摘要：泡沫排水采气工艺中,泡沫到达地表后难以实现可控的消泡。为获得兼具稳定性及响应性的泡排体系,并明确在无机盐和油相环境下的适用性,将十二烷基硫酸钠(SLS)、十二烷基磺酸钠(SDS)和十二烷基苯磺酸钠(SDBS)分别与N-十二烷基-N,N-二甲基叔胺(C_(12)A)复配,研究了复配溶液的泡沫性能及无机盐和油相对复配体系的影响。针对泡沫性能较好的SLS/C_(12)A和SDS/C_(12)A复配体系进行了CO_(2)响应消泡以及N_(2)加热重新起泡实验,分析了复配泡沫的响应机理。结果表明,SLS/C_(12)A复配体系的泡沫性能最好,SDBS/C_(12)A的泡沫稳定性最差。SLS/C_(12)A复配体系的耐盐能力强,SDS/C_(12)A复配体系的抗油效果显著。两种复配体系均表现出较好的响应性和可逆性。通过消泡后溶液形态和表面张力的变化分析响应机理为:质子化的C_(12)A与表面活性剂静电吸引形成络合物,从溶液中析出,降低了溶液的表面活性,加速了泡沫的破碎。这对于不同环境油气田的表面活性剂体系选择具有一定的指导意义。

摘要：为满足孤独症儿童居家康复训练的需求,以及当前疫情防控期间医院采取管控措施,不便于患者就医的现状,基于当前家用个人电脑开发孤独症儿童居家可视化音乐干预软件。以孤独症儿童视听音乐统合训练为依据,分析训练过程中对软件的功能需求,提出孤独症儿童居家可视化音乐干预软件设计需求。基于Visual Studio 2015开发可视化音乐干预软件,实现在居家环境中采用现有的电脑设备,对孤独症儿童进行视听康复训练。为孤独症儿童居家康复治疗可行性的研究奠定了坚实的基础。

摘要：基于CNN(convolutional neural network)的水下图像增强方法容易忽略全局特征,导致复原图像出现颜色失真、对比度下降等现象,影响全局视觉感知效果.因此,提出一种基于Transformer的多尺度水下图像增强网络.针对全局特征缺失问题,融入水下图像先验设计位置编码模块,构建适用于水下场景的Swin Transformer模块,并通过自注意力机制针对性地提取图像全局特征,提升全局感知性能;针对局部细节模糊现象,设计CNN模块关注水下图像纹理、边缘等局部特征,改善细节感知效果;构建转移融合模块,将Swin Transformer的全局注意力转移到卷积特征上,达成全局和局部特征的高效融合与利用.实验结果表明,所提方法在EUVP子集上的PSNR值最高可达23.47 dB,可有效增强全局视觉感知能力,显著改善图像视觉质量.

摘要：目前基于深度学习的融合类方法在水下图像增强领域展现出较大优势,但现有方法仍存在融合方式单一、融合特征缺乏优势互补性以及易忽略水下先验等问题.为此,本文提出一种基于透射矩阵引导的水下图像融合网络.该网络由多尺度特征提取模块、自适应对比度增强模块和透射矩阵引导的融合模块组成.多尺度特征提取模块通过提取三颜色空间特征,增强失真图像色彩;另外,该模块设计的多级级联方式可实现在多尺度特征复用的同时避免编码器端失真信息传输到解码器.自适应对比度增强模块通过对比度受限直方图均衡增强水下图像对比度,并基于通道注意力机制实现自适应对比度增强.透射矩阵引导的融合模块通过衡量输入特征和参考图像透射矩阵之间的距离,引导融合特征逼近参考图像.同时,本文设计了一种多级级联损失,实现更准确的特征增强.实验结果表明,所提算法通过合理引入先验,实现融合特征优势互补,可显著增强图像视觉质量,具有较强的泛化能力,在Test-R90数据集上测试取得峰值信噪比为19.37 dB,优于目前主流方法.