论文部分内容阅读
从CCS到CCUS一条前景广阔的蓝海赛道
【出 处】
：
中国建材报
【发表日期】
：
2020年01期
其他文献
基于数字样机的分类和研究现状,提出了航天产品性能样机的定义.接着根据性能样机的定义和性质,提出了航天产品性能样机需要进行可信度评估的观点.依据建模与仿真VV&A的标准规范,结合航天产品性能样机的特点和开发过程,提出了适用于航天产品性能样机的VV&A方案,并强调VV&A活动必须贯穿性能样机的整个生命周期.接着对航天产品性能样机的VV&A方案进行了分步骤的详细介绍,分析并提供了可使用的V&V方法.为后续的性能样机VV&A工作的实施和V&V方法的选择与优化奠定了基础.
针对常规PID控制下四旋翼无人机抗干扰性弱的问题,提出了一种集合了常规PID和模糊理论以及神经网络算法的复合控制器.通过将误差信号模糊化输入神经网络进行自适应控制,将角度和角速度误差作为收敛条件,提高了无人机的抗干扰能力以及响应的精确性.同时搭建基于Maxout激活函数的神经网络模型辨识器,实现了对被控模型的精准识别.仿真结果表明,结合模糊神经网络的复合控制器相对于常规PID控制器,无人机抗干扰能力大幅度提升,新的控制方式具有更强的抗干扰性和鲁棒性.
针对传统蚁群算法易陷入局部最优点、收敛速度慢和计算时间长等问题,提出了一种改进蚁群算法.令初始信息素不均衡分布,使蚁群寻找初始点时偏向目标点;根据势场法计算当前节点与目标节点之间的距离来改变启发信息,避免蚁群陷入局部最优点;根据优质蚂蚁更新原则更新全局路径上的信息素,通过自适应来控制信息素挥发因子,从而提高算法的全局性;对第一次规划的路径进行二次规划剔除无效拐弯点.仿真结果表明,改进后算法规划的路径不合理拐弯点更少并且迭代次数明显减少,减少了运行时间,验证了改进后算法的优越性和高效性.
针对影视和游戏行业中的虚拟角色模型的定制和网格变形编辑问题,提出了一种径向基函数的虚拟人体角色网格变形的算法.算法通过增加一定数量的空间离散控制点,快速改变虚拟人体模型的局部形态,从而实现了虚拟角色模型的定制和网格变形编辑.借助这一算法,开发了虚拟角色快速制作原型系统.实验表明,算法和执行流程可以快速批量生产外形各异的虚拟人物角色,并用于具体项目需求中.整个生产过程可以完全通过程序控制完成,也可以引入一定的交互式操作,具有很高的灵活性和稳定性.
在碳中和目标下,二氧化碳捕集、利用与封存（CCUS）技术既是助推我国实现大规模减排的关键技术之一,也是保障能源安全和实现可持续发展的重要手段。本文从扶持政策、主要技术环节、运营模式等方面分析了CCUS的发展现状,并在借鉴发达经济体发展CCUS经验做法的基础上,提出促进我国CCUS发展的对策建议。
目前,基于深度学习的图像目标检测算法已经趋于成熟,但其无法利用视频中独特的时序信息,会使检测精度产生大幅度的下降.为了更好的进行视频目标检测,应当充分挖掘视频图像之间的联系,利用视频中的时序信息.因此提出了基于时序信息和注意力机制的视频目标检测算法(TIAM).算法中加入了运动历史图像,表征视频中的时序信息,并为模型提供目标的运动信息;结合注意力机制,使模型更加关注目标区域,提高了区域特征的代表性.在大规模数据集ImageNet VID上进行实验,验证了算法的有效性,平均精度均值达到了先进水平.
机器翻译是自然语言处理的主要分支之一,在促进政治、经济、文化交流等方面起着重要作用.目前汉藏机器翻译质量还有待提高,汉文到藏文的译文中容易出现语法错误,尤其普遍存在藏文虚词的翻译错误.分析汉藏机器翻译译文中的藏文虚词错误类型,并究其自动纠错方法是提高汉藏机器翻译性能最有效的方法.在分析汉藏机器翻译译文中虚词错误类型的基础上,利用大规模藏文文本对Bert进行预训练.然后面向汉藏机器翻译译文中的虚词错误类型,针对性的对Bert预训练模型进行微调,以完成一种面向汉藏机器翻译后处理的Bert藏文虚词纠错模型的训练
在油气钻井复杂事故发生前,某些钻井参数特征会发生变化.而因为钻井作业系统的复杂性,卡钻预测解析模型无法被精确的构建.同时大量井下测量数据由于现有随钻测量技术的限制无法实时传输至地面.针对井下工程参数测量数据,提出了一种基于主成分分析法(PCA)的支持向量机(SVM)预测分析方法.先运用PCA对井下工程参数测量数据预处理得到降维数据,再利用SVM预测模型对降维数据进行识别,判断是否发生卡钻.对实测数据进行训练、判断,结果表明,PCA-SVM方法有优秀的性能,准确率达到了97.99％.因此,PCA-SVM井下
针对传统方法对多终端引擎任务分配时感知数据有效性低、任务过于碎片化以及分配耗时较长等问题,提出一种基于群智感知计算的多终端引擎任务分配方法.利用灰色预测判断不同类型任务在预测窗口中转变趋势,得到负载均衡偏差可控的整数线性规划模型,获得最佳的任务分配策略,增强任务处理准确性;设定一个固定面积作为基础感知单元,分析感知节点移动轨迹,建立压缩感知任务模型,判断终端是否出现任务超载状态,维护系统感知性能,整合碎片化任务,降低处理耗时;根据分配矩阵找出适当的遗传代码,通过随机游走得到遗传原始种群,增添个体寻优的自学