简化传热模型的混凝土辐射顶板传热及供冷能力研究

为研究混凝土冷辐射板的传热情况并对其供冷能力进行分析,采用RC简化传热模型建立混凝土辐射板二维稳态的传热模型,对混凝土辐射板内部传热情况进行模拟,计算得到混凝土内部及表面温度场.根据计算结果分析不同供水温度、埋管间距情况下,冷顶板表面的温度分布情况及供冷能力.经过实验验证,RC简化传热模型对板内温度和供冷能力的计算误差小于6%;混凝土冷辐射板供冷能力受供水水温、埋管间距及流量的直接影响,当供水温度为11~14℃,总流量为0.26~0.33m~3/h,室内空气温度为25~26℃时,混凝土辐射板平均供冷量为40~50 W/m~2.     

磷渣代替熟料作晶种对熟料形成的影响

本文研究了磷渣代替熟料作晶种对生料易烧性、熟料形成过程和熟料形成动力学的影响。研究表明，磷渣配料，由于形成中间相矿物Ｃ１１Ｓ４ＣａＦ２，可极大地改善生料易烧性，降低熟料形成活化能，加速熟料矿物的形成，从而使熟料烧成温度降低１００℃左右     

汉显图形式力矩限制器

介绍了点阵液晶显示屏ＤＭＦ５００８１以及通过ＳＥＤ１３３０和单片机的接口,分析了汉字显示和图形设计的方法,给出了主要的硬件电路框图和软件流程图     

基于空间和光谱内容的高光谱图像压缩

为提高高光谱图像的压缩性能,提出一种同时利用高光谱图像的光谱信息和空间信息的深度卷积神经网络压缩方法．主要通过主成分分析对高光谱图像进行光谱维降维预处理,在保持图像空间结构特性的同时,去除光谱冗余性．在此基础上,在编码端利用重要性图网络对压缩编码进行内容自适应码率分配,避免低码率下强边缘或小纹理处码率分配不足,从而提高图像压缩重建质量．在高光谱数据上的实验结果表明：该方法在低码率(0.184 4)下依然能达到较好的压缩性能,峰值信噪比为27.209 9,结构相似度为0.922 4.