摘要：针对微表情动作发生的局部性和人脸面部空间结构信息丢失问题,提出一种用于微表情识别的深度卷积注意胶囊网络(deep convolutional attention capsule neural network,DCACNN)。将注意力机制和深度卷积层融入胶囊网络,利用注意力机制使网络模型聚焦于微表情活跃区域,采用深度卷积网络提高网络提取高维特征的能力,胶囊网络的动态路由机制充分利用人脸面部空间信息,增强特征表示能力,提高微表情识别的准确率。实验基于数据集CASME II和SAMM进行测试与分析,实验结果表明,DCACNN能有效提高微表情识别的准确率。

摘要：杂草作为一种常见的农业问题,对农作物的生长造成比较严重的影响,控制和管理杂草是农业生产活动中的重要一环。近年来,随着无人机技术和人工智能技术的快速发展,基于无人机平台的特定区域杂草管理是目前除草作业的主流研究,而精确高效地对田间杂草进行识别和检测是实现自动化杂草管理的重要前提。但高效的识别模型往往意味着大量的农业数据。为了降低对农业标签数据的依赖性,该研究提出了一种UANP-MT(uncertainty aware and network perturbed mean teacher)的半监督语义分割网络。该模型基于PSPNet结构与MT(mean teacher)的思想,首先通过对教师网络做扩增输出,令该部分做出若干次推理并取其均值,以此来保证网络预测的鲁棒性,其次在网络的一致性学习部分构建不确定性系数来约束不同网络间的输出差异,提高预测的置信度和可靠性,从而提高模型的识别准确度。为了验证所提出的模型的有效性,设计消融试验,包括对网络参数的取值设置,特征提取网络backbone的选取,以及在不同数据量的数据集下对模型进行性能测试,试验过程中确定了模型的一些最佳的参数设置。结果表明,在与原监督网络的对比试验中,在所提出的UANP-MT模型在标签数据低于原监督网络的前提下,其F1分数,像素精确度PA(pixel accuracy)以及交并比Iou(intersection over union)3个评估指标或皆比原监督网络更高,性能更优。此外,在与常用的语义分割模型的对比中,UANP-MT也体现出了其优越性,在1/4数据集的标签数据量参与训练的情况下F1分数为81.83%,像素准确度为95.84%,交并比为90.70%。评估指标分别优于次之的Deeplabv3+模型4.71,7.94,8.27个百分点。该模型能够较好地在低标签数据量情况下对杂草数据集做出高质量的检测和识别,极大地减少物力和时间成本,对后续开发无人机平台的自动化除草作业有一定的参考作用。

摘要：当下跨海集群工程建设过程中绝大部分均采用了沉管隧道的通过方式,如港珠澳大桥和深中通道工程等,随着陆续完成,运维期的长期沉降规律逐步成为研究重点。在对管节接头沉降计算中,多采用Winkler地基上的Euler梁模型,而忽略了柔性管节的剪切变形和地基土体的连续性,没有考虑管-土相互作用引起的沉管位移,与实际结果偏差较大。考虑沉管隧道运维期受到长期回淤清淤荷载的影响,基于柔性沉管隧道的受力变形特征,将沉管隧道管节等效为置于Vlasov双参数地基上的Timoshenko梁,考虑了地基土体的连续性,强化了土体的刚度,同时考虑了管节截面的弯曲变形和剪切变形,即将管节变形视为位错变形模式,并以此推导了其竖向变形计算公式,与Winkler地基上的Euler梁模型和Timoshenko梁模型进行比较,以验证所提出的计算方法的合理性。以甬江沉管隧道工程为例,分析在运维期回淤荷载影响下的沉管隧道管节接头竖向位移规律,将基于上述模型的理论计算结果与实测结果对比分析表明:提出的基于Vlasov双参数地基的Timoshenko梁模型更为合理,计算结果与实测数据更吻合。回淤荷载引起的管节接头沉降伴随时间呈指数型变化,在早期阶段沉降发展快,在中后期以半年为周期呈阶梯性下沉,清淤频次影响沉降大小,一年两次清淤引起的管节-接头沉降最小,研究结果对沉管隧道管节-接头的设计计算和运营管理具有一定指导意义。

