摘要：针对当前多目标追踪算法应对路侧交通场景的缺陷,提出一种基于路侧摄像头的多目标追踪算法。选择one‐shot追踪算法路线,基于FairMOT设计神经网络,使单个网络同时生成目标检测结果与外观特征结果,增强实时性效果;采用新的数据关联方式,减少遮挡对追踪器的影响;引入新的运动相似度度量方式——缓冲交并比,弥补线性运动预测模型产生的误差;提出基于速度判别的丢失轨迹移除算法和基于历史位置匹配算法,实现长时间遮挡轨迹的身份恢复。在UA‐DETRAC公开多目标追踪数据集上进行实验,验证该算法有效性。为证明该算法在真实路侧环境的适用性,在国家智能网联汽车(上海)试点示范区开放道路采集真实路侧场景数据。最后,将该算法和SORT、DeepSORT、ByteTrack、FairMOT算法在真实路侧场景数据上进行对比实验。实验结果表明,本算法在identification F‐Score、ID switch、fragmentation、mostly tracked、mostly lost、multiple object tracking accuracy等评估指标上优于其他算法。

摘要：为了提高余热资源的利用效率及品质,该文提出一种近埃尔逊循环,并采用EBSILON软件对近埃尔逊动力循环余热利用系统进行建模、仿真。采用验证的模型,分别研究工质流量、压气机效率、膨胀机效率、热源温度等因素对循环效率和余热利用效率的影响。结果表明,工质流量在一定范围内时,循环效率基本保持稳定,超过一定值后,循环效率迅速下降,余热利用效率则持续提升;压气机效率和膨胀机效率的增大均能明显提升循环效率与余热利用效率;增大热源温度可以提升循环效率,但会导致余热利用效率的降低;各影响因素对循环效率的显著性分析则表明膨胀机效率对循环效率的影响程度最大,工质流量影响程度最小。该研究成果为余热利用提供了新的途径,可有效提高能源利用品质,同时为工程应用提供参考。

摘要：目的设计、研发国人解剖型后踝锁定钢板,测量并分析其生物力学特性。方法收集上海市同济医院2022年6月至2023年5月招募的100名健康志愿者的胫腓骨+踝关节CT数据。对胫腓骨及踝关节三维重建,测量国人后踝影像解剖学参数,设计生产国人解剖型后踝锁定钢板。通过制作胫骨人工骨模型,对钢板进行验证和生物力学测试。生物力学测试方法为分别在康定胫骨远端后侧钢板、六孔型后踝解剖锁定钢板、五孔型后踝解剖锁定钢板固定下:测量轴向施加载荷500、1000和1500 N的垂直位移;测量位移为2 mm时的失效载荷及内固定完全失效时的最大失效载荷。结果影像解剖学测量示后踝宽度为26.6(19.4,35.0)mm,并分别以第一四分位数、中位数和第三四分位数对应小、中、大三种型号后踝基础钢板;置钉安全区高度为5.5(5.3,5.7)mm;后翻角度为153.0°(148.5°,157.5°);后翻高度为20.0(19.7,20.9)mm。利用胫腓骨+踝关节螺旋CT及计算机辅助技术设计、生产后踝解剖锁定钢板,与胫骨后踝匹配良好,解剖贴服。生物力学测试:相较康定胫骨远端后侧钢板轴向载荷500、1000和1500 N时垂直位移的(0.60±0.02)、(2.22±0.03)、(2.81±0.04)mm,六孔型和五孔型后踝解剖锁定钢板分别减少为(0.45±0.04)、(1.10±0.03)、(1.50±0.03)mm和(0.52±0.04)、(1.15±0.03)、(1.67±0.03)mm,差异有统计学意义(F=88.287,P<0.001;F=10061.890,P<0.001;F=9774.019,P<0.001);三种固定方式下,后踝骨折位移为2 mm时的失效载荷分别为0.80(0.73,0.80)、2.00(1.93,2.00)、1.70(1.70,1.70)kN,差异有统计学意义(H=54.245,P<0.001);三种固定方式下,内固定完全失效的最大失效载荷分别为1.90(1.90,1.98)、4.30(4.30,4.30)、3.70(3.63,3.70)kN,差异有统计学意义(H=53.863,P<0.01)。结论国人解剖型后踝锁定钢板与后踝匹配良好,力学强度高、稳定性好。

摘要：模块化多电平变流器(modular multilevel converter,MMC)与电网间的频率耦合会影响变流器的阻抗特性,常规研究未考虑频率耦合造成的阻抗模型不准确,对分析系统阻抗特性造成了困扰。针对此问题,建立考虑频率耦合下MMC的全阶阻抗模型,进而分析系统稳定性。在此基础上提出一种基于陷波滤波器的MMC阻抗优化方案,解决弱电网互联系统的稳定问题。在分析MMC传统阻抗建模不能有效发现实际低频段振荡的原因基础上,研究频率耦合在MMC建模中的产生机理和影响程度。根据频率耦合的产生机理,建立小信号模型及变量关系,推导出频率耦合下的MMC全阶阻抗模型。依据全阶模型,提出一种基于陷波器的系统阻抗优化方案,有效解决了MMC弱网互联系统的低频振荡及稳定分析问题。仿真结果验证了耦合下MMC全阶阻抗模型的准确性及低频振荡阻抗优化的可行性。

