摘要：人脸特征蕴含诸多信息,在面部属性和情感分析任务中具有重要价值,而面部特征的多样性和复杂性使人脸分析任务变得困难。针对上述难题,从面部细粒度特征角度出发,提出基于上下文通道注意力机制的人脸属性估计和表情识别(FAER)模型。首先,构建基于ConvNext的局部特征编码骨干网络,并运用骨干网络编码局部特征的有效性来充分表征人脸局部特征之间的差异性;其次,提出上下文通道注意力(CC Attention)机制,通过动态自适应调整特征通道上的权重信息,表征深度特征的全局和局部特征,从而弥补骨干网络编码全局特征能力的不足;最后,设计不同分类策略,针对人脸属性估计(FAE)和面部表情识别(FER)任务,分别采用不同损失函数组合,以促使模型学习更多的面部细粒度特征。实验结果表明,所提FAER模型在人脸属性数据集CelebA(CelebFaces Attributes)上取得了91.87%的平均准确率,相较于次优模型SwinFace(Swin transformer for Face)高出0.55个百分点;在面部表情数据集RAF-DB和AffectNet上分别取得了91.75%和66.66%的准确率,相较于次优模型TransFER(Transformers for Facial Expression Recognition)分别高出0.84和0.43个百分点。

摘要：为实现YOLO(you only look once)模型的超参数自动优化,提出基于正交优化策略的YOLO模型超参数优化方法(hyper-parameter optimization of YOLO model based on orthogonal optimization strategy,OOS)。首先基于统计学的正交试验原理,提出了种群的正交搜索方法与超参数贡献度分析策略,提高了算法的优化效率;然后,设计了均匀正交搜索策略和邻域正交搜索策略,以缓解YOLO模型陷入局部最优和早熟收敛问题。最后,在NWPU VHR-10和Pascal VOC两个目标检测数据集上,以YOLOv5、YOLOv5s-Transformer和YOLOv7为优化对象进行测试,测试结果表明,所提出的OOS超参数优化方法对于YOLO模型的识别精度均有所提升。在两个数据集上的平均识别精度mAP@0.5分别提升至93.94%、93.18%、93.45%以及85.81%、84.59%、90.62%;mAP@0.5-0.95提升至60.00%、60.08%、56.98%以及62.27%、58.89%、71.91%,可为目标检测模型的超参数智能优化提供一种新方法。

摘要：为了向老年人提供居家自动化测量血糖的智能装备,设计了基于模糊比例积分微分(PID)的家用血糖智能感知装置刺针自适应控制方法.首先给出了家用血糖智能感知装置的总体设计,然后为确保刺针运动过程的稳定性,建立了刺针控制模块的动力学模型,并提出了基于模糊PID的刺针自适应控制方法,以实现刺针控制模块工作过程中PID控制器参数的自适应在线整定,采用基于模糊PID的刺针自适应控制方法的系统调节时间仿真结果为0.30 s.最后,试制并测试了家用血糖智能感知装置,原型装置调节时间测试结果为0.35 s,能抑制刺针抖动.

摘要：为了平衡摄像头使用与用户隐私泄露间的矛盾从数据源上解决隐私泄露问题,提出基于图像语义的服务机器人视觉隐私行为识别与保护算法并集成开发隐私保护系统.首先将注意力模型与卷积神经网络结合,提出融合注意力模型的卷积神经网络场景识别算法;然后设计基于Inception-v3和长短期记忆网络的涉隐私图像语义特征描述算法,进而形成基于图像语义的服务机器人视觉隐私行为识别与保护算法.以室内场景数据集MIT Scene-67为训练和测试数据集,与4种算法比较的实验结果表明,融合注意力模型的卷积神经网络场景识别算法在识别准确性和鲁棒性方面优于比较算法.所实现的视觉隐私行为识别与保护系统性能测试结果表明,系统平均隐私识别准确率和隐私场景语义描述正确率分别为91.65%和86.60%,表现出良好的鲁棒性和隐私保护性能.

