摘要：烧结机台车是制取烧结矿的关键设备,为避免由台车上的箅条缺失、车轮锁紧螺母缺失与车轮脱落引发的生产事故,提高烧结生产效率。本文根据台车实际运行状况,在硬件层面制定了故障检测方案,构建了基于YOLOv7与DeepStream的烧结机台车缺陷部件检测系统。系统选取YOLOv7网络模型在缺陷部件数据集上训练,将YOLOv7模型训练所得权重文件部署在DeepStream6.1平台进行加速推理,并采用Kafka消息组件推送推断结果。试验结果表明,YOLOv7对所有类别检测的平均准确率为0.991,可用于缺陷部件的目标检测。系统实时监测烧结机台车运行情况,对Kafka消息进行解析,实现故障判定规则,通过实时的故障判定、存储、显示及预警实现烧结机台车缺陷部件智能化检测,为烧结机台车缺陷部件检修提供了一种新的解决方案。

摘要：为探究粉煤灰替代水泥比例对机制砂高强混凝土(MSC)和天然砂高强混凝土(NSC)的强度影响以及内部孔隙结构变化,设计粉煤灰替代水泥比例分别为0,10%,15%,20%和25%配制C80高强混凝土,借助核磁共振技术(NMR)分析混凝土孔隙演变规律,利用X射线衍射(XRD)、差热-热重综合仪、场发射扫描电镜(SEM)技术分析胶凝材料水化产物形态和微观形貌.结果表明:MSC工作性能略低于NSC,各龄期下MSC强度均高于NSC,前期强度随粉煤灰掺量的增加而降低,后期10%粉煤灰混凝土强度最高;10%粉煤灰促进水泥水化进程,填充凝胶孔隙,降低裂隙生成,从而优化混凝土内部结构孔隙,提升混凝土整体密实度;考虑细骨料形貌参数及粉煤灰掺量对混凝土强度的影响,基于可压缩堆积理论建立了粉煤灰混凝土28 d抗压强度预测模型,模型精度良好.研究可为粉煤灰高强混凝土高质量应用提供一定参考.

摘要：为了解决在物联网场景下数据聚合中存在的中心化存储、隐私信息泄露、依赖可信第三方等问题,本文提出了工业物联网环境下分布式的隐私保护数据聚合方案(Distribued Privacy-Preserving Data Aggregation scheme,DPPDA).首先通过区块链技术与雾计算设计了一个分层分布式存储数据聚合架构,实现数据的去中心化存储;并且提出了基于阈值同态加密算法结合随机值噪声值对数据加密,实现用户数据隐私保护并且系统不依赖于完全可信的密钥管理中心;此外,结合Bloom过滤器与批量验证签名算法设计了一个高效的匿名签名验证机制,实现用户身份的隐私保护.安全分析和仿真测试验证本方案安全可行,有较好的抗攻击性和较低的计算成本.结果表明,本方案能够在物联网的数据聚合过程中保护用户数据隐私并具有较好性能.

摘要：在研读分析21世纪初美国11本初中数学教科书的基础上,从栏目分布、内容分布和运用方式3个方面梳理了这些教科书中所融入的中国数学史内容.发现美国多本初中数学教科书中用精美别致的版面引入了中国数学史内容,如,勾股定理、负数、线性方程组、中国古代数学著作中的历史名题以及七巧板等内容.就美国初中数学教科书中融入中国数学史,得到5点启示:坚持立德树人,坚定对中华优秀传统文化的自信;追根溯源,求真求实;名题变式,以题说法;游戏数学,玩中传知;图文并茂,不乏趣味性和艺术性.

摘要：基于最紧密堆积理论和最小需水量法进行高强页岩轻骨料混凝土配合比设计与制备,研究了水胶比对抗压及劈裂抗拉强度影响,并借助SEM/EDS进行微观测试分析。结果表明:当粗细骨料体积分数比为5.5:4.5时,粗细骨料达到最紧密堆积状态;当硅灰、粉煤灰和水泥质量比为0.8:3.2:6时,需水量最少,粉体材料密实度最佳;依据优化配比所配混凝土的抗压强度和劈裂抗拉强度均随龄期增加而增加;随着水胶比增加,抗压强度和劈裂抗拉强度呈先增后减的趋势,且当水胶比为0.24时达到最大,分别为70.9、5.83MPa;硅灰和粉煤灰特有的形态效应和火山灰效应有效改善了浆体与骨料间界面的密实程度,微观结果显示浆体与骨料界面区域结构致密,陶粒区域为富Si、Al相,浆体一侧为富Ca相。

