摘要：我国金融业改革发展取得巨大成就,但金融服务实体经济的质量和水平仍有较大提升空间。要使金融服务实体经济健康快速发展,就必须从服务的广度、深度、重点领域等维度,实施金融服务实体经济的制度革新;通过普惠金融系统、金融创新和完善的顶层设计,持续完善金融系统服务实体经济的有效性,促进经济实现包容性增长。

摘要：目的在自动化和智能化的现代生产制造过程中,视频异常事件检测技术扮演着越来越重要的角色,但由于实际生产制造中异常事件的复杂性及无关生产背景的干扰,使其成为一项非常具有挑战性的任务。很多传统方法采用手工设计的低级特征对视频的局部区域进行特征提取,然而此特征很难同时表示运动与外观特征。此外,一些基于深度学习的视频异常事件检测方法直接通过自编码器的重构误差大小来判定测试样本是否为正常或异常事件,然而实际情况往往会出现一些原本为异常的测试样本经过自编码得到的重构误差也小于设定阈值,从而将其错误地判定为正常事件,出现异常事件漏检的情形。针对此不足,本文提出一种融合自编码器和one-class支持向量机(support vector machine,SVM)的异常事件检测模型。方法通过高斯混合模型(Gaussian mixture model,GMM)提取固定大小的时空兴趣块(region of interest,ROI);通过预训练的3维卷积神经网络(3D convolutional neural network,C3D)对ROI进行高层次的特征提取;利用提取的高维特征训练一个堆叠的降噪自编码器,通过比较重构误差与设定阈值的大小,将测试样本判定为正常、异常和可疑3种情况之一;对自编码器降维后的特征训练一个one-class SVM模型,用于对可疑测试样本进行二次检测,进一步排除异常事件。结果本文对实际生产制造环境下的机器人工作场景进行实验,采用AUC(area under ROC)和等错误率(equal error rate,EER)两个常用指标进行评估。在设定合适的误差阈值时,结果显示受试者工作特征(receiver operating characteristic,ROC)曲线下AUC达到91.7%,EER为13.8%。同时,在公共数据特征集USCD(University of California,San Diego)Ped1和USCD Ped2上进行了模型评估,并与一些常用方法进行了比较,在USCD Ped1数据集中,相比于性能第2的方法,AUC在帧级别和像素级别分别提高了2.6%和22.3%;在USCD Ped2数据集中,相比于性能第2的方法,AUC在帧级别提高了6.7%,从而验证了所提检测方法的有效性与准确性。结论本文提出的视频异常事件检测模型,结合了传统模型与深度学习模型,使视频异常事件检测结果更加准确。

摘要：为提高飞行器机载精密仪器的性能,设计了一种基于被动散热与主动控温的温控系统。该系统采用热管和辐射涂层作为被动散热装置将仪器内热量传出,再利用半导体制冷器和保温层进行第一级控温,并利用电加热装置进行第二级控温,最后设计控制逻辑进行控温。搭建了验证实验台,测试了不同工况下温控系统的温控精度。结果表明,在不同环境温度和温控系统设定温度工况下,该温控系统的温控精度均在±0.1℃以内。

摘要：以轨道交通直线感应电机(Linear Induction Motor,LIM)牵引驱动系统速度观测器为研究对象,针对边端效应及电机参数变化导致辨识结果实时性、鲁棒性不足的问题,提出一种基于二阶超螺旋滑模的改进模型参考自适应系统(Model Reference Adaptive System,MRAS)速度观测方法。首先,以计及动态边端效应的初次级电压电流磁链方程为核心,设计直线感应电机标准MRAS速度观测器,降低边端效应对速度辨识性能的影响。然后,进一步分析初级集肤效应和初次级横向错位对标准MRAS速度观测器辨识性能的影响。在此基础上,基于二阶超螺旋算法对MRAS参考模型进行改进,利用主滑模面和辅助滑模面对次级磁链观测的干扰项进行补偿,同时抑制由于滑模算法引入的系统抖振,提高了速度观测器的鲁棒性和动态性能。最后,搭建仿真和硬件在环实验环境进行算法验证。实验结果表明:励磁互感及其他电机参数随边端效应修正因子变化,标准MRAS观测器在突加负载、引入测量误差和电机参数突变的工况下,速度辨识误差明显;改进的MRAS观测器能够实现直线感应电机速度的快速、准确辨识,基于该速度观测器的矢量控制策略,在突加负载、引入测量误差和电机参数突变的工况下,控制性能满足设计要求。研究结果能为轨道交通直线感应电机无速度传感器牵引驱动系统的研究提供一定借鉴。

