一种基于CNN迁移学习的井下烟、火智能感知预警系统

地下矿井具有相当复杂的工作环境,因此监控井下不明烟、火的产生,从而避免瓦斯爆炸等灾害的产生显得尤为重要.目前大多数煤矿井下均采用人工视频监控的方式,不仅严重浪费人力、物力,而且监控范围受到很多限制.基于此问题,提出一种基于卷积神经网络(CNN)迁移学习的井下烟、火智能感知预警系统.该系统首先在工作区域上方安装防爆摄像头,并将摄像头与井上主机通过光纤连接.其次,在主机上部署CNN迁移学习算法来识别监控区域是否有不明烟、火产生.最后,在实现判断烟、火是否产生后配合报警系统发出警报通知,通知安全巡逻人员灭火.结果表明,该技术可以有效判断井下是否有烟、火产生,大大降低了井下区域的安全隐患和人力、物力资源的浪费,实现了井下烟、火的智能感知预警.     

基于混沌蚁群的WSN移动代理路由算法

针对无线传感器网络能耗过快等现况,为延长网络寿命,根据混沌蚁群与自适应移动代理MA思想,提出了一种构建最优节点集并基于该类解集生成MA最优路径的方法。该方法兼顾依据节点能耗、路径长度与时延等因素,通过蚂蚁的混沌行为对MA迁移概率最高节点成集,生成MA迁移路径,并通过自适应扰动策略进行失效节点的替换。实验结果证明,该方法在缩短MA迁移路径长度的同时有效地减少网络能耗,达到延长网络生命周期的目的。     

寒区隧道围岩水热耦合数值分析

寒区隧道土体中的水分迁移和相变是冻害问题的主要诱因.基于混合物理论,建立考虑水分迁移和水冰相变的联合求解微分方程对水热耦合问题进行求解,并使用 COMSOL Multi-physics 软件进行模块开发,实现渗流-温度耦合数值模拟,进而将模拟结果与土柱冻结实验的结果进行对比,证明水热耦合模型是正确的.最后以西藏自治区米林隧道为例,对温度场、水分场模拟分析并对是否考虑水分迁移的温度场进行对比.结果表明:随着时间的增加,隧道顶部边界气温由-0.82℃降低到-9℃,隧道内部边界温度由-0.74℃ 降低到-11.11℃,并在3月份隧道温度回升;含冰量峰值出现在1月份,在3月份含冰量开始下降.同时,未考虑水分迁移的温度场中热传导速度较快,证明相变潜热对隧道中温度场的分布影响远大于液态水靠重力迁移造成的热对流传热.研究成果直观反映富水寒区隧道的冻害发生过程,具有一定的参考价值.     

淖毛湖煤热解过程中碱金属的迁移转化特性

基于Na,K盐含量控制对新疆低变质煤热解炼制油气品质的重要作用,通过建立固定床热解实验台,考察了淖毛湖煤在还原性气氛下热解温度对碱金属的迁移转化特性的影响。研究结果表明,淖毛湖原煤中Na主要以水溶态形式存在,K主要以不溶态形式存在。随着热解温度的升高,半焦收率呈先快速降低后缓慢降低的趋势,焦油收率呈先升高后降低的趋势。当热解温度低于600℃时,随着热解温度的升高,水溶Na向不溶Na转变;但当热解温度高于600℃时,不溶Na开始向水溶Na转化。在低温条件下,煤中的不溶K大量释放,酸溶K含量呈上升趋势;当温度高于600℃时,不溶K含量的下降速率减慢,水溶K含量增加。此外,热解释放的Na,K主要存在于焦油中,气体中含量相对较少。     

采用类内迁移学习的红外/可见光异源图像匹配

为解决异源图像匹配中样本量过少和成像原理不同导致成像差异的问题,提出了一种采用类内迁移学习的异源图像匹配网络(PairsNet)。该网络由特征提取子网络和匹配度量子网络两部分组成。特征提取子网络中存在4条卷积神经网络分支,其通过卷积神经网络分支提取出红外图像和可见光图像的特征。将可见光图像作为源域、红外图像作为目标域进行迁移学习,通过减小两个域中样本特征的类内最大均值差异距离,实现了源域和目标域对应图像类别上精准的样本特征分布对齐。匹配度量子网络使用2个全连接层和1个softmax层进行串联,评估出异源图像特征的匹配度。构建了红外和可见光图像数据集,进行端到端的训练和测试。结果表明:与当前使用预训练模型微调的方法相比,PairsNet的准确率提升了10.54%,可见光图像匹配网络的能力可以有效迁移到异源图像匹配网络。     

