期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
露天矿内排土场下斜井导硐注浆加固及长管棚法超前支护施工技术 被引量:6
1
作者 祝启斌 《煤炭工程》 北大核心 2019年第10期33-35,共3页
为了解决斜井下穿露天矿内排土场时井筒受压大、成巷困难、施工难度大等问题,基于传统治理措施及施工方法存在精准度差、工程量大、材料消耗量大、施工周期长、经济效益低等诸多缺点,研究了一种新型综合治理技术,既采取导硐法注浆加固... 为了解决斜井下穿露天矿内排土场时井筒受压大、成巷困难、施工难度大等问题,基于传统治理措施及施工方法存在精准度差、工程量大、材料消耗量大、施工周期长、经济效益低等诸多缺点,研究了一种新型综合治理技术,既采取导硐法注浆加固井筒周边围岩,提高围岩整体性及稳定性,为井筒下穿内排土场施工提供第一层保障;采用长管棚法超前支护,作为第二层保障,既能起到加强支护的作用,又能达到超前支护的目的,保障井筒施工安全;最后采用"钢筋网+U型钢+喷射混凝土"联合支护的方式,作为第三层保障措施,并最终完成井筒全部施工工序。该方法井筒可以在多重保障措施下,更精准、高效、安全的穿过露天矿内排土场下部高应力区。 展开更多
关键词 露天矿 内排土场 斜井 导硐 注浆加固 长管棚 超前支护 复合支护
在线阅读 下载PDF
双曲线煤仓漏斗设计的优化与分析 被引量:9
2
作者 祝启斌 许永杰 侯金平 《煤炭工程》 北大核心 2013年第12期6-8,共3页
为了使双曲线煤仓漏斗在设计上更为合理,在使用中更加高效,对传统的双曲线煤仓漏斗在以往的设计和使用过程中遇到的一些问题进行了分析,并在此基础上对双曲线煤仓漏斗的设计做了进一步的优化。使双曲线煤仓漏斗在实际使用过程中不会产... 为了使双曲线煤仓漏斗在设计上更为合理,在使用中更加高效,对传统的双曲线煤仓漏斗在以往的设计和使用过程中遇到的一些问题进行了分析,并在此基础上对双曲线煤仓漏斗的设计做了进一步的优化。使双曲线煤仓漏斗在实际使用过程中不会产生能够使其等截面收缩率变大的藏煤区域,从而进一步发挥出双曲线煤仓漏斗自身的结构优势,提高放煤效率。 展开更多
关键词 煤仓 双曲线漏斗 优化与分析 藏煤区域
在线阅读 下载PDF
基于通道注意力的全注意力端到端压缩方法 被引量:1
3
作者 祝启斌 夏巧桥 +2 位作者 张青林 陈菊霞 闫雪 《激光杂志》 CAS 北大核心 2022年第6期96-104,共9页
图像压缩是低层级图像处理领域的重要研究方向,近年来,基于深度学习的图像压缩算法取得了巨大进展。结合注意力模块RBAM(Residual Block Attention Module)的高斯混合模型压缩算法可获得较好效果,但由于RBAM单个模块参数量较大,只能在... 图像压缩是低层级图像处理领域的重要研究方向,近年来,基于深度学习的图像压缩算法取得了巨大进展。结合注意力模块RBAM(Residual Block Attention Module)的高斯混合模型压缩算法可获得较好效果,但由于RBAM单个模块参数量较大,只能在压缩算法编解码网络中局部嵌入,限制了注意力模块在全网络中的潜力。使用一种轻量级的通道注意力模块,将其嵌入到整个图像编解码网络中,构成了一种全注意力的图像压缩算法。与嵌入RBAM的压缩算法相比,所提算法在获得更好的率失真性能的同时,网络中注意力模块参数量减少了26.8%。实验结果表明,当以峰值信噪比(PSNR)和多尺度结构相似性(MS-SSIM)作为评价指标时,所提算法在Kodak和CLIC两个图像验证数据集上的率失真性能都超越了已有算法,并获得了更好的主观视觉效果。 展开更多
关键词 图像压缩 深度学习 卷积神经网络 注意力机制 变分自编码器
在线阅读 下载PDF
基于深度残差网络的轻量级生成图像压缩方法 被引量:1
4
作者 闫雪 祝启斌 +1 位作者 陈菊霞 夏巧桥 《激光杂志》 CAS 北大核心 2022年第9期76-82,共7页
基于深度学习的生成图像压缩方法具有在低码率场景下重建图像视觉保真度高的优点,但该方法网络参数量大,所需计算资源和模型占用内存空间多,因此,无法得到有效应用。针对该问题,采用深度轻量级残差块优化残差网络以精简解码网络。首先... 基于深度学习的生成图像压缩方法具有在低码率场景下重建图像视觉保真度高的优点,但该方法网络参数量大,所需计算资源和模型占用内存空间多,因此,无法得到有效应用。针对该问题,采用深度轻量级残差块优化残差网络以精简解码网络。首先将两层残差网络替换为三层轻量级残差块,增加网络深度从而更直观提取图像的抽象特征,使得生成器更好地模拟真实样本的分布。其次在每个残差块中再增加一个非线性激活与归一化层,缓解了网络训练时的梯度消失问题。实验结果表明,基于深度残差网络的生成图像压缩方法在率失真性能与感知指标上评估结果与已有方法基本一致,但网络参数量减少了30.44%且模型训练耗时降低33.3%,模型大小减少25%。 展开更多
关键词 生成图像压缩 低码率 残差网络 轻量级 深度学习
在线阅读 下载PDF
面向感兴趣区域的高性能图像压缩方法 被引量:1
5
作者 陈菊霞 闫雪 +1 位作者 祝启斌 夏巧桥 《激光杂志》 CAS 北大核心 2022年第12期62-70,共9页
基于深度学习的图像压缩方法多为有损压缩,而有损压缩通过降低图像质量换取更高的压缩比。为了在码率一定的情况下提高重建图像中感兴趣区域的质量,文中将一种重要性图提取模块嵌入到编码器端,通过提取编码器端最后一层的输出特征来生... 基于深度学习的图像压缩方法多为有损压缩,而有损压缩通过降低图像质量换取更高的压缩比。为了在码率一定的情况下提高重建图像中感兴趣区域的质量,文中将一种重要性图提取模块嵌入到编码器端,通过提取编码器端最后一层的输出特征来生成重要性图,最终生成掩码用于指导熵编码过程中码率的高效分配。同时,文中将一种解码端增强模块嵌入到解码器输出端,用以预测重建图像中的高频分量,通过增强重建图像中的细节信息来提高重建图像的质量。实验结果表明,以多尺度结构相似性(MS-SSIM)作为评价指标,文中方法优于对比方法,且获得了更好的人眼视觉感知质量。 展开更多
关键词 图像压缩 深度学习 卷积神经网络 感兴趣区域 解码端增强
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部