摘要：通过模型MS-Font设计一种多尺度生成器(multiscale generator,MG),用于提取文字不同尺度结构信息特征,并将浅层信息和深层信息进行多尺度特征融合,构建不同尺度特征图之间的联系,以增强字体内容与风格信息的有效表达,提高生成网络的字体重构能力。在给定数据集上进行大量实验,结果表明模型MS-Font结果均优于对比算法,在FUNIT模型基础上,LPIPS提高0.007,SSIM提高0.12,ACC(S)提升5.2,ACC(C)提升4.0,验证了提出模型MS-Font的有效性。

摘要：为了深入挖掘交通流量的时空特征以提高预测精度,提出改进的融合距离与周期性因素的多信息融合的时空图卷积门控神经网络.将路网中各个路段作为节点并根据路段间邻接关系建立路网图结构;考虑路段间距离对空间相关性的影响,计算路段之间的空间影响度大小,给予图邻接矩阵不同的权重.在模型构建中,设计空间图卷积模块与时间序列预测模块;通过空间图卷积模块提取空间特征信息,并将提取的空间特征信息与交通流量周期序列信息相融合,传入时间序列预测模块;重新设计门控循环单元(GRU)的门控机制算法达到多源信息共同输入的目的,最终得到预测输出.实验在真实的公路交通流量PEMS数据集上进行多时段测试,结果表明,与目前基于图卷积的预测方法相比,所设计的模型预测误差更低,预测性能更优.

摘要：近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支:光谱分支、空间X分支和空间Y分支分别提取光谱特征、空间X特征和空间Y特征,并将三个方向的特征融合进行高光谱图像分类。由于ConvLSTM在学习有价值的特征和对光谱数据中的长期依赖关系建模方面表现出良好的性能,所以在光谱分支中用了3个隐藏层、卷积核大小为3×3、通道分别为150、100和60提取光谱信息。在空间X分支和空间Y分支,采用基于DenseNet和3D-CNN的Dense空间X块和Dense空间Y块分别提取空间X特征和空间Y特征。为了增强特征提取,在这三个分支中还分别引入了其特征方向的注意力机制,针对信息丰富的光谱波段设计了光谱注意块,信息丰富的像素点分别设计了空间X和空间Y注意块。在三个公开的高光谱数据集上进行了实验,即Indian Pines(IP)、Pavia University(UP)和Salinas Valley(SV)数据集;并对比了其他五种方法:基于RBF径向核的支持向量机模型(SVM)、更深更广的卷积神经网络模型(CDCNN)、快速密集光谱-空间卷积网络模型(FDSSC)、空谱残差网络模型(SSRN)、双分支双注意力机制网络模型(DBDA)。实验中,IP数据集上训练样本和验证样本的大小设为总样本的3%,UP和SV数据集上训练样本和验证样本的大小设为总样本的0.5%。该方法和所有基于深度学习的方法,批处理大小均设置为16,优化器设为Adam,学习率设置为0.0005,并动态调整学习率。由于SVM直接利用光谱信息进行分类,输入样本块像素大小为1×1,其他基于深度学习方法的输入样本块像素均设置为9×9。实验结果表明,该方法能充分利用高光谱图像的光谱和空间特征,在OA、AA、KAPPA等评价标准上均获得了更好的效果,其中,该方法的OA指标比次优的算法平均提高0.12%~2.04%。

摘要：原有方法对多微网并联运行磁场定向控制具有延迟的问题,导致多微网并联运行磁场定向控制的效果较差,因此,设计了一种新型多微网并联运行磁场定向控制策略。首先设定多微网并联运行磁场定向控制指标。然后确定多微网并联运行磁场定向控制影响因素,并建立并网方案中的分配系数,采用分层控制的方法对多微网并联运行磁场进行定向控制,以此完成多微网并联运行磁场定向控制的优化设计。最后进行仿真分析,验证所提控制策略的电压调节速度、功率稳定性以及功率调节正确性。所得结果验证了所提多微网并联运行磁场定向控制策略的有效性。

摘要：基于固体波动陀螺灵敏度高、可靠性好、动态范围宽等突出优点,本文研究了一种全新的高灵敏度电容式微机电环形波动陀螺。首先设计了微机电环形波动陀螺的敏感结构与整体结构,并分析了工作特性与敏感原理;其次建立了环形敏感结构的灵敏度数值模型,分析了灵敏度与主要设计参数的关系;最后对环形敏感结构进行了模态仿真、静电驱动分析、灵敏度分析与极限位移分析,得到了该微机电环形波动陀螺的谐振频率为6.036 0 kHz,在2.906 8μm的驱动激励下机械灵敏度为0.003 6μm/°,最大静态应力为19.82 MPa。分析结果表明该陀螺敏感结构设计合理,能够实现高灵敏度的角速度敏感,为进一步研制高灵敏度MEMS陀螺奠定了基础。