面向微博用户的消费意图识别算法

利用迁移学习的方法, 融合京东问答平台数据与少量已标注的微博数据构建训练集, 提出一种基于注意力机制的双向长短期记忆神经网络(Attentional-Bi-LSTM)模型, 用于识别用户的隐性消费意图。针对显性意图识别问题, 提出一种结合TF-IDF (term frequency-inverse document frequency)与句法分析中动宾关系(VOB)的消费意图对象提取算法。实验结果表明, 通过将迁移京东问答平台的数据与微博数据相融合, 可以有效地扩充训练集, 在此基础上训练的神经网络分类模型具有较高的准确率和召回率; 融合VOB和TF-IDF的显性消费意图对象提取方法的准确率达到78.8%。     

金银花中有机磷农药残留分析及其冲泡过程迁移模型研究

为确保消费者饮茶安全,建立了QuEChERS-GC-MS/MS快速测定金银花和其茶汤中6种有机磷农药(对硫磷、倍硫磷、特丁硫磷、治螟磷、丙溴磷、灭线磷)残留的检测方法。金银花和茶汤分别经乙腈和乙酸乙酯提取、盐析离心、混合净化剂(10mg MWCNTs、15mg PSA、150mg无水硫酸镁)净化、0.22μm滤膜过滤后,供GC-MS/MS检测。结果表明:金银花和茶汤中,有机磷农药在1~1000μg/kg和1~1000μg/L呈现良好的线性关系,R²>0.991;在4个添加水平下,回收率在67.2%～110.3%,相对标准偏差小于19%(n=6);金银花和茶汤中,有机磷农药定量限分别为1μg/kg和1μg/L。在此基础上,深入研究了金银花在冲泡过程中6种有机磷农药的迁移预测模型,表明农药迁移率(TR) 与农药的正辛醇-水分配系数(Kow)关联性较大,由此获得预测模型为lg TR=-0.5362lg Kow+3.9152(lg Kow＞3),R²= 0.914,拟合度较好;而农药迁移率与水溶解度(Ws)并未表示出关联性。该检测方法和迁移模型的建立将有利于更深层次认知农药化学污染物在金银花浸泡过程中的迁移行为,以期为制定金银花中有机磷农药最大残留限量标准提供科学依据和技术支撑。     

进一步提升纳米材料上转换效率的途径(英)

介绍上转换发光纳米材料的研究和应用的一些进展,以及面临的挑战。着重于发光动力学手段在相关机理研究中的重要作用以及对发光机理的深层次理解。基于理解的升级,提出了进一步提升上转换效率的路径的展望。     

污水处理厂各构筑物中多溴联苯醚的去除

以保定污水处理厂为研究对象,分别采集了夏、冬两季污水处理厂内各个构筑物中的污水及生物反应池中的污泥样本,通过萃取、净化和浓缩后,利用GC和GC-MS检测出10种多溴联苯醚(PBDEs),通过对水、泥以及夏、冬两季各构筑物中PBDEs含量比较,探讨了PBDEs的分布、迁移转化规律及去除PBDEs的影响因素.结果表明:1)夏季污水中(进水-出水)PBDEs的质量浓度为43.2~315.8 ng/L,生物反应池中的污泥样品质量分数为2 361.1~3 186.0 ng/g;冬季污水中(进水-出水)PBDEs的质量浓度为108.1~403.5 ng/L,生物反应池中的污泥样品质量分数为2 247.8~2 782.7 ng/g.2)初沉池(夏季53.55%,冬季38.19%)和生物反应池(夏季51.13%,冬季36.61%)中PBDEs的去除效率最高;夏季(86.30%)比冬季(73.22%)污水中的PBDEs去除效率略高.3)构筑物中BDE-209是主导同类物,BDE-100和BDE-99则是仅次于BDE-209的另外2种主要同类物.该研究结果为监控和评估污水处理厂的PBDEs及其他持久性有机污染物的去除效率提供参考.