摘要：为在不提高目标函数维度的前提下,满足实际运行中风力机翼型对于范围攻角综合性能气动性能和设计工况点气动性能兼优的设计需求,提出一种耦合混沌映射及动态协同机制的翼型优化方法。通过Bezier曲线构建翼型几何参数化模型,引入改进的Logistic-Tent混沌映射提高设计空间全局搜索能力,以提升翼型升阻比为设计目标,将动态协同函数嵌入自适应多目标算法,可实现翼型在攻角范围内的气动性能、设计工况点气动性能的优化。经CFD数值验证,优化后翼型在范围攻角内的升力系数平均提升4.6%、7.0%,升阻比平均提升4.2%、7.4%;设计点升阻比提升7.53%、9.19%,证明了方法的可行性。

摘要：精准高效地完成轨道分割与障碍物检测对于智能行车具有重要意义。现有深度学习算法对轨道区域分割与障碍物识别区分不明确,复杂区域极易出现多轨融合、识别率低等情况。为此,提出一种基于任意四边形拟合的轨道分割框架,实现轨道分割任务;将其嵌入YOLOv5网络中,设计出一种全新的轨道交通双视觉任务网络(YOLOv5-DVT),该网络可根据轨道的不同特征,使用任意四边形切分轨道;经过多边形角点排序、自适应正样本匹配、相对重心位置编解码及顺序预测约束等环节完成对任意四边形轨道的预测,利用多边形寻迹拟合算法实现对轨道区域的恢复与分割;通过设计双任务结构,采用端到端的轨道分割与障碍物检测并行训练策略实现同步分割与障碍物识别,提升推理速度。采用自建数据集对该算法进行验证,试验结果表明:与经典分割算法相比,本文方法在复杂轨道的分割中更加清晰准确,其双任务精度分别达到95.10%、93.51%,推理速度达32 FPS,具备实际场景的应用价值。

摘要：伴随动力机械轻量化的发展,运动部件与机体的质量比增大,将引发明显的机体振动。为研究轻量化条件下的动力机械机体固有频率与内部质量比的关系,设计了模拟动力机械不同质量比的试验台架,在其静态和动态工况下进行振动测试,发现两者固有频率存在差异;建立起内力联接的动力隔振内力拓扑模型,解释固有频率差异的原因;推导关于质量比、频率比的二元动力传递函数并从侧视和俯视两个角度对三维曲面进行分析。结果表明,在轻量化背景下,动力机械机体固有频率存在随着质量比增加而向大值漂移的现象,研究中的二元动力传递函数能够表达内力模型下动力机械固有频率的分布特性,可以为动力机械系统参数辨识及隔振器设计提供理论基础。

摘要：针对现阶段运行状态下风力机叶片振动测量方法中,加速度传感器常布设到风力机机头靠近风轮处,导致测量结果易受干扰的问题。基于叶片受力分析和应变模态理论,将叶片上应变传感器采集的原始信号分解为叶片应变信号与振动信号的叠加,设计一种基于应变模态理论和变分模态分解的叶片振动感知方法。通过设计静态模态实验和模拟动态偏航的叶片振动实验,对叶片表面应变和机头振动信号进行对比分析,表明叶片振动感知方法在频域和时频域上均能正确识别叶片振动特征,且其谱线更清晰,受干扰更小,从而为动态偏航运行工况下风力机叶片振动测量提供了一种新方法,可为风力机叶片安全、可靠运行提供技术支持。

摘要：交通标志在智能驾驶领域有着重要的作用,面对交通标志尺寸小,易受遮挡,在复杂环境下容易出现漏检、错检等问题,提出了一种基于YOLOv5改进的PMM-YOLO交通标志检测算法。为了能够有效提取多尺度信息,并增强模型对特征信息的表达能力,提出了一种结合注意力机制的并行空洞卷积模块(adaptive parallel atrous convo-lution,APA),使用具有不同膨胀率的并行空洞卷积,能够有效地提取不同尺度的特征,并通过gate机制突出关键目标的特征表示,提高检测的准确性;设计了一种多分支的自适应采样(multi-branch adaptive sampling,MBAS),多分支的采样可为网络提供多条特征提取途径,丰富特征表达的多样性,并通过不同位置的权重筛选重要特征进行强化,抑制冗余特征;设计了多尺度特征融合(multi-scale feature fusion,MSFF)模块,对不同大小尺度的特征图进行拼接,充分利用多尺度信息,将多个尺度的特征图融合,以获取更全面的目标特征,提升对目标的检测效果。构建了输出重组(output reorganization,ORO)模块,增加小目标检测层并去除大目标检测层,提升对小目标的检测效果,并相应减少模型复杂度。实验结果表明,PMM-YOLO算法在TT100Ke数据集上的mAP@0.5达到了86.4%,较原YOLOv5提升了5.9个百分点,且FPS较改进前提升了4.4%,能够快速准确地对交通标志进行检测。

摘要：当今网络社交媒体的广泛使用极大提高了社会比较的频度和广度,探索不同方向的社会比较与不同类型的广告诉求的交互作用如何影响消费者购买意愿具有重要的理论和现实意义。本文采用实验法考察了不同社会比较情境下(上行比较或下行比较)不同广告诉求(能力或温暖)对消费者购买意愿的影响机制。研究发现:社会比较与广告诉求的交互作用对消费者购买意愿产生显著影响。相比之下,能力型广告诉求更能激发经历上行比较消费者的购买意愿,而温暖型广告诉求更能激发经历下行比较消费者的购买意愿。信息加工流畅性在社会比较与广告诉求的交互作用对购买意愿的影响过程中发挥了部分中介作用。因此,企业在社交媒体营销中应关注社会比较与广告诉求的匹配效应,以达到更好的广告效果。

