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

风化壳淋积型稀土开采过程中，孔隙比为影响浸矿效果和矿体稳定性的关键因素.为探索不同孔隙比下风化壳淋积型稀土矿强度特性变化，选取6组重配比的稀土矿样，对不同孔隙比矿样进行了直接剪切实验，探讨孔隙演化对矿体抗剪强度的作用规律，揭示孔隙比对黏聚力和内摩擦角的影响机制.研究表明：不同孔隙比非饱和稀土矿对应着不同的剪切强度，基于试验数据发现剪应力与剪位移呈\类抛物线\变化，并建立了孔隙比与抗剪强度指标的关系模型.机制分析认为，随着孔隙比的增大，结合水膜效应逐渐弱化，粒间接触点数目也随之减少，使矿体抗剪强度减小

随着钛/钢复合板的应用领域不断拓展，市场对钛/钢复合板的尺寸和性能都提出了新的要求，现有的制备方法和工艺也面临着巨大挑战。本文从原材料情况、复合板尺寸、界面特征和力学性能等方面概述了钛/钢复合板研究现状，评述了钛/钢复合板目前的主要制备方法及其优缺点，综述了表面处理方法、热轧温度、过渡层金属和热处理工艺对钛/钢复合板界面结合质量的影响，阐述了钛/钢复合板的应用现状，指出了钛/钢复合板面临的主要问题及未来的重点研究方向

目前燃煤电厂对于SO2、NOx和PM等主要污染物已经有较为成熟的控制方法，但针对具有长期环境危害性的痕量污染物尚缺乏有效的排放控制手段。为全面掌握痕量污染物在煤燃烧过程中的释放、迁移和转化规律并开发相应的控制技术，建立稳定可靠的模拟烟气痕量污染物发生方法是开展相关研究的前提条件。通过文献调研，对常见痕量污染物的四种发生方法进行了总结、归纳和对比：溶液蒸发法较为简单易用，但产物中易含有副产物，这些副产物会带来一定的影响；燃烧法产生的痕量污染物最接近实际情况，但受实验条件影响较大，并且产物成分较为复杂；升华法获得的产物浓度较为准确，但适用范围较窄，仅用于某几种气态痕量污染物的发生；氢化物氧化法可准确地控制产物的发生速率，但也仅适用于少量痕量污染物，并且装置较为复杂。分析比较了不同方法的适用情形，最后提出多种方法联用的思路以期得到更加接近实际情形并且成分可控的结果

剪切作用是膏体重力浓密制备的基础要素, 本文研究了浓密床层孔隙和喉道的变化对导水通道的影响, 揭示了水分排出的来源与比例. 开展半工业实验并结合计算机断层扫描(CT)与孔隙网络模型(PNM)提取床层微观孔隙结构, 利用最大球搜索算法识别并分析剪切前后孔隙与喉道的演化规律. 结果表明, 添加转速为2 r·min-1的剪切作用将尾砂底流浓度(即底流的固相质量分数)由55.8%提升到58.5%, 孔隙率由43.05%降低到36.59%, 孔隙率降低的比率为15%. 通过PNM技术将孔隙空间划分为\球体\储水孔隙与\棍体\喉道; 剪切后球体和棍体数量分别增加了16.5%和22%, 球体平均尺寸小幅下降, 球体半径多集中在40~60 μm之间. 棍体平均半径由9.83 μm降低至8.58 μm, 降低了12.7%, 棍体长度变化较小. 剪切作用下的球体配位数在5~10的部分从25.73%增加至44.58%, 配位明显增多, 颗粒接触紧密. 本文提出\球棍比\的概念用于孔隙结构的定量表征. 剪切后球体体积占比由14.14%降低至12.75%, 球体体积减少的比率达到9.83%;棍的体积由28.91%降低至23.84%, 棍体积减少的比率为17.54%. 球棍比由48.91%增加至53.48%, 球棍比提升的比率达到了9.34%, 与球体体积减小相比, 棍的体积减少的幅度更大, 导致球棍比上升. 本文从孔隙结构变化的角度揭示了全尾砂重力浓密剪切排水机理; 剪排水过程中主要排出的是喉道中的水分, 孔隙中的水分排出较少

非刚性图像配准一直是计算机视觉领域的研究重点. 为解决上述问题, 提出一种改进的光流场模型算法, 以提高光流估计的准确度. 算法首先对原始变分光流模型进行了改进, 提出利用新的各向异性正则项来代替原来的同向扩散函数, 以避免图像模糊, 保留图像的边缘特征与细节特征; 此外, 通过引入包含邻域信息的非局部平滑项来去除光流噪点, 同时增加了一个结合图像结构与光流运动信息的权函数, 以减少过平滑所造成的细节丢失, 提高算法的鲁棒性. 最后, 利用交替最小化与金字塔分层迭代策略相结合的方法求解位移场, 实现非刚性图像的自动配准. 仿真实验结果表明, 与传统方法相比, 本文算法对不同类型的非刚性图像均具有较高的鲁棒性, 取得了理想的图像配准效果

采用频率为100 Hz的电磁谐振疲劳试验机进行疲劳拉伸试验, 研究了两种应力比(R=0. 1和-1) 对TC4钛合金的超高周疲劳失效机理的影响.结果表明, 两种应力比下的S-N曲线都呈现\双线\型, 但各自表示的意义及失效机理不同.当R=0. 1时, TC4钛合金的疲劳失效形式有两种, 即由加工缺陷诱发的表面失效和内部鱼眼失效, 这两种失效形式都伴随着颗粒平面(Facet) 出现; 而当R=-1时, 仅存在表面失效, 且无Facet的出现.基于断裂力学的讨论可知, 在正应力比及真空环境下, 对应小裂纹扩展的门槛值更低, 更有利于裂纹扩展及Facet的形成. TC4钛合金的整个内部疲劳失效过程及机理可解释为: (1) 滑移线或滑移带在部分α晶粒上的出现; (2) 微裂纹的萌生和接合; (3) 颗粒亮区(GBF) 的形成; (4) 鱼眼的形成; (5) 鱼眼外的失稳裂纹扩展; (6) 最终的瞬时断裂

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段

由于岩石材料的不透明性和多孔隙特性, 通过传统的物理试验或数值模拟很难真实体现其内部三维细观结构. 本文基于CT扫描技术、边缘检测算法、滤波算法、三维点阵映射与重构算法, 构建了可以表征玄武岩试样内部孔隙结构的三维细观非均匀数值模型. 结合并行计算进行直接拉伸数值试验, 研究了内部孔隙结构特征对试样破坏机制及抗拉强度的影响. 研究结果表明: 加载初期在试样孔隙处产生初始裂纹, 随着荷载的增加初始裂纹逐渐沿横向扩展最终形成宏观拉伸破坏裂纹, 并且孔隙含量和分布位置对试样拉伸断裂的位置具有重要影响. 随着孔隙率增高, 试样破坏过程中的声发射数目和能量逐渐减小. 拉伸破坏模式呈现脆性破坏特征, 同时孔隙的存在削弱了试样的抗拉强度

基于泥床料浆的非牛顿体特征,以及料浆初始剪切应力与浓度的变化规律,本文提出了耙架扭矩计算模型.模型预测结果显示,耙架扭矩随底流浓度升高而增大,底流浓度对浓密机运行时的扭矩百分比的影响幅度可达4.67%,两者呈现为多项式函数关系.与此同时,泥床高度对耙架扭矩影响较小,影响幅度仅为0.27%.通过某铅锌矿膏体浓密机64 h运行过程实时监测数据对比,验证了模型关于底流浓度和泥床高度对扭矩的影响规律