摘要：为了解决圆管带式输送机桁架结构设计常参照经验而使用钢量浪费的问题,提出基于实验设计(DoE)的优化设计方法。分析圆管带式输送机桁架承受的荷载组合情况,在Ansys workbench中按照桁架的最不利荷载组合施加荷载,找出危险杆件;对杆件截面设计尺寸进行参数相关性分析,选取敏感度较高的控制参数,通过拉丁超立方抽样和非参数回归方法建立响应面模型,采用多目标遗传算法(MOGA)进行多目标优化。结果表明:优化后的桁架结构整体质量减轻32.8%,实现了结构轻量化;同时,杆件应力比均有所增加但满足强度和刚度要求,杆件截面利用更加充分。

摘要：针对低重叠场景下点云配准方法鲁棒性差、配准精度低的问题,提出一种基于空间可变形Transformer(SDT)的三维点云配准方法。设计多级分辨率特征的提取与融合方法,显式计算点云的局部空间关系。利用SDT模块增强点云空间特征的表达能力,聚合局部与全局的特征得到特征矩阵。计算两个特征矩阵的相似度矩阵并额外地为其添加边缘松弛块,有效降低了不可行匹配对配准鲁棒性的影响,同时对相似度矩阵进行归一化等计算得到软对应置信度矩阵,根据预测的对应点空间特征是否一致来寻找点云在低重叠场景下更精确的对应关系,使用直接定义在对应关系上的损失来训练网络,将软对应关系转换为一对一的硬匹配关系,最终通过随机抽样一致性刚性变换求解器执行配准。实验结果表明,在重叠率低于30%的3DLoMatch场景中,该方法的特征匹配召回率和配准召回率相比于高度关注重叠区域的成对点云配准等方法至少提高了3.7和3.9个百分点,并且具有较强的鲁棒性。

摘要：根据现有夹渣图像的特点,提出基于YOLOv5模型的夹渣目标检测算法,以减少获取图像的角度、光源等不确定因素对测试结果所造成的负反馈影响,提高检测精度。利用Mosaic数据增强、自适应锚框计算、自适应图像缩放等技术,融合Focus和CSP结构,设计出基于YOLOv5的自动化识别夹渣图像和自动计算夹渣率的优化算法。结果表明,相对于人工采集照片计算夹渣率水平的方法,改进后的YOLOv5s模型,有效提高了断面夹渣图像目标检测的精确度,由改进前的83%提高至97%。

摘要：针对近地表不同形状金属目标定位的需求,设计了基于瞬变电磁(TEM)阵列技术的地下金属目标定位系统。该系统利用阵列传感器各接收线圈采集的感应电动势衰减曲线的差值,得到地下目标的信号响应特性,通过对比实测环境下标签信号的感应电动势幅值,可以得到目标的水平方位和垂直埋深,实现对地下金属目标的定位功能。实验结果表明:设计的系统能够区分球形、矩形和圆柱形目标的水平方位,垂直埋深测量误差在8%以下,可以实现较好的定位效果。

摘要：针对成像式偏振光导航的高精度和解算实时性的需求,论文设计了一种基于ZYNQ7020的旋转式偏振光航向角检测系统。研究采取体轴与正北方向重合的方式,实时解算太阳子午线与正北方向夹角,即为航向角。该系统采用高精度无刷电机使偏振镜以固定角度旋转,同时进行曝光,相机从不同的角度拍摄了三张偏振图像,采取三张偏振图像为一组的流水线处理方式,进行解算航向角。在室外晴空少云条件下,该系统的最大误差为1.65°,平均误差为0.34°。实验结果表明,在精度和可靠性方面,论文设计的偏振光航向角检测系统都有良好的表现,可以实时进行偏振光采集解算太阳子午线位置以及航向角。

摘要：针对现有面部正面化网络在复杂环境下难以保留面部显著性特征的问题,提出一种三通道(局部、半全局和全局)面部正面化方法。在TP-GAN算法的原有框架基础上设计半全局网络,融合全局网络和局部网络之间的依赖关系,使生成的正面化图像的分布与真实面部图像更接近;在半全局网络中设计多时空深度注意力模块,促进网络学习到更多面部显著性特征;将所提方法应用于CAS-PEAL-R1数据集和自建数据集,采用Rank-1指标进行评估。实验结果表明,所提方法在所有角度下的Rank-1平均准确率为99.40%,验证添加了多时空深度注意力模块的半全局网络可以有效保留面部显著特征,提高面部匹配准确率。

摘要：针对传统三维模型构建方法难以获取连续维度的高质量面部模型问题,提出一种以不同表情的多面部模型为数据源基于共形几何的面部模型插值构建技术。利用准共形映射算法将面部模型降维到二维平面;提出一种插值算法对多模型形状特征进行线性插值,为构建过渡模型定义几何约束,同时提出一种自适应模型选择算法在数据源中自适应选择基础模型;通过几何约束引导准共形迭代改变基础模型形状;将变化后的二维模型转化到三维空间,构建具有过渡表情的三维面部模型。实验结果表明,该算法的有效性和运行效率都得到大幅提高。

摘要：为提高视频异常检测的准确率,提出一种融合混合注意力的自编码器视频异常检测算法。针对自编码器网络强大的“泛化”能力可能重构异常行为问题,提出一种混合注意力模块(CSCFAM)并将其融合至编码器和解码器之间的跳跃连接层以限制异常行为的生成。为考虑正常样本的多样性,在编码器和解码器之间的瓶颈处引入存储记忆模块(Memory),记录正常样本潜在特征的原型模式。实验结果表明,该算法在UCSD Ped2、CUHK Avenue数据集上帧级AUC分别达到97.3%、87.0%,与当前先进的视频异常检测算法相比,异常检测能力得到有效提升。

摘要：针对红外视频缺少纹理细节特征以致在人体行为识别中难以兼顾计算复杂度与识别准确率的问题,提出一种基于全局双线性注意力的红外视频行为识别方法。为高效计算红外视频中的人体行为,设计基于两级检测网络的关节点提取模块来获得人体关节点信息,创新性地将所形成的关节点三维热图作为红外视频人体行为识别网络的输入特征;为了在轻量化计算的基础上进一步提升识别准确率,提出一种全局双线性注意力的三维卷积网络,从空间和通道两个维度提升注意力的建模能力,捕获全局结构信息。在InfAR和IITR IAR数据集上的实验结果表明,该方法在红外视频行为识别中的有效性。

摘要：随着卫星通信网络的发展,基于卫星通信网络实现手机、平板电脑等移动通信设备之间的通信成为研究的热点。由于其采用无线电波进行信号传输,且需要经过多个中继站进行信号的转发和处理,导致存在网络延时大、丢包率高以及信道狭窄等问题。针对文本信息在卫星通信网络下的分发过程存在效率低下、可靠性不高的问题,设计一种基于MQTT(Message Queuing Telemetry Transport)协议的轻量化文本信息分发技术。该技术使用MQTT协议作为消息传输协议,在文本信息分发前对MQTT协议进行主题设计、发布订阅机制设计、设备连接设计以及设备心跳设计,确保设备之间的连通性;在文本信息的分发过程中,设计数据校验加密算法、文本信息轻量化处理方法和离线消息存储机制,保证文本信息分发的安全性、可靠性。实验结果表明:相较于传统的基于JSON数据的文本信息分发技术,该技术在提高文本信息分发效率的同时,可确保信息分发的安全性、完整性和稳定性。