基于高性能的YOLOv3目标检测算法，提出一种分阶段高效火车号识别算法。整个识别过程分为两个阶段：第一阶段在低分辨率全局图像中检测出火车号区域位置；第二阶段在局部高分辨率图像中检测出组成火车号的字符，根据字符的空间位置关系搜索得到12位火车号，并利用每个字符的识别置信度及火车号编码规则进行校验得到最终火车号。另外，本文提出一种结合批一化因子和滤波器相关度的剪枝算法，通过对两个阶段检测模型的剪枝，在保证识别准确率不降（实验中略有提升）的条件下降低了存储空间占用率和计算复杂度。在现场采集的1072幅火车号图像上的实验结果表明，本文提出的火车号识别算法达到了96.92%的整车号识别正确率，平均识别时间仅为191 ms

以最小Gibbs自由能法计算固体氧化物燃料电池在不同组成碳基燃料气体组成下的理论积碳量,在此基础上讨论电池的理论开路电压(OCV),并测试在CO2重整甲烷下Ni-YSZ‖YSZ‖LSM阳极支撑固体氧化物燃料电池的OCV.计算表明,理论积碳量从C-H-O相图的C角往积碳界线处以均匀速率减小.当积碳全部发生电化学氧化时,建议提高燃料气的碳氢比以获得较高OCV;反之则建议减小碳氢比.当燃气组分接近位于C-H-O相图中OCV界线(OCV=0 V)时,OCV会发生急剧下降.同样地,实验表明,当燃气中CO2体积分数高于80%,会使得OCV大幅下降.综上可知,燃料气组分控制在积碳界线附近将有利于减少积碳并保证一定的电池发电性能.600℃时,在积碳界线的非积碳区侧,提高燃气中氢含量可提高OCV.而采用相同含量的CO2稀释时,CH4、H2和CO燃气下电池的OCV则依次降低.另外,实验表明升高外重整比例和降低温度,并不能显著提高OCV

双相不锈钢2101生产成本低，性能优异，近年来被逐渐重视。采用“电炉+AOD+模铸”的工艺生产2101双相不锈钢，在AOD精炼过程中，研究了温度和主要成分Cr、C、Si的变化情况，结果显示，AOD炉有很好的脱碳效果，能将C质量分数（w[C]）由2.5%脱至0.03%以下，在还原期，Si对Cr有很好的还原效果。精炼过程中，最重要的是脱碳，但将碳脱至0.1%以后，所需要的条件变得苛刻。通过热力学计算公式，研究了双相不锈钢2101去碳保铬的影响因素，结果表明，碳铬平衡主要受CO分压和温度的影响，CO分压越低、温度越高越有利于脱碳。在CO分压一定，w[C]<0.1%时，w[C]越低，碳铬平衡曲线的斜率越大，脱碳需要的温度越高，脱碳越困难，降低CO分压可进一步脱碳。在PCO/P0= 0.4，w[Cr]=21.5%条件下，为将w[C]脱至0.03%以下，需要将炉内温度升到1746.1 ℃以上

针对裂隙性储层水力压裂行为中出现的围岩维护、增透效率与地下水害防治等实际问题，本文对多场多相耦合作用下起裂压力控制机制，以及压裂性评价展开了深入研究。首先分析了射孔集中力对原始应力场的改造作用；其次，考虑压裂液在储层原生裂隙中的渗透作用；最后，基于断裂力学强度准则建立了水平井起裂压力计算模型。根据模型分析了储层裂隙场几何参数对起裂压力的控制作用，提出了裂隙场特征参数的概念。研究结果表明，水平井水力压裂是流固多相在射孔应力场、压裂液渗流场以及储层裂隙场耦合空间内相互作用过程，裂隙场特征参数对起裂压力的大小起着主导控制作用，其中最大控制因素为储层隙宽，且当储层隙宽在200～700 μm区间内时，水力压裂对改善其渗透性能才有实际意义，从而解决了裂隙性储层起裂压力的定量化与压裂性评判问题。经实例计算与对比发现，苏里格气田东区H8段的砂岩储层，起裂压力的理论值与实测值契合度较高，压裂后的产能也十分理想，从而验证了模型的正确性，可以为水平井压裂施工提供理论依据

前面章节已经介绍了ASP如何使用在服务器上定义的对象的实例,并充分利用所提供的 方法和属性扩展ASP的性能。有一系列的对象可供使用,包括脚本对象和标准IIS/ASP安装的 组件,以及自己创建的或者从其他供应商处购买的对象。也可以在互联网从各种网站免费下 载对象,并在自己的页面上使用。 这一章将讨论由ASP脚本环境提供的一般称为“脚本运行期库”(Scripting Runtime Library)的对象。这些对象通过正在使用的脚本引擎提供给代码,与ASP脚本程序一起完成多 种实用任务

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

本课程是自动化专业的学科大类基础课程，是一门必修课，是本专业主干课程。通过本课程的学习，使学生建立经典控制理论部分的基本概念，学习现代控制理论的基本内容，掌握反馈控制原理的应用以及分析和设计的一般规律，使其具有分析和设计自动控制系统的初步能力。同时，为专业基础课及专业课的学习打好基础，而且为以后从事实际工作和科研奠定一定的理论基础。重点：线性系统的时域分析法、线性系统的根轨迹法、线性系统的频域分析法以及线性系统的状态空间分析与综合；难点：结构图等效变换、梅森公式的应用、扰动作用下减小或消除稳态误差的措施、高阶系统动态性能分析、广义根轨迹的分析与应用、复杂系统稳定裕度的确定、多环系统的开环幅相曲线、对数曲线的概略绘制及相应系统传递函数的确定、反馈校正方法及应用、矩阵指数的计算、状态方程的求解、系统能控性、能观测性问题以及稳定性概念的理解

通过热膨胀仪和Gleeble3500热模拟试验机检测X70钢的膨胀系数、高温屈服强度和弹性模量,采用Marc有限元软件计算了热轧带钢在层流冷却中卷取温度分别为500、550和600℃时的温度场、相变体积分数、残余应力随时间的变化.结果表明:层流冷却过程中,在水冷前期带钢边部的应力超过了该温度下钢板的屈服强度,带钢板形会向着边浪发展;水冷结束时,边部应力值再次超过屈服强度并发生了塑性变形,带钢板形会向着中浪发展.在保证X70管线钢性能的条件下,降低卷取温度有利于钢板贝氏体相变的完成和层流冷却阶段残余应力的降低