摘要：氢能作为一种清洁高效的可再生能源,具有能量密度高、来源广泛、零污染等优点,被广泛认为是本世纪最具应用前景的能源载体之一。高压气态储氢是目前我国使用最为广泛的一种氢气储存方式,而高压氢气泄漏是高压储氢中的重大安全隐患。结合BP神经网络设计了一种检测高压氢气泄漏的方法。将激光束穿过氢气射流产生的光斑图像输入神经网络,从而反推出氢气泄漏口的直径和出口压力大小。结果表明:预测值与实际值接近,并且具有很高的稳定性。这项技术可以应用于检测远距离放置的储氢瓶阀门的泄漏、低压电解槽的泄漏、氢储罐管件及密封环的泄漏,以及储氢设备的通风口处的泄漏等。

摘要：为降低获取像素级标签的成本,提出一种基于弱监督和半监督学习的红外舰船分割方法,在残差网络(residual network, ResNet)的基础上,设计一个自适应定位模块,并使用相似损失、前景损失和背景损失训练自适应定位模块,生成舰船定位图;利用少量像素级标签数据和大量定位图数据交替训练显著性网络生成显著图;用条件随机场优化显著图,并结合图像级标签生成伪标签图像,使用伪标签图像训练分割网络,得到红外舰船的分割结果。在红外舰船数据集上的平均交并比为71.18%,与当前其他先进方法进行对比,平均交并比提高了9.47%,试验结果表明自适应定位模块能够有效定位红外舰船,交替训练方法可以使红外舰船的边缘更准确。