摘要：场景文本检测是图像处理领域的基础性研究工作,具有广泛的应用价值。DBNet作为该领域具有代表性的算法,重构文本实例的后处理过程过于简单,对纵横比显著变化的文本容易误检以及对小文本容易漏检。为解决以上问题,设计并提出用于场景文本检测的非对称迭代细化预测网络AIRPNet。模型基于ResNet50特征提取网络,将常规卷积替换为可变形卷积以适应不规则文本特征,并调整block堆叠数使得各层携带的特征更加合理。采用RFP的递归思想更充分地融合多层特征,设计非对称迭代细化预测模块构建更为准确的概率图,可微分二值化后处理重构文本实例边界。针对非对称迭代细化预测模块,设计多种结构进行探究。为评估提出模型的有效性,在三个数据集上与最先进的主流模型进行对比,在ICDAR2015、MSRA-TD500和CTW1500数据集中,分别取得88.7%、88.4%和84.9%的F-measure,实现或接近SOTA性能。实验结果表明,提出模型能够捕获较为准确的概率图,从而构建较为完整的文本边界框。

摘要：研究毛蕊花糖苷(verbascoside,OC1)促进阿尔茨海默病(Alzheimer's disease,AD)发病过程中乙酰胆碱(acetylcholine,ACh)释放的分子机制。使用β-淀粉样蛋白(1~42)(Aβ_(1-42))诱导的大鼠肾上腺嗜铬细胞瘤细胞(PC12)作为AD体外模型,分为对照组(control),模型组(model,Aβ_(1-42)10μmol·L^(-1)),OC1处理组(2、10μg·mL^(-1))。通过全蛋白磷酸化修饰定量组学分析OC1对AD细胞模型磷酸化蛋白的影响,结合计算机辅助药物设计虚拟筛选OC1对于钙通道亚型的选择性,荧光探针Fluo-3/AM检测细胞中Ca^(2+)浓度,Western blot检测OC1对磷酸化钙调素依赖性蛋白激酶Ⅱ(p-CaMKⅡ,Thr286)及突触囊泡相关蛋白表达的影响,UPLC/Q Exactive MS检测OC1对AD细胞模型ACh释放的影响,试剂盒检测OC1对AD细胞模型中乙酰胆碱酯酶(acetylcholine esterase,AChE)活力的影响。结果显示,模型组与OC1处理组的差异修饰蛋白在GO分类、KEGG通路和蛋白结构域3个层面均与钙通道激活相关。分子对接结果揭示了L-型钙通道的主导作用。在Ca^(2+)螯合剂EGTA(乙二醇四乙酸)、L-型钙通道阻断剂维拉帕米(verapamil)和N-型钙通道阻断剂芋螺毒素(conotoxin)存在的条件下,OC1对Fluo-3/AM荧光强度的增强作用被削弱,且verapamil的作用强于conotoxin。这证实OC1主要通过与L-型钙通道蛋白相互作用促进细胞外Ca^(2+)内流。蛋白质组学分析和Western blot结果表明,OC1处理后p-CaMKⅡ及下游囊泡相关蛋白表达上调,说明OC1通过激活CaMKⅡ作用于囊泡相关蛋白,参与神经突触的重塑和递质释放,从而影响学习记忆。此外,OC1还降低了AChE活力,延长ACh在突触间隙的作用时间。

摘要：精准的风功率预测对电网调度具有重大意义,针对现有预测方法中数据特征提取不充分、输入序列过长时产生梯度消失和预测精度低的问题,提出一种基于改进时空图卷积(STGCN)与神经基扩展分析(N-BEATS)模型的组合预测模型,该方法通过充分提取数据时空特征来提高预测精度。首先,利用STGCN对多元输入序列进行深度特征提取,充分挖掘风机SCADA数据中的时空潜在关系;同时,为了进一步提高预测精度,通过构建序列分解模块与多分辨率卷积对STGCN模型进行改进,使其能够更好地适应风电数据的复杂特性;然后,神经基扩展分析(N-BEATS)新型神经网络对STGCN提取的时空信息数据进行时序关系分析,得到最终预测结果;最后,以内蒙古某风场SCADA数据为例,通过多模型对比实验与自身消融实验验证了所提组合模型策略的有效性以及对STGCN的改进效果。实验结果表明,所设计模型在预测精度上取得了显著的提升,为风电功率预测领域的研究提供了新的思路和方法。

摘要：以中密度纤维板为试验材料,采用钨系硬质合金镶焊齿柄铣刀对其进行开槽铣削,利用激光三维显微系统测定刀刃的基本参数。通过对比开槽铣削加工后的刀刃锐利度,分析计算刀刃磨损量,并探究切削长度对刀刃锐利度和磨损量的影响。结果表明:木质材料铣削加工柄铣刀锐利度测定合适的放大倍率约为400倍;当切削速度为4.84 m/s,切削长度分别3 631、7 263、10 890 m时,主刀刃锐利度分别为7.4、9.9、13.1μm,磨损量分别为6.4、9.2、13.9μm,当切削长度超过8 000 m时,刀具的磨损加速增大;主刃和副刃锐利度变化相近,但磨损量差距明显,受刀角影响显著;根据加工精度要求,进一步优化刀具角度可以延长刀具使用寿命。