混凝土结构在施工与使用的过程中易产生各种形式的裂缝,由此会产生诸多安全问题。传统的人工安全检测方法,不仅耗费财力和时间,而且无法保障其检测精度。为了提高混凝土表面裂缝的识别效率,提出了一种基于卷积神经网络结合聚类分割的识别方法,实现了对较复杂背景下混凝土表面裂缝图像的准确识别。研究结果显示,该方法不仅能够高效地分类,还能够高精度地对较复杂背景下的裂缝进行识别,这为降低混凝土表面裂缝识别的工作量、维护混凝土结构,对其进行安全检测提供了理论依据,同时也为以后更高精度和更复杂条件下的裂缝识别研究提供了一些参考。

可调谐二极管激光吸收光谱技术(TDLAS)系统性能受调制参数, 如调制度、 调制频率、 扫描幅度及扫描频率影响, 实际测量中各参数不存在明确的选择依据. 针对此问题, 文章在一定的理论基础上通过实验分别观察各调制参数对二次谐波信号的影响, 通过分析检测信号的特征, 如幅值、 信噪比、 对称性及峰宽得出其变化规律, 总结出在不同系统功能和需求下系统各调制参数的优化依据及方法. 系统在计算浓度和温度时应优先考虑幅值和信噪比, 从而使调制度达到最佳值, 调制频率和扫描频率取较小值; 在线形推导压强时优先考虑信号的对称性和峰宽, 根据计算的具体要求确定调制参数; 扫描幅度的确定以得到完整谐波信号为准; 再根据系统的速度和精度需求调整扫描频率. 该研究为此类系统工作状态的确定提供了实验依据.

气体检测中需选用最优波数范围来进行气体光谱的定量分析。 传统波数范围的选取主要根据标准光谱的特征吸收， 存在抗干扰性较差、 在实际情况中容易出现较大偏差的问题。 文章将二维相关红外光谱方法用于气体检测， 对SO2， NO及NO2进行光谱结构分析和光谱信息发掘， 以确定最优定量波数区间。 以浓度值为微扰量， 用含不同浓度某气体成分的一组红外吸收光谱， 做二维相关得到SO2， NO及NO2的动态光谱， 利用同步相关光谱和异步相关光谱来分析对气体浓度变化最敏感的波数区间， 确定了被测气体定量分析的优选波数范围， 包括一系列独立的波数点和连续的波数区间。 作为一种新颖的最优定量波数区间选取方法， 其得到的结论与理想的分析谱带选取的结果相吻合， 证明了此方法的有效性。