【摘 要】
：
为实现矿山现场对不同铁矿石品位的智能化识别以及模型在便携设备上的搭载,对不同铁矿石的不同品位进行了数据增强处理并选择YOLOv4-tiny作为训练的神经网络算法。YOLOv4-tiny深度学习神经网络框架,采用CSPdarknet53_tiny作为主干提取网络并结合FPN对岩石图像进行特征提取和学习,在训练过程中采用迁移学习思想以及早停法对训练进行加速,进而生成铁矿石品位识别模型。最终通过测试集验
【机 构】
：
东北大学智慧矿山研究中心,辽宁沈阳110819;中国科学院沈阳自动化研究所数字工厂研究室,辽宁沈阳110016
论文部分内容阅读
为实现矿山现场对不同铁矿石品位的智能化识别以及模型在便携设备上的搭载,对不同铁矿石的不同品位进行了数据增强处理并选择YOLOv4-tiny作为训练的神经网络算法。YOLOv4-tiny深度学习神经网络框架,采用CSPdarknet53_tiny作为主干提取网络并结合FPN对岩石图像进行特征提取和学习,在训练过程中采用迁移学习思想以及早停法对训练进行加速,进而生成铁矿石品位识别模型。最终通过测试集验证,模型对于每种矿石品位图像识别正确率大于91%。对于不同环境拍摄的图像以及视频识别也超过80%。模型可
其他文献
西安某污水处理厂现有规模为20×104 m3/d.本次升级改造工程在充分利用原有设施的基础上,利用现状A2/O工艺结合MBBR工艺,新建深度处理设施,并采用化学辅助除磷,出水水质达到GB 18918-2002《城镇污水处理厂污染物排放标准》的一级A标准.介绍了该工程的工艺流程、构筑物改造和设备配置情况,并对运行调试经验进行总结.
随着互联网不断发展,网络功能逐步走向万物互联下自动交互与控制,大数据、云计算、边缘计算等技术不断深入应用,传统网络面临的源地址欺骗、DDoS攻击、路由劫持等安全问题仍然存在,新的应用场景使用户面临更严重的安全问题,现有互联网体系结构面向性能的设计难以承担网络安全的需求.互联网安全问题的根源在于体系结构设计时没有考虑安全需求,缺乏用户与网络的信任根基,由于体系结构设计缺失带来的问题应该从体系结构设计本身寻找解决方案.设计自带安全属性和安全能力的体系结构,通过内生的方式提供网络安全,能够从根本上提升网络安全性
在地下金属矿山中,破碎难采矿体分布广泛,该类矿体在开采中往往存在巷道采准掘进难、支护难与矿体回采难等“三难”问题,造成较大的矿石损失贫化.为此,提出适用于该类矿岩条件的完整性高效回采技术,保障采准巷道稳定性,降低矿石损失贫化,提高开采经济效益.本项目针对和睦山铁矿破碎难采矿体“三难”问题,采用理论分析、现场监测与物理实验相结合的方法,进行了系统研究.研究结果表明,采空区临界冒落跨度最大值小于18 m,矿体具有良好的可冒性;巷道围岩变形过程可分为变形活跃期与平稳期2个阶段,冒落活动主要发生于岩体变形活跃期;
数据去重技术在云存储系统中的广泛应用,可以有效地节省网络通信带宽,提高云服务器的存储效率.随着信息安全问题的日益凸显,用户对于数据隐私的重视程度越来越高.为保护数据隐私,用户普遍将数据加密后上传至云服务器.相同的数据经过不同用户加密后得到不同的密文,使得云服务器难以进行数据重复性检测.如何在保护数据隐私的前提下,实现云存储中加密数据的去重,成为研究的热点问题.现有方案大多借助可信第三方实现云数据安全去重,但可信第三方在现实应用中极难部署,且易成为系统瓶颈.提出一种基于双层加密和密钥共享的云数据去重方案,无
