摘要：以高分遥感数据为基础,设计了遥感影像路网提取算法,使精准率、准确率和提取速度满足工程使用要求;研发了三维建模分析技术,构建了一体化交通基础设施三维建模方法;研发了山西高速交通基础设施遥感“一张图”平台,以满足行业使用、数据共享需求,最终实现高速公路交通基础设施的全周期、全要素、多维度的数据管理和应用。

摘要：本文通过设计和优化应力吸收层沥青混合料的配合比,以提高道路表面的承载能力和抗裂性能。首先,通过对原料的选取和性能测试,确定了合适的沥青、骨料和填料。其次,采用马歇尔试验方法进行混合料的配合比设计,考虑到沥青含量、骨料粒径分布、填料种类和配合比的影响。通过不断调整配合比参数,以达到最佳的稳定度、流动性和抗裂性能,利用室内试验和现场试验对设计的混合料进行了验证。最后,对实验结果进行统计分析,并提出了进一步改进和优化的建议。研究结果表明,设计的配合比能够满足应力吸收层沥青混合料的工程要求,具有良好的承载能力和抗裂性能。

摘要：水力压裂技术是经济开发致密砾岩储层的必备手段,明确水力裂缝导流能力动态变化特征对指导砾岩储层水力压裂设计,确保油井高产稳产具有重要意义。考虑基质不同支撑方式和裂缝不同存在方式的砾岩属性,开展了水力裂缝动态闭合规律实验研究,优选函数模型能够准确预测不同应力条件下砾岩储层水力裂缝渗透率值。主要结论 :围压加载导致砾岩岩心伤害不可逆,渗透率随围压变化表现出三个阶段特征,即陡降段、平稳段和缓降段;杂基颗粒支撑岩石裂缝渗透率降低幅度达92.91%,远高于多级颗粒支撑(53.32%)和杂基支撑(28.55%);杂基颗粒支撑岩石裂缝,铺砂相对于未铺砂及基质岩石而言,具有最高的渗透率及最低的渗透率降低幅度。

摘要：为保证施工通风质量、控制施工通风成本、降低碳排放、解决智能控制模型对隧道施工通风系统的适用性问题,首先,采用文献调研和理论分析结合的方法建立基于CO体积分数的爆破工况和出渣工况下隧道施工通风需风量理论模型;其次,设计应用于隧道施工通风系统的PID控制模型、模糊PID(Fuzzy PID)控制模型和RBF神经网络PID控制模型;最后,采用数值仿真的方法,基于MATLAB对各控制模型应用于隧道施工通风系统理论模型的参数确定和控制效果进行对比研究。结果表明:在隧道施工通风系统中,控制模型性能和抗干扰性有一定的负相关性,PID控制模型由于参数调节的便捷性使其在理论响应性能上较为优异,但Fuzzy PID控制模型或RBF-PID控制模型可更好地响应实际工程对于抗干扰和性能的需求。

摘要：随着经济的发展,越来越多的人选择外出旅行来作为休闲的方式。旅行本质上是"行"和"览"两部分,其中旅行交通工具是这两个环节中必不可少的成分。国外盛行的旅行车在国内却不温不火,文章对旅行车的起源与发展、国内旅行车现状及旅行交通工具的选择进行分析,总结归纳未来旅行交通工具发展方向和设计要求。

摘要：现阶段,舞台表演艺术已成为民族声乐演唱的关键载体。该文通过深度剖析舞台表演艺术与民族声乐演唱的内涵,分析舞台表演艺术对民族声乐演唱的价值意蕴,明晰舞台表演艺术在民族声乐演唱中的现实问题,并针对问题提出改进建议:加强民族声乐教育教学改革,培育高素质专业人才队伍;拓宽传播渠道,实现民族声乐与广大受众的紧密连接;数智技术赋能舞台表演,创新民族声乐演唱盛宴;创新群众职工活动阵地,切实增加群众幸福感等。该文希冀为提高舞台表演艺术在民族声乐演唱中的价值提供有益参考。

摘要：随着科技飞速发展,超级计算机系统不断向着更大规模迈进,给系统使用和维护带来困难.可视化技术以直观易懂的方式展示超级计算机系统的运行状态、异常情况等,让用户更加深入地理解系统内部运行机制,有助于更好地使用和优化系统.通过文献调研,分析了超级计算机系统可视化的相关工作,并根据系统使用流程将其分为状态监控、性能优化和系统维护3个方面.分析表明,可视化在状态监控方面可帮助分析系统运行时内部进程和数据的状态;在性能优化方面可帮助定位性能瓶颈并优化;在系统维护方面可帮助发现运行异常以及对异常溯源.最后,详细阐述了未来超级计算机系统可视化在大规模数据处理、全局优化、下游任务迁移等方向上面临的机遇和挑战.

摘要：为了将装配过程中庞大的数据流进行有效的组织和管理,提出一种新型的基于流程的装配工艺生成技术。该方法主要包括装配工艺流程图的生成与优化,装配资源与产品结构树的集成,工艺报表的生成与输出。该方法通过引入工作流技术,对装配资源进行有效管理,实现了装配数据的非结构化输入和结构化输出,实现了流程驱动的装配工艺设计及装配工艺数据的高度集成。

摘要：U-Net在图像分割领域取得了巨大成功,然而卷积和下采样操作导致部分位置信息丢失,全局和长距离的语义交互信息难以被学习,并且缺乏整合全局和局部信息的能力。为了提取丰富的局部细节和全局上下文信息,提出了一个基于卷积胶囊编码器和局部共现的医学图像分割网络MLFCNet(network based on convolution capsule encoder and multi-scale local feature co-occurrence)。在U-Net基础上引入胶囊网络模块,学习目标位置信息、局部与全局的关系。同时利用提出的注意力机制保留网络池化层丢弃的信息,并且设计了新的多尺度特征融合方法,从而捕捉全局信息并抑制背景噪声。此外,提出了一种新的多尺度局部特征共现算法,局部特征之间的关系能够被更好地学习。在两个公共数据集上与九种方法进行了比较,相比于性能第二的模型,该方法的mIoU在肝脏医学图像中提升了4.7%,Dice系数提升了1.7%。在肝脏医学图像和人像数据集上的实验结果表明,在相同的实验条件下,提出的网络优于U-Net和其他主流的图像分割网络。

摘要：针对遥感影像复杂的目标成像特性,采用传统的目标检测算法准确率低、鲁棒性不够的问题,提出了一种基于深度学习的光学遥感影像在轨目标检测方法.在硬件层面,设计了大规模可编程逻辑器件FPGA与多核DSP为构架的星上硬件处理平台,支持在轨目标检测网络参数上注重构功能,实现深度学习模型性能不断优化.在软件层面,采用模块化、参数化和并行流水等设计思想的软件架构和数据流,有效提升了算法实现的效率和可移植性.在算法层面,该方法在YOLOv3特征提取网络(DarkNet-53)的基础上引入深度分离卷积(depthwise separable convolution)以有效压缩模型参数与推理计算量.在检测阶段加入局部再检测模块以提升算法对密集目标的适应性.硬件实测结果表明,与目前常用的目标检测方法相比,该方法在处理速度和精度上都有较大的提升,目标检测精度高于90%,单元处理速度达到334.24FPS.同时支持飞机、舰船、车辆等典型目标的检测,为型号应用奠定基础.