三软煤层巷道冒落机理及锚索桁架联合控制技术

随着煤炭开采深度的不断增加,地层压力的升高,受构造的影响更为突出,处于“三软”煤层中的巷道失稳现象越来越严重,维持巷道稳定更为困难,开展三软煤层巷道冒落机理研究对于煤矿安全生产具有重要的意义.某矿1201工作面回风巷受开采煤层、围岩物理力学性质、地层构造、地下水、支护方式等多重因素影响,在705～715m段发生冒顶事故,严重影响了正常生产.详细分析多重影响因素后,应用破碎软岩理论及极限自稳隐形拱理论研究了三软煤层巷道的冒落机理；基于此应在该矿1201工作面运输巷易冒落段巷道支护中,应用了锚索桁架+钢棚的联合控制技术.实践表明:巷道支护效果良好,保证了工作的面的正常回采.     

一种新型的开放式图形库OpenGL及其运用

本文简要介绍了一种新型的开放式图形库ＯｐｅｎＧＬ的特点及用途，并表明如何运用ＯｐｅｎＧＬ开发应用软件。     

自体肝癌细胞裂解物致敏的树突状细胞诱导抗肝癌免疫的体外研究

从术后肝癌病人的外周血中诱导树突状细胞（DC），并经自体肝癌细胞裂解物致敏DC，用流式细胞仪、^3H-TdR掺入法及MTT法检测了DC表面分子的表达、DC刺激T细胞的增殖效应及DC诱导的T细胞对肝癌细胞的杀伤作用，进而比较经自体肝癌细胞裂解物致敏的DC与其它条件下的DC功能的差异．结果显示：肝癌细胞裂解物致敏DC的功能较未致敏DC显著提高，其可诱导自体混合淋巴细胞强的增殖效应，同时诱导的T细胞对自体肝癌细胞有较强的杀伤率．     

改进混合蛙跳算法的研究

针对传统混合蛙跳算法(SFLA)在优化过程中出现的求解精度不高、收敛速度慢、算法易陷入局部最优的问题,本文经过改变种群个体的位置更新公式,提出一种改进混合蛙跳算法(ISFLA)。在种群个体位置更新公式中,引入自适应同步因子和惯性权重系数。通过引入自适应同步因子,控制青蛙寻优过程中的移动步长,改进算法的局部搜索范围,保持种群的多样性。通过引入惯性权重系数,加入上一次的移动距离,表示对过去的经验记忆,加快搜索速度。通过对6个测试函数的实验结果表明,改进后的混合蛙跳算法相较于传统混合蛙跳算法具有较好的寻优性能。     

英东萨尔图低渗透砂岩油藏单砂体内部相对高渗透段定量识别

通过对岩心分析化验数据分析整理,总结出渗透率极差法、累计渗透率贡献值法、驱动压力梯度法定量求取低渗透储层单砂体内部高渗透段的下限值,3种方法相互验证.强水动力条件是低渗透砂岩油藏单砂体内部高渗透段的沉积成因,后期次生溶蚀孔是其微观成因.高渗透段相渗曲线具有驼背型特点,初期稳定高产,后期水窜.采用贝叶斯判别分析法建立了不同渗透层段的判别函数,进行了非取心井的高渗透段的定量识别,在此基础上,详细描述了高渗透段的空间分布规律,席状砂微相的高渗透段主要发育在单砂体内的中下部,连通性好,分布面积大,长宽比为3∶2;河口坝微相的高渗透段主要分布在中部,长条状分布,长宽比4∶1.结合高渗透段的生产特征,提出封堵高渗透段,扩大波及面积,采用泡沫气驱方式提高采收率.     

致密油藏多重介质非线性渗流压力响应分析

为了达到高效开发致密油藏的目的,通过分析致密油藏的介质特点及渗流规律,建立了致密油藏多重介质数学模型,运用牛顿-拉普生迭代法求得了模型的数值解,验证了模型的正确性.分别研究了非线性渗流参数、窜流系数、弹性储容比、边界条件对试井曲线的影响.结果表明,非线性渗流特征主要影响了裂缝与基质之间的物质交换,当大裂缝与小裂缝、大裂缝与基质之间的窜流能力相同时,压力导数曲线上仅出现一个凹子;当窜流能力不同时,压力导数曲线上将会出现两个凹子.基质储容比的增加会同时导致两个凹子深度的增加,而微裂缝储容比的增加仅仅加大了第一个凹子的深度.     

企业内部价值网络与技术创新

一般来说 ,关于价值网络的讨论焦点主要集中在企业外部 ,重点研究企业与上游供应商、下游用户之间的相互价值关系 ,描述它们之间“关系”的“关系”。企业内部也存在价值网络 ,这个内部的价值网络比外部价值网络要细微、复杂得多 ,它涉及企业内部各个方面因素 ,并且与外部价值网络相互匹配、作用 ,共同支持企业的技术进步。企业的技术管理活动需要通过一定的流程和组织来实现。这种流程和组织在企业技术管理活动过程中得到了不断的磨合、融会和改进 ,最终在企业内沉淀形成一种类似企业文化的价值观 ,构成企业内部员工普遍认可的内部价值网络…     

如何运用仲裁解决经济纠纷

本文浅谈了如何运用仲裁解决经济纠纷.     

VansNet轻量化卷积神经网络

近年来,研究人员们在卷积神经网络的基础上保证效率的条件下提出了轻量化卷积神经网络,其中SqueezeNet轻量化卷积神经网络在保证精度的前提下,压缩了参数,提高了整体效率。本文针对SqueezeNet网络中由于压缩参数,存在准确率不理想的问题,提出了引入残差网络,增加跳层结构和网络宽度的改进方法 VansNet,相较于AlexNet、ResNet和SqueezeNet三种卷积神经网络其计算量最小且参数量很小。实验结果表明,改进后的VansNet轻量化结构在略增加参数的前提下提高了图像分类的准确率和效率。