矿区铁路专用线下综采放顶煤开采的试验研究

介绍了国内第一个综采放顶煤开采矿区铁路线下压煤试验面的成功经验，总结了试采中对铁路所采取的各种分析和维护措施，分析了该采煤方法下的地在移动和变形特点，为我国“三下”采煤领域提供了具有特色的成功实例。     

试论新时期反腐力度与反腐目标

研究新时期反腐败力度有助于我们正确评价当前腐败现状和反腐形势，了解反腐工作的成绩和不足，制定更加行之有效的反腐策略，从而更好地扼制腐败。当前，从反腐强度和反腐深度来看，从各种反腐策略的运用所达到的反腐目标的程度来看，新时期反腐已达到了一定的程度，但与反腐目标的实现相比，仍不足，需要进一步加强。     

实现细粒煤深度脱硫产业化的研究

根据我国高硫煤的赋存特点,提出采用微细介质重介旋流器及细泥选择性絮凝组合工艺实现细粒煤的深度脱硫,无机硫脱除率可大幅度提高,分选下限明显降低,是实现煤炭深度脱硫降灰产业化的有效技术途径.     

磁通涡旋线的临界磁场

将计算所得的涡旋磁通自由能F^[1]进行求导，得到a，b，x之间的关系式．由此，只要知道电荷数、粒子质量，利用图解法即可求出α，β的值．再利用1／h=λ(λ是穿透深度)，将λ进行代换，最终得出λ与h，ξ与η，x与κ间的关系．对于单位磁通线BV=BS=Φ=φ0则可计算出高κ近似下的第一临界磁场Hc1，并进一步求出hc1．     

Turbo码译码深度δ对其译码性能的影响

介绍了两种新的译码算法：AL－1和AL－2，通过计算机仿真结果，讨论了该算法的译码深度对Turbo码性能的影响。     

ICP方法匹配深度图像的实现

针对ICP(迭代最近点 )方法中寻找深度像之间点对应关系这一难点问题 ,首先介绍对ICP方法匹配深度图像的原理并给出单位四元数和旋转角度间的关系 ,然后提出一种验证两个深度图像中对应点对有效性的方法 ,给出了判断待匹配深度图像之间的点对应条件的准则 ,同时给出了实现这种准则的数据结构以及程序设计思想 .最后 ,用真实深度图像证明此方法的有效性 ,并用“主次缝合线”法合成匹配后的深度图像     

建筑物室外环视中加速绘制算法

提出一种用于建筑物环视系统混合绘制的加速方法,场景划分为主体模型和层次环境的带有深度的图像缓存(sprite with depth),采用BSP树存储场景的具有深度的图像缓存,用模型对存储场景的BSP树应用三维裁剪算法来减少不必要的绘制,并在环视过程中采用生成替代图像缓存方法,加速环视场景的生成.     

基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.     

基于频域降采样和CNN的轴承故障诊断方法

在工业领域,设备运行过程中采集的原始故障信号具有强噪声以及多工况的特点,现有的基于数据的轴承故障诊断模型的抗噪能力与泛化能力相对较弱。针对以上问题,提出一种基于频域降采样(down-sampling)和卷积神经网络(CNN)的轴承故障诊断方法 Ds-CNN。频域降采样包含最大偏移降采样和噪声横截断两个部分,可以实现样本增强,降低样本在频域的差异性,同时减弱噪声对频域信号的影响。基于频域信号建立的CNN模型能够自动提取降采样后频域信号的故障特征,并完成对轴承故障的识别分类。实验结果表明,在强噪声环境和多工况条件下,与目前常用模型相比, Ds-CNN具有更高的识别准确率。