矿井透明地质条件是煤炭精准开采智慧化的重要基础。结合矿井静态地质要素大数据信息库、多灾害源全程信息感知与监测、动态地质要素虚拟现实展示、特殊地质因素动态评判与风险判识、预警等智慧模块的交互应用,从静态与动态地质模型角度提出实现煤炭精准生产全过程地质条件透明化的思路。其一,静态地质模型通过采集“空-天-地-井-孔”全方位立体化探测模式数据,融合井巷建设基础地质信息,重构地下空间地质特征数字模型,为资源、构造、井巷等静态因素评价、浏览、计算等提供基础。其二,通过动态地质模型获取掘采工程扰动效应影响下,原生静态地下空间地质条件发生变形与破坏,由此而引起的应力应变场、地质地球物理场、渗流场、温度场、浓度场等状态发生改变的参量特征;以及工程动力学作用下,生产环境周边岩层的离层、裂隙、垮落、围岩失稳、底臌、冲击地压显现、应力集中与释放、煤与瓦斯涌突、突水溃沙等多种灾害源现象的动态地质信息变化量值。特别针对动态地质模型发生与发展过程中状态及参数的显现不同,通过进一步加强多介质、多相、多态、多维、多源数据的有机融合,进行多参数联合反演,搭建井上下复合源信息监控平台,构建耦合信息、致灾因素、灾害前兆等多
2022-02-16 11:23:21 5.37MB 透明地质条件 重构 精准开采 智慧矿井
1
无线传感器网络中数据具有较强联合稀疏特性,应用压缩感知理论,通过联合编码压缩数据,再使用联合解码进行还原,可实现低采样代价收集传感数据。提出了一种基于联合稀疏模型与压缩感知理论的同步子空间追踪算法,以稀疏特性为先验知识,通过回溯迭代方式,判断并选取合适的联合子空间,用更少量观测值实现原始传感数据的精确重构。与SCoSaMP算法、SP算法在不同稀疏特性和不同采样率下相比较,同步子空间追踪算法具有较好的恢复性能。
1
二维二进小波的快速分解与重构算法matlab实现-ex7-4.rar 使用matlab来实现非正交二次样条二维二进小波的快速分解和重构 编程实现例7.4中可分离二维二进小波的快速分解与重构算法 算法实现 使用matlab来实现非正交二次样条二维二进小波的快速分解和重构,实现的函数说明如下 l function [a, d1, d2] = swt1_decomp 函数功能:      二维二进小波分解 输入参数: x – 待分解的二维数组 n – 分解的级数 h – 分解低通滤波器系数 g – 分解高通滤波器系数 输出参数: a – 逼近矩阵 d1 – 水平细节信息矩阵 d2 – 竖直细节信息矩阵 l function x = swt1_recon 函数功能:      二维二进小波重构 输入参数: a – 逼近矩阵 d1 – 水平细节信息矩阵 d2 – 竖直细节信息矩阵 n – 重构的级数 h – 重构低通滤波器系数 g – 重构高通滤波器系数 l – 重构滤波器系数 输出参数: x – 重构的二维数组 在实现以上函数时主要用到了以下wavelet toolbox中的函数: l wconv函数对二维数组和滤波器进行卷积运算 l wextend函数在卷积前对二维图像进行周期延拓 l wkeep函数对卷积结果进行截断 还用到了dyadup和dyaddown对滤波器进行上抽样和下抽样。 测试结果 以下是使用所实现的算法对二维图片的测试结果 图片大小为256*256,使用4级二进小波进行分解 matlab6.gif
2022-02-11 20:51:53 770KB matlab
1
应用小波分解的上采样和下采样,实现小波重构,能进行对输入的自学习。给大家分享。
1
资源包含以下内容: 离轴全息模拟.m 1-FFT重构.m 光.mat hologram.tif 程序用于模拟离轴全息的生成,程序也可用于实际全息干涉测量实验。
2022-02-08 09:07:27 909KB 离轴全息干涉 1-FFT重构 全息 matlab
基于阿基米德螺旋推进的ARCNAKE可重构蛇形机器人多域移动_ARCSnake Reconfigurable Snake-Like Robot with Archimedean Screw Propulsion for Multi-Domain Mobility.pdf
2022-01-30 09:03:51 5.26MB cs
基于聚焦合成的砂轮表面三维重构方法,龚俊锋,徐西鹏, 提出一种基于聚焦合成(depth from focus)恢复砂轮三维地貌的新方法。利用显微镜物镜焦深范围有限,观察砂轮样本时不能聚焦清晰图像�
2022-01-30 00:23:52 700KB 首发论文
1
HARR小波分解与重构的C++实现方式,代码是自己编写的,win7下vc6.0编译通过
2022-01-27 22:37:19 2KB HARR小波分解与重构 c++ 源代码 原创
1
java版商城源码下载 JeeSite 企业信息化快速开发平台 平台简介 JeeSite是基于多个优秀的开源项目,高度整合封装而成的高效,高性能,强安全性的开源Java EE快速开发平台。 JeeSite是您快速完成项目的最佳基础平台解决方案,JeeSite是您想学习Java平台的最佳学习案例,JeeSite还是接私活的最佳助手。 JeeSite是在Spring Framework基础上搭建的一个Java基础开发平台,以Spring MVC为模型视图控制器,MyBatis为数据访问层, Apache Shiro为权限授权层,Ehcahe对常用数据进行缓存,Activit为工作流引擎。是JavaEE界的最佳整合。 JeeSite主要定位于企业信息化领域,已内置企业信息化系统的基础功能和高效的代码生成工具, 包括:系统权限组件、数据权限组件、数据字典组件、核心工具组件、视图操作组件、工作流组件、代码生成等。 前端界面风格采用了结构简单、性能优良、页面美观大气的Twitter Bootstrap页面展示框架。 采用分层设计、双重验证、提交数据安全编码、密码加密、访问验证、数据权限验证。 使用
2022-01-27 22:28:48 28.1MB 系统开源
1
重构 改善既有代码的设计》清晰揭示了重构的过程,解释了重构的原理和实践方式,并给出了何时以及何地应该开始挖掘代码以求改善。书中给出了70 多个可行的重构,每个重构都介绍了一种经过验证的代码变换手法的动机和技术。《重构 改善既有代码的设计》提出的重构准则将帮助你一次一小步地修改你的代码,从而减少了开发过程中的风险。
2022-01-26 21:55:14 30.08MB 代码重构利器
1