摘要：通过对深层搅拌桩在软土地基中的应用进行了探讨,论证了深层搅拌桩复合地基的设计、施工、检测及其处理效果。

摘要：近年来,陵县供销社解放思想,转换机制,引进外资,大力发展社办工业,取得了良好的经济效益和社会效益。到目前,全县供销社系统共有工业项目45个,1997年完成工业总产值1392.8万元,实现利税597.85万元。社办工业已成为全县供销社新的经济增长点。一、引进外资,外向带动求发展"三引一招"是1997年作为县社发展社办工业的主要措施。充分利用供销社现有的仓库、场地,采取多渠道多形式的合作方式引进项目,引进资金,引进先进的技术设备和管理方法,并从项目洽谈、立项审批到登记开业实行一条龙跟踪服务,为外商投资营造良好的环境。同时,出台优惠政策,鼓励企业引进外资、技术。棉纺厂与香港威禾纺织品有限公司合资的"德州颜威纺织品有限公司"成为陵县第一家合资企业,年设计生产灯芯绒坯布427万米;第一棉厂与台湾荣华实业公司合资生产和销售高强度纸塑复合包装袋,年设计生产能力1600万条。

摘要：针对深度学习模型在电力负荷识别中存在的识别率不高、超参数设置等问题,提出了一种粒子群优化算法(PSO)与卷积神经网络(CNN)相结合的非侵入式电力负荷识别模型(PSO-CNN)。首先,以各电器VI轨迹像素化图像作为CNN输入;其次,分析CNN超参数对模型性能影响,并使用PSO算法寻求最优解以提升模型识别效果;最后,基于PLAID、WHITED公开数据集对PSO-CNN模型进行对比验证。实验结果表明,该模型的识别准确率、F-measures平均值皆优于其他模型,有效降低了设备之间的混淆,具有良好的识别能力与泛化能力。

摘要：基于Siamese网络的跟踪算法在跟踪精度和速度方面展现出巨大的潜力,然而要使离线训练的模型适应在线跟踪仍然面临着挑战。为了提升复杂场景下算法的特征提取以及判别能力,提出了一种融合通道-互联-空间注意力的Siamese网络实时跟踪算法。首先构建以深度卷积网络VGG-Net-16作为主干网络的Siamese跟踪框架,增加特征提取能力;接着设计通道-互联-空间注意力模块,增强模型的适应能力与判别能力;然后加权融合多层响应图,获取更精准的跟踪结果;最后使用大规模数据集对网络进行端到端的训练,在通用数据集OTB-2015上进行跟踪测试。实验结果表明:与当前主流算法相比,所提算法具有较强的稳健性,能更好地适应目标外观变化、相似物干扰、目标遮挡等复杂场景,在NVIDIA RTX 2060 GPU上,跟踪速度平均达到37FPS,满足实时性要求。

摘要：随着无人机技术在军事、民用等领域的广泛运用,高精度、低功耗智能无人机跟踪系统的需求也日益增多。针对无人机跟踪任务中目标尺度变化大、视野角度多变、遮挡等问题,提出了一种基于轻量级Siamese注意力网络的无人机实时跟踪算法。首先,选取易于部署在嵌入式设备中的轻量级卷积神经网络MobileNetV2作为特征提取主干网络;接着,设计通道空间协同注意力模块,增强模型的适应能力与判别能力;然后,搭载区域建议网络,通过互相关获取前景背景分类和边界框回归响应图;最后,加权融合多层响应图,调整候选区域筛选策略,计算得到更加准确的跟踪结果。在无人机跟踪数据集上的仿真实验结果表明,相对于当前主流算法SiamRPN,该算法跟踪精度提升了3.5%,能更好地应对复杂多变的场景。同时,在NIVIDA RTX 2060 GPU上,跟踪速度达到60 frame/s。

摘要：针对深度卷积特征目标跟踪算法中特征提取计算量大、速度慢、难以在嵌入式平台上应用的问题,提出了一种基于PYNQ框架的目标跟踪方案,并将其部署在Zynq异构平台。首先设计基于深度卷积特征的目标跟踪算法;根据算法的特点进行软硬件划分,完成片上系统的构建;然后针对深度卷积特征提取的计算过程进行并行优化,导出加速IP核;最后在PYNQ框架中通过Jupyter Notebooks,使用Python语言调用加速IP核作为硬件协处理器,实现底层到顶层的数据交互。实验结果表明,算法在通用数据集OTB-2015、UAV123上取得了良好的跟踪精度;跟踪速度与未集成加速IP核时相比,提升可达30倍。在兼顾跟踪稳健性的情况下,异构跟踪系统执行效率高,可移植性好,具有工程应用价值。

摘要：为提高复杂场景中目标跟踪算法的准确性与实时性,提出一种基于多层深度卷积特征的抗遮挡实时目标跟踪算法。针对目标跟踪任务,先对深度卷积网络VGG-Net-19进行微调,再提取目标区域的多层深度卷积特征。根据相关滤波框架构建位置相关滤波器,确定目标中心位置。设计尺度相关滤波器对目标区域进行不同尺度采样,确定目标尺度。目标遮挡时,采用阶段性评估策略进行模型更新与恢复,解决模型误差积累问题。选取目标跟踪评估数据集OTB-2015(100组视频序列)与UAV123(123组视频序列)进行测试。实验结果表明,本文算法具有更高的准确性,能够适应目标遮挡、外观变化及背景干扰等复杂情况,平均速度为29.6 frame/s,满足目标跟踪任务的实时性要求。

摘要：高炉鱼雷罐车铁水液面检测对高铁水的装载量,降低运输成本、维修成本、制造成本,降低热损失,提高铁水运输操作的安全性,避免生产事故的发生有着十分重要的意义。本文对高炉鱼雷罐车铁水液面测量与重量计算进行了一体化系统设计,实现了铁水液面测量与重量计算的自动控制。