摘要：煤粒粒度分布特征与煤中甲烷气体传播规律的分析密切相关。目前,基于图像分割的煤粒粒度分析方法已成为获取煤粒粒度的主流方案之一,但存在上下文信息丢失、煤粒特征融合不当造成煤粒漏分割和过分割等问题。针对上述问题,设计了一种基于双层路由注意力机制(BRA)的煤粒粒度分析模型。在残差U型网络ResNet-UNet中嵌入BRA模块,得到B-ResUNet网络模型:为减少在煤粒分割过程中出现的漏分割问题,在ResNet-UNet网络的上采样前添加BRA模块,使网络根据上一层的特征调整当前特征层的重要性,增强特征的表达能力,提高长距离信息的传递能力;为减少在煤粒分割过程中出现的过分割问题,在ResNet-UNet网络的特征拼接模块后添加BRA模块,通过动态选择和聚合重要特征,实现更有效的特征融合。对分割出的煤粒进行特征信息提取,针对实验分析中采用的煤粒数据集的煤粒粒度与细胞大小相当,为精确表征煤粒粒度,采用等效圆粒径获取煤粒粒度及粒度分布。实验结果表明:①B-ResUNet网络模型的准确率、平均交并比、召回率较ResNet-UNet基础网络分别提高了0.6%,14.3%,35.9%,准确率达99.6%,平均交并比达92.6%,召回率达94.4%,B-ResUNet网络模型在煤样中具有较好的分割效果,能够检测出较为完整的颗粒结构。②在上采样前和特征拼接后均引入BRA模块时,网络对煤粒的边缘区域给予了足够的关注,且对一些不太重要的区域减少了关注度,从而提高了网络的计算效率。③煤粒的粒度大小在1~2 mm内呈相对均衡的分布趋势,粒度在1~2 mm内的煤粒占比最大为99.04%,最小为90.59%,表明基于BRA的图像处理方法在粒度分析方面具有较高的准确性。

摘要：该文针对透明物体的抓取问题,进行了机器人抓取综合性实验设计。提出了基于几何约束的透明物体深度补全算法,研究了基于Deep Learning的深度补全,利用语义分割图对输入数据进行预处理,联合表面法线和遮挡边缘作为几何约束来预测缺失的深度值;选取基于RGBD(red green blue depth map)信息融合的抓取检测网络GR_ConvNet对透明物体进行抓取检测。实验数据表明,TransLab算法体现出较好的抗干扰能力,能够很好地突显所有物体的形状和轮廓,利用补全后的深度图进行训练的模型精度更高。通过该实验设计能够帮助学生理解深度补全、语义分割等基本理论和方法,培养学生将理论联系实际的能力和对科学研究的兴趣。

摘要：针对机器人抓取问题进行了综合性教学实验设计,提出了基于物体点云信息的机器人跟踪抓取方法。通过阈值处理保留运动模糊光条中亮度较高的部分,改善了运动模糊情况下光条区域提取困难的问题;利用特征直方图对不同物体的点云进行特征描述,实现了由未知的点云信息查询得到实际的抓取位置的目标;采用基于位置控制的优化算法实时更新跟踪路径,完成抓取操作。通过该完整的实验设计能够帮助学生理解激光三角法、点云信息、位置逼近等基本理论和方法,培养学生理论联系实际的能力和对科学研究的兴趣。

摘要：社会生态系统研究[1]与人文生态规划设计已成为近些年来发展最为迅速的学科领域之一[2]。生态规划设计正逐渐由自然的工程设计,进人文化艺术和历史生态并存的系统景观设计,现代城市景观的开发已从“利用”自然不断地向“重启”自然资源转变。图式是风景园林常用的表达方式,心理学家皮亚杰认为“图式”是动作的组织与架构[3]。

摘要：机器人的类人能力离不开完善的感知系统,而触觉感知系统能极大地扩展机器人的应用范围。该文以人手指为仿生对象,基于液体压强传导原理研制了一种具有柔性外壳、指甲、指骨、液体、压敏元件和温度敏感元件的仿生手指,并研究了仿生手指的触觉感知能力。结果表明:仿生手指的触摸压力曲线变化率和接触温度曲线变化率能够反映物体的硬度和导热性能,表明仿生手指具有硬度和温度感知能力。由仿生手指触摸振动信号提取的峰值均值和平均功率特征值能够表征织物粗糙感,由仿生手指触摸振动信号频谱图提取的主频率和功率谱重心频率特征值能够表征织物细密感,表明仿生手指具有纹理粗糙度和细密度的感知功能。基于支持向量机模型,使用仿生手指触摸振动信号的峰值均值、平均功率、主频率、功率谱重心频率及6个频段强度作为特征参数,进行织物表面纹理识别,平均识别准确率为92.8%,高于人主观分类的平均识别准确率(88.8%),表明仿生手指能够对织物表面纹理进行有效识别与分类,且优于人主观分类识别织物能力。研究成果可为触感智能机器人、触肤产品质感量化评定等提供技术支持和理论支撑。

