宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

从非开挖水平定向钻进（Horizontal directional drilling，HDD）装备技术、地下生命线工程的探测与信息化、双向对穿HDD技术、大口径HDD技术、HDD回拖力计算模型、地表变形与冒浆6个方面开展了文献调研工作，分析了HDD装备与技术研究应用进展：世界上最大回拖力（20000 kN）的电驱动钻机被设计并研发；电磁感应法被广泛用于既有生命线的空间探测，复杂干扰下的数据解析与精度提高仍是研究重点；基于三维数据，融合建筑信息模型、人工智能、大数据等技术，借鉴美国“811”体系，局部完成了地下生命线的信息化；采用对穿技术完成了长距离的地下生命线敷设；基于过程化的HDD工艺参数、设备参数和控制监测技术被大量应用，有效提升了应用中的风险识别能力；针对不同地层条件下的回拖力计算为设备选型提供了依据，并为HDD多学科融合研究提供了途径；复杂地质条件下的冒浆、卡钻等热点和难点也得到初步探索研究，构建了理论、实验和数值分析模式，为提高HDD的应用效率和质量提供了依据。综合国内外研究进展，进一步分析了HDD的发展趋势

利用水力学模型及数值模拟软件研究了倾角式顶吹单孔氧枪对脱磷钢包内熔池流场所造成的影响,并且研究了倾角角度分别为39°、41°、43°、45°和17°的单孔氧枪对熔池的搅拌效果和冲击特性.研究表明:适当的倾斜角有利与熔池脱磷反应的进行,过大及过小的倾斜角会分别减小冲击深度及冲击直径导致熔池脱磷速率降低.当采用43°顶吹氧枪喷头喷吹时,冲击深度及冲击面积适中,熔池混匀时间及死区体积最小,钢液的平均流动速度最大,有利于促进钢包脱磷过程磷元素的扩散,从而提高脱磷效率.工业试验结果表明,43°脱磷氧枪具有更好熔池搅拌能力,在提高脱磷效果的同时降低了冶炼过程中的钢铁料消耗

通过模拟高炉实际条件，研究了温度、富碱条件等对五种捣固焦气化反应的影响，并结合光学组织和微观气孔结构分析了捣固焦在高温下的碳溶反应规律。实验结果表明，反应温度升高和富碱均能较大地提高捣固焦气化反应失碳率。不富碱时，捣固焦气化反应失碳率随温度升高先缓慢增长而后急剧升高，在1000℃以下时反应较少；富碱后，四种捣固焦失碳率随温度升高先急剧升高而后趋于平稳，在1100℃时已达到最大值。捣固焦内部闭气孔比例较大，大气孔较少，微小气孔较多，局部存在盲肠状气孔，反应后大气孔和贯穿孔数量增加。除反应性最低的捣固焦A外，其他四种捣固焦以基础各向异性和粗粒镶嵌结构为主，在1000℃和1100℃时抗碱金属侵蚀能力较差

通过建立1：2的比例的水力学模型，对承德钢铁集团有限公司钒铁车间2t的钒铁炉底吹N2进行了水力学模拟实验，同时利用正交分析，主要考察了不同的吹气孔位置、吹气流量对铁水混匀时间以及熔池流态的影响.结果表明：不同的底吹气孔组合以及气体流量的控制，会对熔池的混匀产生很大的影响.对实验数据采取正交分析，可以发现当吹气孔位置为e-b-d，吹气流量为1092 L·min-1时，气体对熔池的搅拌能力是最强的，此时铁水混匀所需时间最短，且流场分布合理

研究电渣重熔过程冷却强度对含镁H13钢凝固组织和碳化物偏析的影响.采用光学显微镜、扫描电镜、透射电镜、X射线衍射仪等分析凝固组织及碳化物的特征.研究发现,钢锭的凝固组织均为马氏体组织、残余奥氏体及一次碳化物.H13钢电渣锭中主要析出的一次碳化物为V8C7、MC、M23C6及M6C.随着冷却强度增加,电渣锭边部碳化物的尺寸减小且分布更加均匀,但是碳化物的类型不发生变化.电渣重熔过程中冷却强度增加促进钢中镁对夹杂物的变性能力,经过镁变性后生成的MgO·Al2O3为TiN的析出提供形核质点,MgO·Al2O3和TiN的复合夹杂物能够促进一次碳化物异质形核,从而细化一次碳化物

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率

以液态合金的多相结构模型为基础,对电脉冲作用下高硅铝合金熔体结构变化进行了热力学分析,并研究了电脉冲作用下Al-22%Si合金凝固组织的显微硬度以及凝固相变点的变化.实验结果表明,电脉冲促进了呈\胶体\状态存在的Si粒子在Al-22%Si合金熔体中的分解,提高了熔体的均匀程度,部分消除了来自Si原料的遗传性;电脉冲孕育处理提高了Al-22%Si合金熔体的过冷能力,增加了Si粒子在基体组织中的过饱和度,提高了基体的显微硬度;Al-22%Si合金基体显微硬度值的变化显示熔体对于电脉冲频率的响应比较敏感

利用光学显微镜、场发射扫描电镜等手段,研究了GH864合金三种轧制态组织经热处理后的演变过程,分析了热处理后不同组织对室温冲击韧性及高温650℃裂纹扩展速率的影响.结果表明,GH864合金由初始轧制态组织经标准热处理后(1020℃,4h/空冷→845℃,4h/空冷→760℃,16h/空冷)获得的晶粒组织,其晶粒组织演变具有明显的一致性,而合金的晶界碳化物分布及基体γ'强化相没有明显差别,其分布状态及尺寸大小基本一致.热处理后的晶粒尺寸越大,抗裂纹扩展能力越好,合金的室温冲击韧性越低;热处理后形成的项链状组织,对合金冲击韧性及裂纹扩展速率有较好的影响