环境温度对活立木内部含水率变化的影响

【目的】分析活立木内部含水率变化的影响因素,研究含水率在不同环境温度下的变化规律。【方法】在室外不同温度(-26Symbol～A@10 ℃)下采用时域反射计(time domain reflectometer, TDR)对落叶松和小叶杨两种活立木进行检测,获取树内温度和电磁波传播时间的连续变化值,据此推导出不同温度下活立木的含水率。在此基础上,分析了活立木内部电磁波传播时间和含水率的昼夜变化,以及较长时间周期内随温度变化的规律,确定了环境温度与含水率的定量关系,建立了两者之间的关系模型。【结果】在1个昼夜时间周期内,含水率和树内温度变化趋势基本一致,含水率变化略滞后一些,随昼夜平均温度的下降,含水率变化范围收窄; 在较长时间周期内,随日均树内温度的降低,活立木样本平均电磁波传播时间和含水率均呈下降趋势,落叶松电磁波传播时间变化曲线没有明显拐点,含水率变化曲线在-6.3 ℃之前变化率较大(14.75%/℃),之后趋于平稳(0.94%/℃),小叶杨与之变化相似; 树内温度和环境温度具有显著线性正相关性,二者线性模型拟合优度较高(R²=0.91),可以用环境温度预测树内温度; 树内温度与活立木含水率的关系分3个变化阶段,均呈线性关系,决定系数R2均高于0.71。【结论】低温环境下,以环境温度为研究点探究活立木内部电磁波传播时间和含水率变化是可行的,通过相关公式可以推导出活立木内部含水率。     

一种同态密文域可逆隐藏方案

利用Paillier加密的加法同态性质,构造了一个密文域可逆隐写方案。图像拥有者对图像进行预处理,为嵌入消息预留空间,尔后用图像接收者的公钥对图像进行Paillier加密并发送给消息嵌入者;消息嵌入者在接收到密文图像后,利用密钥解密部分信息并将要潜入信息的密文与原图像的密文进行一个同态密文操作;接收者在接收到密文图像后,利用私钥对其进行解密,得到均衡化后的图像,若接收者拥有提取密钥,则可以利用提取算法对消息进行提取并恢复出原始图像。通过MATLAB实验验证了该方案的正确性和良好的嵌入率。     

基于BERT的诉讼案件违法事实要素自动抽取

针对诉讼案件违法事实要素抽取效果依赖领域专业知识的特点,提出一种基于transformer双向编码器表示(bidirec-tional encoder representations from transformer,BERT)的诉讼案件违法事实要素自动抽取方法.首先,通过构建领域知识并采用谷歌BERT预训练语言模型进行训练得到拟合诉讼案件领域数据的模型参数和中文预训练字嵌入向量作为模型的输入,得到具有上下文相关的语义表示,以提高词嵌入的上下文语义质量.其次,采用循环卷积神经网络对文本进行编码并获取在文本分类任务中扮演关键角色的信息,提升案件违法事实要素抽取的效果.最后,采用focal函数作为损失函数关注难以区分的样本.违法事实要素抽取的工作是通过对文本标签进行分类得到的.实验测试表明,该方法对诉讼案件要素抽取的F1值为86.41％,相比其他方法性能均有提高.对模型注入领域内知识,也可以提高模型抽取准确率.     

基于轮廓波变换和改进模糊c均值聚类的红外图像分割

针对红外图像分辨率低、对比度弱、易受噪声污染等特点,给出了轮廓波变换与模糊c均值聚类相结合的红外图像分割方法。该方法首先在假定图像轮廓波变换系数的先验为高斯分布的基础上,将基于最大后验概率准则的比例萎缩法应用于红外图像降噪,以完成分割前的预处理过程,然后利用改进的模糊c均值算法对降噪后的红外图像进行分割。针对标准模糊c均值分割存在的问题,本文提出的方法从基于样本直方图的最小最大距离法的初始聚类中心确定、考虑邻域像素相关性的样本点聚类权值和邻域隶属度修正三个方面加以改进,在保证分割精度的基础上,进一步滤除降噪阶段遗留下的图像噪声。对一系列红外图像进行实验的结果表明,相对于标准模糊c均值算法,本文提出的改进算法划分熵平均降低约10%,区域对比度提高约27%,能够实现对受到噪声污染红外图像的有效分割。     

基于跨域字典学习算法的人体行为识别

将一种跨域字典学习算法应用于人体行为识别中, 通过引入辅助域数据集, 与原始训练集（目标域）共同进行字典学习, 获得字典对, 进而得到动作类的稀疏编码, 有效扩充了训练集的类内多样性. 该算法为字典学习与训练分类相结合的学习框架, 可利用字典对学习过程中的重建误差进行分类. 实验在MATLAB仿真条件下进行, 将UCF YouTube数据集作为原始训练集, 将HMDB51数据集作为辅助域数据集, 选取两个数据集动作类别一致的7个动作, 根据提出的算法流程进行识别. 将该方法与其他两种人体行为识别算法进行对比. 结果表明, 该方法识别率显著提高, 证明了跨域字典学习算法在人体行为识别上的有效性.     

基于短时能量的呼吸暂停信号识别方法

呼吸暂停是一种常见的疾病,严重的呼吸暂停会导致患者猝死。针对患者需要对睡眠过程中呼吸信号进行实时监测,提出了一种基于短时能量的呼吸暂停信号识别监测方法。该方法基于患者呼吸过程的信号频域特性,先对不同的患者进行自适应鼾声特征信号建模;之后通过神经网络信号识别方法,利用建立的模型对患者的呼吸信号进行呼吸暂停判断。实验结果表明,对不同的患者进行睡眠呼吸过程进行监测时,可以识别95%的呼吸暂停信号,本方法为呼吸暂停患者的实时监测提供了一种高精度的信号识别方法。     

基于频域介电谱法的油纸绝缘系统弛豫函数与微水及温度关系

为了分析油纸绝缘系统的介电谱与频率和微水含量及温度变化之间的关系,在实验室搭建了测试装置。根据测试结果,研究了水分及温度对变压器主绝缘系统的影响规律及其影响机理,通过傅里叶逆变换得到复合绝缘体系的弛豫函数。结果表明：含有3个弛豫项的物理模型,可以较好反映油纸绝缘的弛豫及其微观极化机制,微水和温度对弛豫函数的影响较大且影响规律不同。     

我国煤矿瓦斯中H2S异常矿井的分布特征

结合我国煤矿瓦斯H2S异常矿井的地质构造、水文条件、H2S体积分数、煤类、煤自燃状况,研究煤矿瓦斯H2S异常矿井的地域特征和层域特征。结果表明,H2S异常区主要分布于新疆维吾尔自治区、山西省、四川省等省区;H2S异常煤层主要分布于石炭纪、二叠纪和侏罗纪等煤层中。H2S异常区具有良好盖层,地下水与其他含水层水力联系弱,煤级为焦煤及以上,为硫酸盐热化学反应成因。该研究为煤矿瓦斯H2S异常区预测与治理提供了参考。     

电感器的现状和发展趋势

简要介绍了插装式电感器和片式电感器的现状和特点及向小型化、高频化、高精度化和集成化的方向发展。