摘要：针对传统高光去除方法对梯级图像高光去除表现不佳问题,提出了一种基于条件生成对抗网络的梯级图像高光去除方法(multi-scale spatial dense gradient cascade generative adversarial network,MSDGC-GAN)。该方法设计了一种空间上下文密集模块(spatial contextual feature dense block,SCFDB)能够深度提取像素行与列之间的空间背景信息。此外,设计了一种多尺度梯度级联结构以弥补网络下采样中的尺度特征损失,并且该结构能够赋予模型多尺度鉴别能力同时稳定训练梯度分布。在分析了经典双色反射模型基础上,将最大漫反射度估计应用于损失函数以监督网络训练。实验结果表明,该方法在经典高光数据集和自制梯级高光图像数据集中表现均优于对比方法。

摘要：双梁桥式起重机是蔗厂内用于吊运甘蔗和检修装备的主要起重运输设备,在日常生产中发挥了极其重要的作用。然而这些起重机长期在起制动频繁、冲击载荷大、工作环境恶劣等工况下,起重机的主梁逐渐发生变形,原本设计预留的拱度逐渐减少,甚至出现严重下挠现象。由于主梁是起重机的主要受力结构件,主梁下挠容易对设备造成损坏,增加能耗,缩短使用寿命,甚至导致设备事故,因此有必要对主梁下挠和修复开展研究。

摘要：建立了用动态规划法进行铜板带轧制规程优化设计的模型，介绍了综合可轧区间的确定与离散方法及优化设计实例．

摘要：现场态势分析是现代社会信息化管理的重要手段,数据分析平台是现场态势分析系统的核心关键。采用主动对象技术设计开发了一个支持多数据格式的现场态势数据分析平台。该平台不仅支持用户单点登录和实时多维度数据态势分析,而且还允许用户在实时态势分析中,根据实际需求进行动态定制。研发的数据服务平台软件已有实例监所勤务系统投入工程使用。开发的系统能够较好地实现对监所勤务子系统数据的存储、分析及上报,实现对数据的实时动态态势分析。

摘要：采用Visual Basic语言结合Access数据库开发了一套铜板带轧制规程计算机辅助设计系统．系统运用动态规划法可以道次最少、能耗最低为目标对轧制规程进行优化．

摘要：在实际工业环境下,光线昏暗、文本不规整、设备有限等因素,使得文本检测成为一项具有挑战性的任务。针对此问题,设计了一种基于双线性操作的特征向量融合模块,并联合特征增强与半卷积组成轻量级文本检测网络RGFFD(ResNet18+GhostModule+特征金字塔增强模块(feature pyramid enhancement module,FPEM)+特征融合模块(feature fusion module,FFM)+可微分二值化(differenttiable binarization,DB))。其中,Ghost模块内嵌特征增强模块,提升特征提取能力,双线性特征向量融合模块融合多尺度信息,添加自适应阈值分割算法提高DB模块分割能力。在实际工厂环境下,采用嵌入式设备UP2 board对货箱编号进行文本检测,RGFFD检测速度达到6.5 f/s。同时在公共数据集ICDAR2015、Total-text上检测速度分别达到39.6 f/s和49.6 f/s,在自定义数据集上准确率达到88.9%,检测速度为30.7 f/s。