摘要：针对高层建筑深基坑支护结构位移监测时,位移轨迹、位移速率以及位移时间变化监测准确性较差问题,本文研究了高层建筑深基坑支护结构位移动态监测方法。对支护结构位移影响因素进行具体分析,生成了影响指标;再对基坑数据进行采集,建立数据集并进行降维处理;计算获取目标函数,结合影响指标建立时间序列模型,依据对模型的计算建立动态变量矩阵;通过对矩阵的计算获取动态监测数据的统计量,完成支护结构的动态监测。研究结果表明:运用该方法进行监测时,位移移动轨迹监测误差为0.1,位移速率保持在0.9 mm/d以下,且与实际位移速率基本一致,纵向位移量达到202 mm,且与实际沉降量一致。本文方法能够有效应用于高层建筑深基坑支护结构的位移动态监测,为保障高层建筑的稳定性和安全性提供重要的技术支持。

摘要：针对隧道爆破效果综合评价的不确定性问题,提出基于改进云模型与组合赋权的评价方法。结合现场工程经验与相关研究,选择平均线性超挖量、平均线性欠挖量、炮孔利用率、周边孔半孔痕率、大块率以及炸药单耗为评价指标,结合序关系分析(G1)法与基于指标相关性(CRITIC)法对各指标赋权,借助改进云模型对爆破效果数值及等级区间进行同向化处理,从而构建爆破效果综合评价模型。以某隧道为实例进行验证,模型分析结果表明在当前的爆破设计方案和生产水平下该隧道爆破效果的综合评价等级为“较好”,指明了影响爆破效果的主要因素,为进一步优化爆破设计参数提供了方向。

摘要：该研究通过球磨法将树脂颗粒嵌到石墨相氮化碳(g-C_(3)N_(4))层状结构内,制备具有高效、稳定光催化性能的球磨改性间苯二酚-甲醛树脂-g-C_(3)N_(4)复合催化剂。具体研究了水热反应条件、球磨速度、球磨时间等对催化剂在纯水体系中、可见光条件下产过氧化氢(H_(2)O_(2))的性能的影响。通过扫描电镜、X射线衍射、BET孔径测试分析等表征手段,分别探究了球磨过程中树脂和g-C_(3)N_(4)的微观结构、晶体组成和孔隙结构变化。结合电化学阻抗谱测试,揭示了间苯二酚-甲醛树脂-g-C_(3)N_(4)复合光催化剂在纯水体系、氧气饱和条件下制备H_(2)O_(2)的机理。实验有助于培养本科生及研究生的实验设计思维和操作能力,激发学生的科研兴趣,提升其解决实际环境问题的能力。

摘要：针对共沸体系的分离,设计了聚乙烯醇/SAPO-34混合基质膜制备及脱水本科生研究性实验。以聚乙烯醇(PVA)为膜材料、以SAPO-34分子筛为填充材料制备了PVA/SAPO-34混合基质膜,利用SEM、FT-IR和接触角分析等手段对膜的物化特性进行了表征;采用乙醇/水体系,测试了混合基质膜的渗透汽化分离性能。实践结果表明,该实验有助于学生了解化工分离技术的研究前沿,激发科研热情与兴趣,培养创新精神,促进综合实践能力提升。

摘要：基于人体关键点检测的方法需要融合由高分辨率到低分辨率子网络生成的表示,以提高关键点检测的准确性。设计了一种基于沙漏注意力高分辨率网络的人体姿态评估方法实验,在深度高分辨率表示学习的基础上构建沙漏注意力特征模块,并设计特征回传模块和多阶段监督算法,用融合中继监督和自蒸馏的方式实现高分辨率网络的监督训练。与经典方法在标准数据集上完成人体姿态评估实验对比,并在硬件设备上进行了真实场景实验,实现了行人姿态评估和危险行为报警。