图像缺损修复研究旨在通过计算机自动修复图像中的缺损内容。近年来,深度神经网络技术的出现有效促进了相关研究的发展。本文针对该类研究进行了系统梳理和综合介绍。依据网络架构类型,具体将方法分为五类:Context-Encoder类、U-Net类、CGAN类、DCGAN类以及StackGAN类。我们具体分析了每类方法的思路、特点、优势和缺陷,并基于系统性实验,在公开大规模数据集上客观对比评价每一类方法的精
采矿工程中岩体受开挖过程影响易发生不可逆破坏,为保证矿山开采的安全运行,须研究扰动荷载下岩石的力学特性.为此,探讨了不同围压条件下,致密砂岩在常规三轴加载和分级循环加卸载作用下的力学特性,并将二者进行对比分析.得出结论:破坏形式均属脆性破坏,循环加卸载下的砂岩试样破碎程度更大;循环加卸载试验中,试样峰值强度较常规三轴试验有所减小,轴向峰值应变有所增大;增大围压能够提高砂岩抵抗变形的能力;随着分级循环上限应力值的增加,滞回环曲线的面积逐渐增大,产生的耗散能也逐渐累积;循环加卸载过程对砂岩弹性模量起到强化效应
超高水材料以超高含水率、易于输送、成本低和接顶效果好等优势应用于煤矿充填开采,但现场复杂的环境及施工经验不足常导致超高水材料出现泌水和不凝结等现象发生,从而影响采矿安全和施工效率.以内蒙古纳二矿浅埋煤矿回收大巷煤柱为工程背景,结合室内试验及现场监测,对超高水材料参数优化及围岩变形控制效果进行研究.结果表明:超高水材料拌合水温及AA料添加剂用量对材料的凝结时间、流动性、泌水率及强度等影响较大,20℃拌合水温及2％胶凝材料质量的AA料掺量能显著降低材料的泌水率和增强其强度.现场监测结果表明,最优参数下的材料充
三维室内场景修复补全是计算机图形学﹑数字几何处理﹑3D计算机视觉中的重要问题.针对室内场景修复补全中难以处理大规模点云数据的问题,本文提出了一种基于类别-实例分割的室内点云场景修复补全框架.该框架包括点云场景分割模块和点云形状补全模块,前者由基于PointNet的类别分割网络和基于聚类的实例分割模块完成,后者由基于编码器-解码器结构的点云补全网络实现.本文框架以缺失的室内场景点云数据为输入,首先根
近年来,流程挖掘技术不再局限于对事件日志的线下分析以实现对流程模型的改进,而更加关注如何为业务流程的优化提供在线支持.其中业务流程剩余执行时间的预测监控是流程挖掘中的关键研究问题,它能为相关者提供及时的预测信息,进而采取有效措施以减少流程执行风险(例如超过时间限制).当前剩余时间预测的研究仅考虑单个流程实例的内部属性,而忽略了多个实例共同执行对剩余执行时间所产生的竞争影响.为此,本文考虑多实例间的资源竞争,并将其作为预测的主要输入属性之一.此外,本文还通过分析历史事件日志选择出一些对当前流程实例执行时间有
黑龙江某锌铁矿石由于矿物组成复杂,且毒砂等含砷矿物含量较高而难以有效回收利用.针对该锌铁矿的矿物组成及粒度嵌布特征,开展了优先浮选闪锌矿、浮选尾矿进行磁选回收磁铁矿的工艺流程试验.结果表明:在磨矿细度为-0.074 mm占75％条件下,以硫酸铜为活化剂、亚硫酸钠为抑制剂、硫氨酯为捕收剂,经过1粗3精2扫的闭路浮选工艺流程,可以获得Zn品位47.45％、Zn回收率94.31％、As品位0.13％的锌精矿,同时获得Fe品位31.84％的锌浮选尾矿;将锌浮选尾矿在磁选粗选磁场强度79.6 kA/m条件下经过1次