摘要：随着人工智能民主化的发展,深度神经网络已经被广泛地应用于移动嵌入式设备上,例如智能手机和自动驾驶领域等.随机计算作为一种新兴的、有前途的技术在执行机器学习任务时使用简单的逻辑门而不是复杂的二进制算术电路.它具有在资源(如能源、计算单元和存储单元等)受限的边缘设备上执行深度神经网络低能耗、低开销的优势.然而,之前的关于随机计算的工作都仅仅设计一组模型配置并在固定的硬件配置上实现,忽略了实际应用场景中硬件资源(如电池电量)的动态改变,这导致了低硬件效率和短电池使用时间.为了节省电池供电的边缘设备的能源,动态电压和频率调节技术被广泛用于硬件重配置以延长电池的使用时间.针对基于随机计算的深度神经网络,创新性地提出了一个运行时可重配置框架,即RR-SC,这个框架首次尝试将硬件和软件的重配置相结合以满足任务的时间约束并最大限度节省能源.RR-SC利用强化学习技术可以一次性生成多组模型配置,同时满足不同硬件配置(即不同的电压/频率等级)下的准确率要求.RR-SC得到的解具有最好的准确率和硬件效率权衡.同时,多个模型配置运行时在同一个主干网络上进行切换,从而实现轻量级的软件重配置.实验结果表明,RRSC可以在110 ms内进行模型配置的轻量级切换,以保证在不同硬件级别上所需的实时约束.同时,它最高可以实现7.6倍的模型推理次数提升,仅造成1%的准确率损失.

摘要：针对交期随机的批量流车间调度问题,以最小化工件延期期望之和为目标,推导出工件交期符合3类经典随机分布条件下问题目标的闭式计算表达式.建立考虑换模时间与随机交期的问题数学模型,针对模型高度非线性特征对其线性化.设计一种基于逻辑的Benders分解(LBBD)与分枝定界相结合的优化算法,提出两种有效加速策略提升算法求解效率.数值实验结果验证了算法的有效性,通过随机交期与确定交期结果的比较,验证了考虑随机的必要性.

摘要：针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。

摘要：本研究分别选用颗粒粒径分布相近的河砂与石英砂制备了不同胶砂比的超高性能混凝土(UHPC),探究了两种细集料对不同胶砂比情况下UHPC性能的影响。结果表明:(1)采用河砂制备的UHPC的扩展度稍大于采用石英砂者;(2)采用河砂制备的胶砂比为1.0的UHPC的抗压强度和抗拉强度最高,表现出明显的应变硬化现象,采用石英砂所制备的胶砂比为0.8的UHPC的抗拉强度最低,几乎无应变硬化现象;(3)细集料种类及胶砂比对水泥水化反应和掺合料火山灰反应的影响有限,蒸养条件下,硬化浆体中几乎无Ca(OH)_2存在;(4)UHPC内孔隙的直径大多小于1μm,胶砂比相同时,采用石英砂制备的UHPC所含孔径小于1μm孔的数量多于采用河砂者;(5)与石英砂相比,河砂与硬化浆体的界面过渡区较为致密,且采用河砂制备的UHPC中浆体对纤维的包裹性也较好。

摘要：为更好地研究微网群多利益相关者的交易行为并为当地能源市场提供指导,该研究提出一种分布式求解方法,用以求解微网群三层主体间复杂的交易策略。该研究建立由配电网、微网群运营商、微网群及用户组成的优化模型,包括微网群运营商与各微网的供需互动模型和微网与用户的主从博弈模型,并采用分布式方法求解三层主体间的优化均衡策略。结果表明该方法既可实现微网群运营商最大的社会福利,也可提升微网及用户的经济效益,最终实现整个微网群能源互济、协作共赢。

摘要：直流微电网低惯性响应特性常导致系统存在不确定性扰动时母线电压波动越限。针对这一问题,文中以直流电力弹簧(DCES)为核心构建智能负载,解析直流电机动能与智能负载惯量能量间的映射关系,实现需求侧等效虚拟惯量注入,快速补偿不确定性扰动造成的DCES输出电压偏差;针对多DCES协同控制,设计动态事件触发机制,以最小通信需求求解全局一致性误差,实现各DCES输出电压期望轨迹实时在线更新;提出了具有最小相位特性的反馈线性化控制器,将传统电压-电流双环控制转化为能量单环控制,构建DCES能量函数,重塑状态变量空间为Grassmann流形,实现系统完全解耦和精确线性化转换,准确跟踪各DCES输出电压期望轨迹,同时确保全局渐近稳定。基于dSPACE的实验结果表明:系统存在外部不确定扰动和内部参数摄动情形下,所提方法可实现直流微电网母线电压的平稳控制,具有动态响应快、稳定性好、鲁棒性强、抗扰性优的特点。