结合分块Hough变换与Kalman预测的车道线检测方法

本文利用分块Hough变换与Kalman预测相结合的方法来处理车载摄像机采集的道路图像,在极大的降低算法复杂度的同时能够对弯道处的车道线进行有效的检测。这种采用分块变换与预测相结合的方法能有效的降低计算量,提高车道检测的实时性。实验表明,本文方法既可以得到稳定的检测结果又能提高检测的速度,同时继承了Hough变换的容错性和鲁棒性。     

改进的基于“当前”统计模型自适应滤波算法及其在航迹预测中的应用

基于"当前"统计模型的模糊自适应(FACS)滤波算法利用机动目标"当前"加速度调整加速度极限值,实现了对一般机动目标的有效预测;但是在预测强机动目标时却存在较大的预测误差。为了解决这一问题,引入强跟踪滤波器(STF),提出了一种新的自适应滤波算法STF-FACS。该算法根据滤波残差实时调整卡尔曼滤波增益,提高了对强机动目标的预测能力;同时保留了FACS算法对于一般机动目标的预测性能。最后,对强机动目标分直线机动和转弯机动,分别进行航迹预测仿真。仿真结果表明,对弱机动目标进行航迹预测时,两种算法的预测效果相当;对强机动目标进行航迹预测时,STF-FACS算法无论是在动态时延和预测精度方面都比FACS算法要好。     

厚叶木莲(Manglietia pachyphylla)基因组草图

厚叶木莲（Manglietia pachyphylla）为木兰科（Magnoliaceae）木莲属（Manglietia）的木本植物,零星分布于我国广东省和广西壮族自治区,为国家二级重点保护野生植物。了解濒危物种基因组信息及其遗传多样性有助于合理地保护和利用濒危物种,实现濒危物种的解濒和复壮。为此,本研究通过高通量测序方法对厚叶木莲基因组进行测序,并利用测序数据开展厚叶木莲基因组草图的组装;之后,基于组装的基因组预测其中的重复序列和基因,进行系统发育和基因家族分析。结果表明,组装的厚叶木莲基因组大小为2 092 298 891 bp,包含676个组装序列,N50（将组装的序列按照长度由大到小进行累加,当累加到某个序列时,累加的值为基因组50%的长度时,此序列的长度即为N50）为7 961 115 bp;利用BUSCO （Benchmarking Universal Single-Copy Orthologs）,针对“eudicots”和“embryophyta”这两个BUSCO单拷贝基因库,对基因组组装的完整性进行评估,组装的厚叶木莲基因组完整性分别为96.6%和98.8%。厚叶木莲基因组有76.5%的序列为重复序列,共有37 900个基因,这些基因编码了41 675个蛋白质序列。系统发育分析发现厚叶木莲与望春玉兰（Magnolia biondii）聚在一起,两者分化时间大致为10 500 000年前。厚叶木莲中与木质部/韧皮部、肌动蛋白丝、热、光合作用以及多种次生代谢相关的基因家族显著扩张,其中次生代谢相关基因在厚叶木莲基因组上呈串联和近端重复,这些基因的扩张和重复形成方式可能与厚叶木莲适应高海拔环境有关。本研究是国内外木兰科木莲属首个基因组报道,为更好地保护和开发厚叶木莲及木兰科其他物种的种质资源提供了遗传信息和参考。     

考虑车辆性能差异的高速路施工区层级限速措施

为提高高速公路施工区的通行能力,降低交通冲突率,本文结合不同车辆的动力特性、运行速度、加速度等参数,对鹅公岌隧道上盖工程施工期间的拟建施工疏散道路提出5种速度管理措施,利用Vissim软件进行仿真模拟和对比分析,并结合仿真数据对拟建施工疏散道路的设计和速度管理方案进行了评价和改进。改进方案中将原来的三车道并在一起,转弯半径由15m增大至100m,弯道限速值由20 km/h增大至40 km/h。结果表明：对施工区道路采取层级限速措施可有效降低车辆在施工路段的行程时间、延误、排队长度和冲突率;采用三级限速措施可使拟建疏散道路两个行驶方向的冲突率均降低0.6次.米^-1;改进方案中80%以上的车入口弯道之前将车速控制在40km/h左右。可见,针对不同车型采用不同的限速值可以缩短车辆在施工路段的行程时间,并有效减少车辆的平均延误。     

基于多源地震干涉法隧道断层位置预测数值模拟

西部山区在建或即将修建的大量隧道都具有高地应力特征,如何提高高地应力隧道超前地质预报的准确性是当前工程界面临的一大关键难点,而地应力增加是岩体波速增加的主要因素之一。采用多源地震干涉法模拟了在断层波速一定的条件下围岩波速和断层倾角变化对隧道掌子面前方断层位置识别的影响。数值模拟结果表明:围岩波速和断层倾角的增加会导致预报的断层位置比实际位置更接近掌子面,计算结果间接表明了地应力对识别断层位置的影响。通过二元二次函数回归分析拟合出一个含地应力和断层倾角的修正公式,依据修改公式,对白马隧道高地应力洞段掌子面前方不良地质体进行了超前地质预报,隧道现场开挖结果与修正后的预报结果基本一致。     

