基于热中子探测评价裂缝的示踪剂特性研究

针对裂缝热中子示踪探测方法,从中子双组扩散理论入手结合蒙特卡洛数值模拟方法,分析压裂前后地层热中子分布影响因素,并模拟不同类型示踪剂及含量的热中子裂缝响应规律,筛选最佳示踪剂并给出其在支撑剂中含量的上、下限。结果表明:压裂前后热中子计数变化量主要受裂缝宽度和标记支撑剂中示踪剂含量的影响;钆对裂缝宽度变化反应最灵敏,钆元素是作为标记支撑剂的最佳示踪元素;随支撑剂中Gd 2O 3含量的增加,热中子计数率降低,热中子计数变化量D增加;示踪剂中氧化钆的上、下限值随裂缝宽度呈指数降低,且当裂缝宽度为1.0 cm时,Gd 2O 3的质量分数上限为0.68%,下限为0.03%。     

一种基于人工模糊边缘的图像盲取证方法

提出一种基于人工模糊边缘检测的盲取证方法,首先基于彩色图像梯度方向特征和边缘邻域斜率特征计算出类似度筛选出疑似模糊边缘点;然后结合图像局部灰度标准差和局部灰度偏导期望值来过滤相机失焦模糊边缘;最后基于线性回归设定阈值过滤掉伪人工模糊边缘.实验结果表明:在减少误判点和区分人工模糊和失焦模糊两方面,本方法在一定程度上具有减...     

高校思想政治工作的新尝试-党员带班制度

肇庆学院经济与管理院党委于2006年正式启动"党员带班制"。三年多来,党员带班制度已逐渐成为经济与管理学院党建工作的一种新特色,而带班党员也将成为学院文化中一个响亮的品牌。本文将对经济与管理学院的"党员带班制"工作进行回顾,在总结成效与分析不足的基础上,谈谈如何塑造与完善这支队伍,使其更进一步地为学院的学生各项工作提供坚实的保障。     

上海数字绿化建设五人谈

当一个城市的每一株行道树、每一簇灌木丛,都有了自己的＂电子档案＂;当城市中的每个居民,都可以通过＂网上认领＂而成为中心绿地中某棵小树小草的＂爸爸妈妈＂;当动物园中每只珍稀动物,都摆脱了铁笼,而享有设施完善的＂生态住宅＂和＂个体隐私＂;当人们继＂人＂、＂动物＂之后,开始通过信息手段关注＂森林＂的健康;这时,人们可以自豪地说,我们的城市正踏上＂数字绿化＂时代的征程!     

基于安全约束的停机位分配问题的研究

停机位在机场运作系统中扮演着重要的角色,如果没有制定高效合理的停机位分配方案,航班便不能按原计划准时到达预定的停机位.随着航班数量的不断增加,机场运作效率的提高面临重大挑战,因此需要对航班进行停机位的合理分配.同时,合理地控制各个停机位的空闲时间可以避免相邻机位航班的运行冲突.考虑到机场系统的安全运行约束,建立避免冲突的停机位分配模型,引入实例,采用遗传算法进行求解,得出停机位分配的甘特图,验证了模型的合理性与有效性,更加贴近实际,提高了机场运行效率.     

堤防工程（土质堤坝）隐患探测技术研究与应用

通过开展土体电阻率和土工参数的联合测定,分析研究堤坝土体电阻率的影响因素,得出土体电阻率与含水量、饱和度、干密度、颗粒组成等土工参数的相关关系及变化趋势,提出判定堤坝隐患的电阻率异常特征分析.这对提高物探结果读解的准确性、查明堤坝隐患具有很大作用.     

大数据背景下的恐怖主义信息传播途径分析

为加强对互联网以及社交媒体的恐怖主义信息的甄别和处理,利用数据的爬取和分析甄别,分类恐怖主义信息。通过scrappy 框架以及gensim 工具包对数据进行爬取,得到了4 个数据集,并且进行LDA( Latent Dirichlet Allocation) 主题模型的建立,分别得到恐怖主义信息传播在4 个不同领域中的主题分类,以及主题间的关系。实验表明,通过爬取可以有效鉴别出不同的恐怖主义信息主题,以及其在传播中的作用。     

干湿循环与持续浸泡下老黏土强度与变形特性变化

为探究重塑老黏土强度与变形受干湿循环与浸泡作用影响规律,系统开展大量三轴压缩试验,结合数理统计方法建立重塑老黏土强度与变形受干湿循环、浸泡作用劣化模型.研究结果表明:随干湿循环次数增加黏聚力呈指数衰减,前期衰减幅度较大,衰减趋势不断减缓逐渐趋于稳定;干湿循环过程中裂隙由试样四周向中间发展,裂隙增长、增大、增多,裂隙发育是强度衰减的根本原因之一;试样呈应变硬化现象,抗剪强度随干湿循环增加显著降低.同时,黏聚力随浸泡时间增加亦呈指数衰减,前期衰减最明显,浸泡1,2d衰减幅度最大.受端部效应影响,试样近端部变形微弱;横向变形随干湿循环次数、浸泡时间的增加呈增大趋势,集中于距离顶端40~50mm处.干湿循环对土体强度、变形的劣化作用明显强于浸泡作用.     

基于EEMD-SSA组合模型的短期电力负荷预测

由于电力系统运行受多种因素的影响,因此电力负荷呈现较强的波动性和不稳定性,从而影响电网短期负荷预测的准确性。为减小预测误差,提出一种组合模型策略。首先采用集合经验模态分解将原始数据分解为若干分量,根据各分量数据所含信息量的不同,将分量分为两组,分别利用反向传播神经网络和长短时记忆网络进行预测。并在此基础上,利用樽海鞘群优化算法对每个分量预测网络中的神经元个数与输入变量的滞后项进行优化,得到最终的EEMD-SSA(Ensemble Empirical Mode Decomposition-Salp Swarm Algorithm)的组合预测模型。最后,将此模型应用于某地实测数据进行负荷预测。实验结果表明,该组合模型比单一网络模型及其他模型具有更好的预测效果。     

基于盲取证技术的图像真伪检测方法的研究

针对图片恶意篡改对社会舆论、科学研究、司法取证甚至国家安全产生重大威胁的问题,本文提出基于盲取证技术的图片真伪检测方法;通过提取清晰度残差,保留图片的非边缘区域,构造图像噪声特征向量;利用曝光等式计算参数向量,拼接成EXIF信息特征矩阵;通过对图像的EXIF信息和噪声特征进行训练并得出权重,并依据权重预测图像的EXIF信息,从而可判断图像的真伪性。实验证明：本文提出的方法能够实现对图像的真实性的判断,且实现简单,计算效率高。