基于深度卷积神经网络和多核学习的遥感图像分类方法

为解决传统遥感图像分类方法特征提取过程复杂、特征表现力不强等问题,该文提出一种基于深度卷积神经网络和多核学习的高分辨率遥感图像分类方法。首先基于深度卷积神经网络对遥感图像数据集进行训练,学习得到两个全连接层的输出将作为遥感图像的两种高层特征;然后采用多核学习理论训练适合这两种高层特征的核函数,并将它们映射到高维空间,实现两种高层特征在高维空间的自适应融合;最后在多核融合特征的基础上,设计一种基于多核学习-支持向量机的遥感图像分类器,对遥感图像进行精确分类。实验结果表明,与目前已有的基于深度学习的遥感图像分类方法相比,该算法在分类准确率、误分类率和Kappa系数等性能指标上均有所提升,在实验测试集上3个指标分别达到了96.43%, 3.57%和96.25%,取得了令人满意的结果。

     

天然气掺氢管道输运及终端应用

氢能是最有潜力的碳中和清洁能源载体,天然气掺氢在管道输运和终端应用方面具有优势。本文调研了国际上具有代表性的天然气掺氢研究及示范项目,分析了天然气掺氢管道输运和终端应用的可行性和经济性。研究结果表明：低比例的氢气（20%体积比以内）加入天然气管网系统中并不会明显增加相关事故风险及危害,对系统进行轻微改造的情况下最高可以允许50%体积比氢气加入天然气管网系统。通过经济性分析核算了天然气掺氢的成本,给电厂进行天然气掺氢提供参考。鉴于各个国家在天然气成分、管道条件和管道材料上的不同,我国应根据实际的管路、气体具体情况开展对于天然气掺氢的分析研究。

     

融合暗原色先验和稀疏表示的水下图像复原

由于水下图像成像过程中受光的散射、噪声干扰等因素影响,致使图像质量严重退化。为了去除模糊和抑制噪声,改善水下图像质量,该文提出一种融合暗原色先验和稀疏表示的水下图像复原新方法。该方法首先利用暗原色先验理论计算水下图像的暗原色,然后基于稀疏表示理论对暗原色进行去噪和优化,基于改进后的暗原色计算水体透射率和光照强度以计算最终复原结果,可以同时达到去模糊和去噪的良好效果。实验结果表明,提出的方法有效提高了图像的平均梯度和信息熵等图像像素,从而改善了图像的质量。     

天然气随动掺氢技术研究进展

氢气是一种零排放的二次能源,是实现“双碳”目标的重要能源之一。采用在役天然气管道或管网输送掺氢天然气,是实现氢气大规模输送的有效方式。精确控制进入输送系统的掺氢比例对系统安全运行具有重要意义。本文介绍了电气式和机械式随动掺氢系统的结构与原理;分析了红外吸收型、热传导型、半导体型浓度传感器和相应的综合测量系统在掺氢比动态调整中的应用;重点评述了目前3个重要在役天然气掺氢示范项目中随动掺氢系统的组成和运行结果;基于工程实践经验展望了天然气掺氢技术的发展趋势。