摘要：针对脑肿瘤磁共振成像(magnetic resonance imaging,MRI)分割中样本缺少、类不平衡、小区域分割精度低等问题,本文提出了基于3D No-New U-Net的多尺度多任务深度学习算法TDDU-Net。首先,采用了一个编码器和三个不完全相同解码器的结构;其次,采用逆瓶颈结构设计的ConvXt模块作为解码器的前置处理,克服在部分核心区域解码时高层语义未被充分利用的不足;再次,在最底层编码器和解码器连接处增加广义特征处理模块InConvXt,保证全局特征的准确性,增强网络的稳定性;最后,在保证准确率的情况下,使用深度可分离卷积在适当位置减少网络的参数计算量。实验表明,预测分割结果在整体肿瘤区域(whole tumor,WT)、肿瘤核心区域(turmor core,TC)、增强肿瘤区域(enhancing tumor,ET)的Dice相似系数(Dice similarity coefficient,DSC)在BraTS18数据集中分别达到了0.907,0.847,0.807。本文方法较其他方法表现出色,能准确分割出MRI中较小的肿瘤区域。

摘要：为了满足对自重敏感的大跨桥梁钢桥面的翻修与加固需求,提出采用超短栓钉作为连接件的钢-超薄UHPC轻型组合桥面结构(简称"新超薄体系").通过钢-超薄UHPC组合板负弯矩试验,研究关键设计参数对超薄UHPC层抗裂性能的影响.试验结果表明:当UHPC最大裂缝宽度小于0.15 mm时,裂缝宽度的增长近似呈线性,在钢筋屈服以后,裂缝宽度迅速增大;配筋率和钢筋直径对名义开裂应力的影响较大.基于试验结果,分析已有的裂缝宽度计算公式,确定钢-超薄UHPC组合板裂缝宽度的建议计算公式.以某特大跨径悬索桥为工程背景,进行整体和局部有限元分析,论证了方案应用于实际工程的可行性.计算结果表明:钢-超薄UHPC组合桥面的自重与常规60 mm厚的钢桥面铺装基本持平,主缆和吊索内力变化小于3.0%;钢桥面(OSD)各典型疲劳细节的应力幅值降低了10.1%~52.0%,且均小于200万次疲劳强度;UHPC层中最大拉应力为8.4 MPa,远小于试验得到的名义开裂应力.

摘要：随着航空航天和交通运输等领域对材料性能的要求日益严格,高体积分数陶瓷增强金属复合材料成为一种发展需求。基于激光增材制造原位成型多组分材料的优势,采用选区激光熔化(SLM)制备了15%Si C(体积分数)陶瓷增强马氏体时效钢(MS)复合材料(MMC)。着重针对Si C与金属基体之间的相容性和开裂问题,从多个方面研究了SLM成型过程中的裂纹缺陷抑制措施,包括激光重熔、预热基板、设计支撑与成型方向;提高基体预热温度能够显著减少裂纹数量。同时,研究了SiC陶瓷对微观组织、相结构与相转变和硬度的影响及其与开裂的联系。MMC微观组织为带状组织和粗化的树枝晶组织,还存在富Si元素区域。MS中主要为马氏体相,添加Si C促进了奥氏体转变,使得MMC中主要为奥氏体相,树枝晶间仍可发现少量马氏体相。树枝晶主要为大角度晶界,表明MMC中形成了大量的位错。此外,加入高体积分数Si C后,基体材料的硬度得到明显提升。

摘要：附加减震装置的一维杆或剪切梁模型属于非连续的非经典阻尼分布参数系统。对于它的动力分析,通常是建立分段的运动方程,然后利用各段动力反应的实振型叠加形式和连续条件进行动力计算。这是一种实模态综合方法,尽管它可以求得近似的动力反应,但反映不出阻尼对整体系统动力特性的影响。为了考虑附加减震装置引起的阻尼和刚度非连续性,基于广义函数理论,建立了整体系统的无量纲化运动方程,利用Laplace变换推导了振型函数和特征值方程,并给出了振型函数的正交条件,最终导出了适用于非经典阻尼分布参数系统的复振型叠加方法。由于特征值方程为复杂的超越方程,为了同时求出多个自振频率,建议了一种基于柯西积分定理的等效多项式方法。这种方法将自振频率转变成了线性代数方程组的求解,更简便、实用。最后以基底隔震分布参数系统为例,展示了复振型叠加法的应用,同时对隔震结构设计得出了有益的结论。给出的复振型叠加法是传统的经典阻尼连续系统实振型叠加法的推广,具有一定理论意义和应用价值。

