【摘 要】
：
智能化无人开采是实现煤矿安全高效开采的技术途径。本文根据无人控制系统发展的一般规律，分析了综采工作面控制系统发展历程包括远程遥控、自动控制和自主控制三个阶段。综采工作面自主控制需要解决综采工作面环境实时感知、综采三机协同控制、高精度煤层地理信息系统、开采工艺智能决策与无人综采工作面评估实验方法五个方面的问题。总结了综采工作面控制系统的3个目标任务：可靠割煤与装煤、保持工作面几何关系、围岩可靠支护；
论文部分内容阅读
智能化无人开采是实现煤矿安全高效开采的技术途径。本文根据无人控制系统发展的一般规律，分析了综采工作面控制系统发展历程包括远程遥控、自动控制和自主控制三个阶段。综采工作面自主控制需要解决综采工作面环境实时感知、综采三机协同控制、高精度煤层地理信息系统、开采工艺智能决策与无人综采工作面评估实验方法五个方面的问题。总结了综采工作面控制系统的3个目标任务：可靠割煤与装煤、保持工作面几何关系、围岩可靠支护；凝练了综采工作面控制系统的8项关键技术：液压支架电液控制技术、综采装备协同控制技术、工作面通讯技术、工作
其他文献
针对目前多目标进化算法（MOEA）在处理多目标约束问题（CMOP）的研究通常以解决单一类型约束为主，而在面对不同种类的复杂约束时算法难以收敛或者分布性差的问题，以基于分解的多目标进化优化算法（MOEA/D）框架为基础，提出一种基于参考向量自适应多目标约束进化算法（ARVCMOEAD）。首先算法将参考向量分成主参考向量及辅助参考向量两部分，然后在算法起始阶段通过无约束的辅助参考向量指导种群快速跨越不
为了提高稀疏信号恢复的准确性,本文开展了基于自适应套索算子(Least Absolute Shrinkage and Selection Operator,LASSO)先验的稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)算法研究.第一,在稀疏贝叶斯模型构建阶段,构造了一种新的多层贝叶斯框架,赋予信号中元素独立的LASSO先验.该先验比现有稀疏先验更有效的鼓励稀疏并且该
随着知识图谱技术的不断发展，以知识图谱驱动的知识信息管理广泛应用于各个领域，因此面向知识图谱的分布式SPARQL的查询效率显得尤为重要。本文首先针对现有的基于Spark和基于主存（RAM）的分布式资源描述框架（RDF）系统进行详细调研；其次，从中对8个具有代表性的系统进行查询性能评估，比较基于Spark和基于RAM的系统在不同查询类型、查询直径、数据集上的查询性能差异；然后，全面分析实验结果，对基
针对北京地区法海寺壁画块状缺失，且缺失区域结构信息丰富的特点，提出了一种强化结构的数字图像修复算法，解决了Criminisi 算法修复时对图像结构信息考虑不足的问题。首先在计算填充块的优先权函数时，将线性卷积的曲率计算融入数据项中，同时增加结构信息的权重，实现了优先修复结构信息丰富区域的目的；其次在搜索匹配块的相似度计算中引入区域协方差方法，确保修复后图像结构的一致性，减少了匹配错误率。实验结果表
针对目前DSM提取和TDOM生产工艺繁琐、效率低下、精度较差的问题，采用以高分辨率无人机影像为实验对象，采用PhotoScan、Bingo、PCI三款软件联动处理的方式，提出了一种数字表面模型（Digital Surface Model， DSM）提取及真正射影像（True Digital Orthophoto Map， TDOM）生产的新框架。通过PhotoScan快速匹配连接点，结合Bingo
无人机技术和计算机视觉技术相结合，在民用和军用领域都有着广泛的需求，然而当前算法不能很好的适应无人机视角旋转、障碍物遮挡、目标尺度变化等特殊情况。根据实际的难点和挑战，提出了基于深度学习的无人机载平台多目标检测和跟踪算法。主要工作有：在检测方面，通过公开数据集和实际采集的大量数据，训练了基于Darknet53的检测网络作为检测器；在跟踪方面，使用Car-Reid数据集训练了一个残差网络提取目标外观
针对大量数据标记工作的繁重性和单一影像中心磁共振数据的有限性问题，提出了一种利用多影像中心有标签与无标签磁共振数据的半监督学习方法（MRSSL），将其应用在膝盖异常分类任务中。首先运用了数据扩增方法来提供模型所需归纳偏置，接着融合了分类损失项和一致性损失项来约束人工神经网络从数据中提取出具有辨别力的特征，然后将这些特征用于磁共振膝盖异常分类。此外，也提出了对应的监督学习方法（MRSL），在给出同样
秩函数法作为循环程序终止性分析的主流方法已经得到了深入的研究，但是现有的秩函数方法大多局限于线性或多项式秩函数的求解。针对循环程序若不存在对应的线性或多项式秩函数，现有的秩函数方法就无法证明终止性的问题，提出了一个新的方法合成给定循环程序对应的界函数。对于给定循环程序，倘若能找到其界函数，则表明该循环程序是可终止的。首先将界函数的求解问题转化为一个线性二分类问题，并选定界函数模板，根据模板建立映射
针对阿尔兹海默症患者（AD）和正常人之间核磁共振（MRI）图像差别小，分类难度大的问题，提出了基于改进VGG的弱监督细粒度阿尔兹海默症分类方法。该方法以弱监督数据增强网络(WSDAN)为基本模型，主要由弱监督注意力学习模块，数据增强模块及双线性注意力池化模块等构成。首先通过弱监督注意学习模块生成特征图和注意力图，并且利用注意力图引导数据增强，将原图和增强后的数据同时作为输入数据进行训练；然后，通过
针对结构光三维重建中的传统三频三步相移方法需要投影过多编码图像，效率低的问题，提出了改进的三频三步相移结构光三维重建方法。该方法与传统三频三步方法均需要三种频率的正弦条纹图，但条纹图数量只需5张，即最高频率的条纹图3张，但初始相位不同，剩余频率的条纹图各1张。较传统方法的9张条纹图投影效率提高44.44%。随后推导了该方法的求解原理，由最高频的3张条纹图直接求得重建所需包裹相位，另外两张条纹图用于