摘要：【目的】针对已有模型在检测小尺寸、与背景对比度低的破损时易出现漏检、误检等问题,提出一种改进YOLOv4的检测模型。【方法】针对小尺寸问题,首先设计了DDS unit替换主干网络中的Res unit,利用不同层次特征跨层连接的方式获得完整丰富的多尺度特征完成小尺寸破损的检测。其次,在分类损失函数中引入梯度协调机制动态调整小尺寸破损的权重使其得到充分训练。针对破损与背景对比度低的问题,首先在主干网络深层网络层中嵌入坐标注意力机制,增强模型对破损特征的关注度,降低背景噪声的干扰。其次,设计精确解耦头通过解决分类、定位任务对特征需求的矛盾提升检测精度。【结果】实验表明,模型的平均精度较YOLOv4提升了3.92%,小尺寸的划伤类破损、与背景低对比度的磨损类破损的检测精度分别提升4.32%和4.24%,可有效解决漏检、误检问题。

摘要：二级倒立摆系统是一个多变量、非线性、不稳定的快速系统,在对其进行传统的模糊控制时,由于多变量输入而容易造成'规则爆炸'.为解决这一问题,提出了基于粒度计算的二级倒立摆模糊控制策略.根据粒度空间结构,将误差相空间划分为不同的粒元,从而构成粗粒度层和细粒度层,在不同的粒度层设计不同的控制策略,即在粗粒度层次上采用模糊控制实现系统的鲁棒性;在细粒度层次上采用PID(Proportion-Integral-Derivative)控制对系统进行进一步微调,逐步求精,最终获得理想的控制性能.实验证明:该控制策略不仅可以解决模糊控制规则呈指数爆炸的问题,而且还可以兼顾倒立摆系统的快速性和准确性指标.

摘要：以某商业楼的抗震鉴定及加固工程实例为背景,依照现行规范,对原结构进行了全面检测和抗震鉴定,分析了超限底框结构的抗震检测鉴定工作中的难点问题,并针对问题提出了抗震加固的方案,为今后类似的检测加固工程提供参考。

摘要：针对传统径向基函数神经网络构造的网络分类器通常存在分类精度不高、训练时间长等缺陷,首先提出了一种改进的自适应聚类算法,用于确定分类器的隐含层节点。该算法通过筛选基于轮廓系数的优秀样本群,来寻找最佳初始聚类中心,避免了传统K-means算法易受初始聚类中心点影响,导致最终的分类效果严重偏离全局等情况的发生。其次,将该改进算法用于构造径向基函数神经网络分类器和快速有效地确定隐含层节点径向基函数中心及函数的宽度。最后,通过大量UCI数据集的实验和仿真,验证了改进算法在聚类时间、聚类轮廓系数及聚类正确率等方面具有优越性。同时,大量的仿真实验也证明了基于改进算法构造的RBF分类器具有更高的分类精度。

摘要：为更好获得图像传达的信息,提出基于粒空间融合的多特征显著区域检测方法。将图像划分为重叠的非均等矩形粒,提取每个中心粒的颜色特征;以像素点颜色值为中心,0为半径,划分图像为球形粒,对比每个粒与图像四顶点球形粒的颜色距离;利用粒之间的颜色和空间距离,提取两种粒的对比连通显著图并将之融合,获得最终显著图。实验结果表明,它更好保留了图像边缘信息,高亮显示显著区域,更有助于图像的进一步处理。

摘要：针对雾天条件下采集的图像易出现对比度低、模糊等现象,提出一种基于双模型分层递阶的雾天图像复原算法。通过改进的限制对比度自适应均衡算法模型对图像进行处理,有效增强图像对比度同时除去部分雾气;结合物理去雾模型,通过阈值分割与四叉树搜索算法选取大气光值,计算对比度与透射率之间的数学关系,完成细化去雾;运用Canny算子优化的引导滤波算法对图像的高频信息进行去噪,通过小波重构得到最终的复原图像。实验结果表明,该算法能有效去除噪声,降低图像失真,复原后图像的对比度、细节和色彩保持方面都有所提升。

摘要：钼银互连材料是低轨防原子氧材料之一。介绍了钼银材料的设计状态,对钼银互连材料与砷化镓太阳电池的平行间隙阻熔焊技术进行了研究,筛选出焊接工艺参数。同时,对焊接接头的外观、微观形貌及元素进行了分析。通过试验及分析,初步验证了钼银互连材料的可焊性。

摘要：为改善深度置信网络运用于面部表情识别时,容易出现局部结构特征被忽视、鲁棒性差、运算量大等问题,提出融合双值韦伯局部描述子的深度置信网络算法。采用双值韦伯特征对图像进行初次特征提取,在空间分布优化传统韦伯特征的梯度方向算法,丰富局部细节纹理信息;在深度置信网络中进行二次特征提取,融合局部纹理信息的表征优势,借助深度学习在整体结构信息的提取优势,得到更易识别的高级抽象特征。实验结果表明,所提算法提高了面部表情识别率,减少了深度学习的计算量,对光照和噪音有更好的鲁棒性。

摘要：为解决在远距离拍摄得到的待识别图像中进行人脸检测难度大、误检率高的问题,提出一种基于Adaboost算法和误报缩减的人脸检测算法。误报缩减是一种结合肤色检测和可变边缘蒙版筛选的模型,肤色检测包含被检测窗口的RGB平均分量,在生成二进制群集图像,边缘蒙版由覆盖二进制集群的椭圆的大小决定,用于在待检测窗口中评价检测对象的轮廓形状,实现误报过滤。实验结果表明,较经典Adaboost算法和Adaboost肤色检测,误报缩减模型在远距离获取的图像中进行人脸检测时具有良好的误报过滤性能。

摘要：成功的导语,可以使课堂在轻松的教与学的过程中取得理想的效果,也能够激发学生学习语文的兴趣,增强学生对获取课文知识的强烈欲望,从而有效地提高课堂效率。