摘要：以练江流域(普宁段)为例,分析了水污染物通量在线监测系统的需求与建设目标,介绍了系统总体架构、数据库、系统功能、监测布点和感知设备配置等设计要点,确定了系统中水污染物通量的计算方法。通过水污染物通量的在线监测与智能分析,实现对河流水质的自动研判和预警,使系统在流域综合治理工作中发挥作用。

摘要：针对Wi-Fi和低功耗蓝牙单模定位方法在精度、稳定性和普适性上难以满足需求以及现有定位方法须采集大量标定数据这些问题,设计实现了将Wi-Fi和低功耗蓝牙信号进行融合的半监督定位方法,有效利用了Wi-Fi和低功耗蓝牙信号的定位优势,采用半监督流形约束来引入非标定数据进行模型训练.实验表明,与单一特征相比,提出的融合特征在提升了鲁棒性的同时,定位精度提高了20%以上;采用引入的半监督流形约束定位方法,能够使标定训练数据减少90%.

摘要：为探究二级公路平纵线形指标与事故之间的关系,构建基于反向传播(back propagation, BP)神经网络的公路平纵线形指标风险指数模型,判别事故路段风险变化情况及风险路段区间.通过收集历史事故数据,分析各线形指标下的路段事故率,依据路段事故率对平纵8个线形指标进行风险评级;基于BP神经网络模型综合考虑各线形指标影响,得到各线形指标权重系数;综合线形指标权重系数及风险评级建立风险指数模型,分析二级公路事故多发段范围内的平纵面线形风险指数变化情况.结果表明,当二级公路为双向两车道公路,设计速度为60 km/h时,综合双向路段事故率可知道路纵坡为3%时具有较高安全性;事故风险路段具有一定规律性,即事故桩号点前100 m内为导致事故的风险路段,事故桩号点前200 m内为事故潜在风险路段.研究结果可为二级公路线形设计以及公路事故黑点的研究提供理论支持,进而优化道路线形设计,精确判别事故黑点,减少道路交通事故,提升道路安全品质.

摘要：针对在相对密集场景下检测不佳的普遍现象,提出了基于人体姿态信息输入的模块化神经网络,通过构建绝对姿态特征和相对空间姿态特征来促进人与物体交互关系的检测。该算法主要包含两个分支:a)通过全连接层网络来独立处理每个人体关节点相对于物体的空间姿态特征;b)通过全连接图神经网络来更新每个关节点的绝对姿态特征。最后通过一个行为分类网络基于融合后的特征来进行交互关系的推断。该模块网络结合先进的检测模型VS-GATs在数据集V-COCO和HICO-DET上取得了显著的提升效果:在V-COCO上,比VS-GATs的检测结果提升2 mAP(约4%);在更有挑战性的HICO-DET上,比VS-GATs的检测结果提升0.98 mAP(约4.6%)。实验表明了所构建特征的有效性以及设计的网络的优越性。

摘要：近年来,智能音箱、扫地机器人已经成为很多用户生活中不可或缺的一部分.随着物联网技术的发展,越来越多的智能设备走进家庭场景,让用户的生活变得更加便捷和舒适.当种类繁多、功能细分的智能设备通过网络进行连接和控制时,为了解决网络延时、数据安全等诸多问题,基于边缘计算的智能家居成为未来趋势.探讨智能家居场景中的边缘计算,介绍围绕感知、通信和计算3个方向所展开的研究.在感知方面,关注边缘节点的泛在感知能力,介绍在非接触式呼吸监测上取得的进展;在通信方面,研究无线感知和无线通信的融合设计,在有限的频谱资源上兼顾感知和通信;在计算方面,关注基于边缘节点的个性化机器学习,在不泄露用户数据的前提下建立个性化机器学习模型.

摘要：为了实现电润湿电子纸显示器实时播放视频,本文设计了DVI视频图像编解码系统加上FPGA时序控制的显示驱动系统。DVI系统负责获取信号源并进行图像编解码,FPGA负责视频图像数据的缓存处理以及驱动波形的控制。本文提出的多灰度动态对称驱动波形,可改善油墨分裂现象,并且在增加灰度等级的同时抑制电荷捕获现象。实验表明:该系统成功改善了油墨分裂、电荷捕获等问题,成功驱动1024×768分辨率的电润湿显示器跟随PC端进行实时视频播放,视频的帧率达到60帧/秒,像素的最高灰度达到15阶,满足电润湿电子纸动态显示视频的要求。