振动压实黄土路基变形特性与预测模型

为揭示列车荷载作用下黄土路基变形规律及其影响因素。以西韩城际铁路沿线黄土为例,选择适当的试验参数,研究振次、路基深度和含水率对振动压实黄土路基弹性变形和累积塑性变形的影响和变形量,并提出累积塑性变形预测模型。结果表明：振次增加变形减小,在大于2000后趋于稳定;深度增加变形减小,深度从0.5m增加到3.5m,弹性应变、塑性应变分别减小了87%、94%;含水率增加会增大黄土路基变形7%以上;不同层位的黄土路基累计变形预测模型与实测值相关性超过90%。因此,黄土路基应注重防水排水措施,减少路基不均匀沉降,提升整体稳定性。     

基于动量自适应学习率PSO-BP神经网络的钻速预测模型研究

机械钻速(rate of penetration, ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为了实现对钻速的高精度预测,对现有BP (back propagation)神经网络进行优化,提出了一种新的神经网络模型,即动态自适应学习率的粒子群优化BP神经网络,利用录井数据建立目标井预测模型来对钻速进行预测。在训练过程中对BP神经网络进行优化,利用启发式算法,即附加动量法和自适应学习率,将两种方法结合起来形成动态自适应学习率的BP改进算法,提高了BP神经网络的训练速度和拟合精度,获得了更好的泛化性能。将BP神经网络与遗传优化算法(genetic algorithm, GA)和粒子群优化算法(particle swarm optimization, PSO)结合,得到优化后的动态自适应学习率BP神经网络。研究利用XX8-1-2井的录井数据进行实验,对比BP神经网络、PSO-BP神经网络、GA-BP神经网络3种不同的改进后神经网络的预测结果...     

煤矿复垦区不同恢复年限沙棘人工林土壤细菌群落结构与功能预测

为揭示煤矿复垦区恢复年限对沙棘人工林土壤细菌群落结构及功能特征的影响,以鄂尔多斯聚鑫龙煤矿复垦区不同恢复年限（3a、4a、5a、6a、7a）沙棘人工林为研究对象,撂荒草地为对照,对研究区土样进行采集,通过Illumina Miseq高通量测序技术对土样细菌群落测序,使用PICRUSt进行功能预测。结果表明：（1）研究区共检测到细菌29门、91纲、193目、305科和438属,门分类水平上优势类群为放线菌门、变形菌门;属分类水平上无优势类群,常见类群为不动杆菌属、类诺卡氏菌属。（2）与草地相比,沙棘人工林的建植使土壤有机质、碱解氮、速效钾、含水量呈增加趋势,土壤pH和全磷变化不明显。（3）沙棘林土壤中的不动杆菌属、类诺卡氏菌属相对丰度整体高于草地;随着恢复年限的延长,栖热菌属和奇球菌属相对丰度随恢复年限延长逐渐降低,CL500-29 marine group、链霉菌属相对丰度则逐渐增加。土壤pH和速效钾是影响研究区沙棘人工林土壤细菌群落结构的主要影响因子。（4）研究区沙棘林和草地土壤细菌主要包含5个一级功能和35个子功能。细菌代谢功能是最主要的功能,其在沙棘林中的代谢潜力高于草地。沙棘林的建植有利于细菌代谢水平和土壤养分的提高。     

基于蒸汽腔扩展速度的SAGD产能预测模型

蒸汽辅助重力泄油（SAGD）是开发稠油的一种重要方式,而产能预测模型又是体现蒸汽辅助重力泄油成功与否的关键。现阶段的对于蒸汽辅助重力泄油产能的研究中虽然考虑了热对流、界面速度不均匀等情况,但却忽视了不同时间因生产制度不同而导致蒸汽腔扩展速度变化,从而影响蒸汽辅助重力泄油的产量。因此基于包含热对流和热传导的蒸汽辅助重力泄油热交换模型,利用观察井温度法计算蒸汽腔水平扩展速度,并最终建立考虑蒸汽腔扩展速度的SAGD两相流产能预测模型。通过与新疆某油田试验区中A井的生产数据对比,检验该模型所计算得到的产量与实际现场数据一致,同时可以快速准确的预测泄油带温度分布以及蒸汽腔前缘位置;通过对产能预测模型敏感性分析得到较大的表观热扩散系数和对流液密度会提高单位生产井产能,而蒸汽腔水平扩展速度应保持在1×10-2 m·d-1到2×10-2 m·d-1之间,蒸汽腔与水平面夹角在30至60度时生产井产量和采收率最大。该研究将理论与实际现场生产紧密结合,为稠油油藏开发提供理论支持。     

基于离散型二项式系数组合模型的黄土湿陷性评估

为了快速精确地利用基本物性指标预测湿陷性黄土的湿陷性系数,基于多种数据挖掘方法提出了离散型二项式系数组合预测模型。首先,采用相关系数法和随机森林重要性指数法综合选取模型基本物性指标为饱和度、干密度、液性指数和天然含水量;然后,分别利用多元线性回归、BP神经网络、支持向量机回归（SVR）和随机森林（RF）回归对黄土湿陷性系数进行预测,并将预测结果进行组合,得到4种单一模型、2种传统组合模型和离散型二项式系数组合模型预测结果;最后,利用6种不同精度指标对上述7种预测模型展开精度分析。结果表明：组合预测模型精度整体高于单一预测模型,且提出的离散型二项式系数组合模型各精度指标均为最优,平均相对误差为3.43%。可见提出的离散型二项式系数组合模型可为湿陷性黄土地区的工程设计提供参考。