摘要：形状记忆合金(SMA)作为一类仿人肌肉驱动的智能柔性驱动材料,在机器人及高端制造等领域逐步得到应用,但由于SMA的热力学效应,造成输入输出之间存在强饱和回滞非线性,从而影响了驱动性能.此外在引入负载后,SMA柔性驱动部件输出性能表现出更为复杂的驱动特性.因此,如何有效抑制带载条件下SMA柔性驱动部件强饱和非线性影响,成为提升驱动性能的关键.针对此问题,本文重点研究带载条件下SMA柔性驱动部件的建模及驱动控制算法.针对SMA驱动部件中的强饱和非线性特性,本文提出一类修正(MGPI)回滞模型来进行表征.通过设定线性输入形状函数,不仅有效解析表征SMA驱动部件中的饱和回滞非线性,并且便于控制器设计.基于MGPI模型,考虑柔性驱动部件的动态特性,本文提出了带载条件下的SMA柔性驱动部件的自适应神经网络控制算法,实现考虑内部非线性和外部干扰条件下的驱动精度有效提升,并保证全局稳定性.

摘要：为提高我国东南沿海工程海域极值风速估计的可靠性,通过搭建YanMeng风场模型进行台风数值模拟,并与实测资料进行对比,验证了风场模型在我国东南沿海工程海域的可行性。随后根据CMA热带气旋最佳路径数据集对台风关键参数进行概率建模,利用Monte Carlo法模拟了工程海域1 000年时段的台风极值风速序列,根据Gumbel分布进行了50年一遇极值风速的推算。研究发现YanMeng风场模型模拟效果较好,文中结果可以作为广东沿海海上平台结构设计的参考依据。

摘要：快速城市化驱动的不透水面比例增加是引起流域洪峰和径流总量增加的直接原因,海绵城市建设通过生态基础设施网络构建增加流域透水面比例,是重构流域生态水文过程的重要途径。但是海绵城市建设在流域海绵体生态水文过程中发挥的作用尚不清楚。以深圳市布吉河流域洪湖片区为例,通过雨季水文过程要素在线连续监测来确定海绵城市建设是否改善洪湖片区生态水文过程。结果表明,中观尺度上,雨季降雨量对洪湖片区地表径流总量无直接影响,降雨强度显著影响洪湖片区地表径流峰值流量(P<0.05),日降雨量对布吉河水质影响极显著(P<0.01)。洪湖片区通过28.3%(0.85 km^(2))海绵面积建设,透水面比例提升,以生物滞留设施和透水铺装等强化片区蒸散和下渗过程,减少雨季径流97.2%(248.72万m^(3)),削减典型降雨峰值流量98.2%以上,降低易涝点积水水位至7.8 cm以下,2.8%形成河川径流(布吉河),海绵面积(比例)和地表径流量削减无直接量化关系。洪湖片区污染物截留时空随保水能力得到提升,控制排放悬浮物月均浓度均低于15.60 mg/L,污染物通过径流裹挟进入布吉河的总量和速率降低,促使布吉河黑臭消除、水质提升至IV类。海绵城市建设对微观尺度生态水文过程的影响与中观尺度存在差异,降雨量等因素与典型项目生态水文过程量化关系不明显。学校、道路和社区公园利用绿色屋顶、透水铺装等强化下渗、蒸散,可削减雨季径流99.0%以上、削减峰值流量97.0%以上,控制悬浮物月均浓度低于17.10 mg/L。总之,以上研究结果强烈表明海绵城市中微观尺度源头减排设施和调蓄设施的耦合建设模式可以削减洪湖片区径流总量、峰值流量、积水水位和径流污染,是一种改善相似流域生态水文过程的有效途径。

摘要：及时准确地识别害虫是有效防治的重要前提。针对现有基于卷积神经网络的害虫识别模型实时性差、识别率低、结构复杂不易部署等问题,提出基于改进ShuffleNet V2的农作物害虫识别模型。首先,在ShuffleNet V2中引入多尺度特征融合模块LMFF(Lightweight Multi-scale Feature Fusion),加强模型对不同尺度害虫的特征提取能力;其次,在ECA(Efficient Channel Attention)注意力机制中增加并行路径,并通过可学习参数自适应更新不同路径的权重,提出AECA(Adaptive and Efficient Channel Attention)注意力机制,将AECA注意力机制嵌入到ShuffleNet V2中,提高模型的跨通道交互能力;然后,使用SiLU(Sigmoid Weighted Liner Unit)替换ReLU激活函数,增强模型的泛化能力;最后,通过调整输出通道数和核心模块的堆叠次数重新设计ShuffleNet V2的整体架构,降低模型的计算量和参数量,从而提出轻量化的农作物害虫识别模型SNPF(ShuffleNet for Pest Field)。试验结果表明,SNPF模型在自建害虫数据集上的平均识别准确率和F1分数为79.49%和78.54%,较改进前分别提高了4.00个百分点和3.09个百分点,而参数量和浮点运算量为3.74 M和0.48 G,较改进前分别下降了30.60%和18.60%。SNPF模型对单张害虫图像的平均推理时间为11.9 ms,与ResNet 50、GoogLeNet、EfficientNet B1等模型相比,SNPF模型的识别精度更高,并且识别时间分别减少了57.04%、50.21%和40.50%。该研究提出的SNPF模型能够较好地识别农作物害虫、并且具有识别速度快和轻量化的特点,可以为农作物害虫的防治提供帮助。