摘要：为解决发明专利因缺少完善的理论体系和相关技术文献而难以实现技术突破和创新的难题,提出一种基于类比设计的专利挖掘算法。以具有相同特征和相似功能的成熟技术专利为数据源进行文本挖掘,首先,从数据源中提取实现功能和问题解决方案(PSC),建立基于PSC的词频—逆向文件频率(TF-IDF)值的向量空间模型;然后,根据专利文献间的相似度制成基于PSC的专利地图;最后,分别对PSC进行可行性分析,根据分析结果选择合理的方法,用类比的思想进行技术创新。给出了专利知识挖掘应用系统的架构设计,并采用统一建模语言描述了专利挖掘系统的动态执行过程,获得了专利挖掘系统的时序图。应用系统采用关系型数据库MySQL存储数据,运用Java编程语言开发了应用系统,以无线充电技术专利和无线传感技术专利为源数据测试系统。实验结果表明,所提算法比基于专利的类比方法具有更好的时间性能,并能获得更具创新性的创新方案。

摘要：为了获得真正意义上实现行为博弈机制的优化方法,在建立博弈进化模型的基础上,设计了基于行为博弈论的博弈进化算法(GameEA),并针对不同的决策境况设计了模仿学习与信念学习算子两种学习模型.GameEA通过得益期望决定所执行的学习操作,通过模仿学习算子实现学习其他个体的目标,通过信念学习算子提升个体基因质量.13个测试问题的实验结果表明:GameEA比StGA,IMGA和DPGA具有更好的寻优能力,并能获得更高精度的解.

摘要：为了提高YOLO识别较小目标的能力,解决其在特征提取过程中的信息丢失问题,提出改进的YOLO特征提取算法.将目标检测方法 DPM与R-FCN融入到YOLO中,设计一种改进的神经网络结构,包含一个全连接层以及先池化再卷积的特征提取模式以减少特征信息的丢失.然后,设计基于RPN的滑动窗口合并算法,进而形成基于改进YOLO的特征提取算法.搭建服务机器人情境检测平台,给出服务机器人情境检测的总体工作流程.设计家居环境下的六类情境,建立训练数据集、验证数据集和4类测试数据集.测试分析训练步骤与预测概率估计值、学习率与识别准确性之间的关系,找出了适合所提出算法的训练步骤与学习率的经验值.测试结果表明:所提出的算法隐私情境检测准确率为94.48%,有较强的识别鲁棒性.最后,与YOLO算法的比较结果表明,本文算法在识别准确率方面优于YOLO算法.

摘要：在分析当前卷积神经网络模型特征提取过程中存在问题的基础上,提出了基于Dropout与ADAM优化器的改进卷积神经网络算法（MCNN-DA）.设计了二次卷积神经网络结构,通过引入基于Re LU的激活函数以避免梯度消失问题,提高收敛速度;通过在全连接层和输出层之间加入Dropout层解决过拟合问题,并设计了ADAM优化器的最小化交叉熵.以MNIST和HCL2000数据集为测试数据,测试分析了ADAM优化器的不同学习率对算法性能的影响,得出当学习率处于0.04~0.08时,算法具有较好的识别性能.与三种算法的实验比较结果表明：本文算法的平均识别率最高可达99.21%;对于HCL2000测试集,本文算法的平均识别率比基于支持向量机优化的极速学习机算法提高了3.98%.

摘要：接插件加工形成的毛峰峰高值是影响接插件产品质量的决定性因素,研究切削加工中毛峰峰高的形成规律是确保接插件产品质量的关键。本文通过在YB-211型高精度卧式铣床上对H65黄铜的接插件进行正交设计(OED)切削试验,根据极差R值来表征和分析了各因素水平对接插件黄铜毛峰的影响。

摘要：功能特征是控制整个设计过程的基本特征,建立产品功能与产品结构间的知识关联,是实现产品设计知识获取的有效途径。该研究通过构建产品设计过程中功能-结构映射模型,提取复杂机电产品设计过程中的功能与结构知识,建立功能-结构训练集,采用Apriori算法提取能-结构之间的关联规则,获得功能-结构之间的关联知识,以辅助产品的快速创新设计。论文以包装机为例,验证了该方法的有效性。