摘要：蔬菜在饮食结构中至关重要,维持着人体正常的生理功能。酸雨的频发会影响蔬菜正常生长,降低产量和品质。以生菜(Lactuca sativa L.)和上海青(Brassica chinensis L.)为研究对象,采用盆栽方法,以自来水(pH 7.0,CK)为对照,设计3个不同酸雨强度(pH 5.0,3.5,2.5)处理,研究不同酸雨强度对这两种叶菜产量、叶片叶绿素的荧光特性及其质量分数以及营养品质的影响。结果表明:pH 5.0酸雨对生菜和上海青的产量无显著影响,pH 3.5和p H 2.5酸雨分别引起生菜产量下降31.3%和41.6%,上海青产量下降12.2%和27.6%。在不同酸雨处理下,供试蔬菜的叶绿素荧光参数总体变化趋势为:pH5.0>CK>pH3.5>pH2.5,且非光化学淬灭系数分别下降21.4%-25.3%和15.6%-19.1%,说明它们的最大光能转换效率在受到弱酸性酸雨作用时会升高,强酸性酸雨胁迫时降低。在收获期,两种叶菜的光合色素质量分数变化规律为:p H 5.0>CK,pH 3.5>pH 2.5和CK>pH 5.0>pH 3.5>pH 2.5,且pH 2.5酸雨处理时总叶绿素质量分数显著下降30.5%和10.7%。此外二者的原花青素质量分数在酸雨处理时显著下降,而可溶性蛋白、可溶性糖、游离脯氨酸、维生素C质量分数随着酸雨强度升高呈现先升高后下降的趋势,pH 5.0酸雨处理时这4个指标达到最大值,在pH 2.5酸雨胁迫时抑制作用最强,上海青的这四个指标与对照相比分别显著下降11.8%、22.7%、11.9%、16.6%,生菜下降3.68%、11.0%、17.5%、16.1%,其中可溶性蛋白质质量分数与对照相比无显著差异。综上,酸雨对蔬菜的影响与蔬菜种类和酸雨酸度有关,酸雨pH<3.5时,会严重影响蔬菜的产量和品质。研究结果可为蔬菜种植与风险防控提供相关参考。

摘要：实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键。该研究提出了一种基于改进RetinaNet的目标检测模型,以RetinaNet网络为基础框架,将ResNet50特征提取网络与特征金字塔网络(FeaturePyramidNetworks,FPN)结合,增加特征金字塔网络中特征检测尺度,提升对图像中遮挡鸽蛋与粘连乳鸽的检测精度;在分类和回归子网络前引入卷积注意力模块(ConvolutionalBlock Attention Module,CBAM),提升对小目标检测的精度。试验结果表明,该研究提出的模型对于笼养肉鸽个体检测的平均精度均值(mean Average Precision,m AP)达到80.89%,相对SSD等传统模型有明显提升;对成鸽、乳鸽与鸽蛋检测的平均精度(Average Precision,AP)分别为95.88%,79.51%和67.29%,相对原始RetinaNet模型提高了2.16、21.74和22.48个百分点,在保证成鸽精准检测的基础上,提升了对复杂环境下存在局部遮挡的小目标鸽蛋以及粘连乳鸽的检测精度,为实现集约化养殖环境下肉鸽繁育周期个体检测和精准管控提供有效支持。

摘要：分别针对副溶血弧菌及金黄色葡萄球菌的特异性基因bla_(CARB-17)、nuc设计引物,通过优化反应条件,建立一种能够同时检测副溶血弧菌和金黄色葡萄球菌的实时荧光环介导等温扩增(real-time loop-mediated isothermal amplification,RT-LAMP)的检测方法,对其特异性、灵敏度和适用性进行了研究。结果表明该方法特异性好、灵敏度高,对副溶血弧菌和金黄色葡萄球菌的检出限分别为3.62×10^(2)、1.45×10^(4) copies/mL,灵敏度是普通PCR方法的10倍。实现了一次LAMP反应中同时检测2种食源性致病菌,既缩短检测时间,也提高了检测效率,为多重LAMP检测食源性致病菌的研究提供参考。