摘要：现阶段,深度学习已在基于WiFi的人体动作识别领域得到广泛应用且取得显著成果。然而,在利用多输入、多输出(MIMO)系统强大的空间分集特性进行动作识别时,受多径效应影响,获得信道状态信息(CSI)存在对相同动作的特征描述存在差异、不同动作的特征描述存在类似、特征提取不完整和动作分类复杂的问题。为解决上述问题,本文提出一种基于双重注意力机制和多通道、多尺度的时间卷积网络的动作识别方法。首先,根据MIMO系统的空间分集特性,构建多通道信息提取模型,从各个天线接收到的信道中提取出有关动作的特性信息。然后,设计多尺度的统合机制,强化同一动作在不同通道接收数据的表征,通过整合不同尺度的动作特征,增强对动作的表征能力。再次,采用特征图融合注意力机制和特征通道注意力机制对各通道的动作特征进行聚合。注意力机制能有效地找出对最终动作识别有重要贡献的特征,使模型可以更好地进行特征聚焦。与此同时,将时间卷积网络应用于特征处理过程,使不同时间步的动作特征间的长期依赖关系得以维持,增加对复杂和连续动作的识别能力。最终,利用全局平均池化层(GAP)将各通道的特征图与动作分类器进行连接,以便多通道的动作特性能有效聚合在一起,进一步提高动作识别的精度。本文提出的模型在公共数据集7种动作测试中,实现98.72%的平均准确率。同时在自行搭建的实验室、教室和走廊等真实环境下进行测试时,10种不同的动作分别获得97.94%、97.28%和95.66%的识别准确率。实验结果充分证明了本文所提出的基于WiFi的人体动作识别模型在不同环境的有效性和优越性。

摘要：炭烟颗粒和NO_(x)作为柴油机尾气的主要污染物严重危害了人体健康与环境.因此,炭烟与NO_(x)的催化净化得到了广泛关注.本文设计制备了具有独特孔结构的三维有序大孔(3DOM)ZSM-5分子筛催化剂,并将其作为载体,制备了一系列3DOM ZSM-5担载MO_(δ)(M=Mn,Fe,Co,Ce,Pr,W)的催化剂.所制备催化剂均具有独特的多级孔结构,有利于炭烟与NO_(x)等小分子的捕捉与传质,可进一步增强催化剂的催化性能.其中,MnO_(δ)/3DOM ZSM-5催化剂具有最佳的同时消除炭烟与NO_(x)的催化性能,其炭烟燃烧的峰值温度最低(453℃),80%以上NO转化率的初始温度最低(184℃)且温度窗口较宽(184~362℃).该催化剂优异的催化性能与其良好的氧化还原性能、丰富的酸位点、充足的活性氧以及丰富的多级孔结构有关.动力学测试结果表明,MnO_(δ)/3DOM ZSM-5催化剂具有最高的本征活性.根据催化剂的活性测试和原位漫反射红外光谱(in situ DRIFTS)结果,推断了该催化剂在不同温度下的反应机理.在低温(300℃)主要以炭烟燃烧为主,包括活性氧机理和NO_(2)辅助机理.

摘要：构件技术是软件复用的主要发展方向之一,该文简要地介绍了基于构件的软件开发方法(CBD),提出了一种基于构件的视频监控系统开发模型,并以此为基础设计并实现了一个远程视频监控系统。该系统已在仓库、学校得到应用,效果良好。

摘要：为有效传输空间数据系统中多类型、大容量、突发性的数据,基于高级在轨系统(AOS)虚拟信道复用技术,提出了一种自相似参数Hurst-优先级自适应的随机早检测(RED)与动态调度算法——HPRED-DS。该算法在队列管理中设计了基于Hurst参数与优先级的2级丢弃分组策略,在虚拟信道调度中设计了VIP/同步/异步混合的动态调度模式,并将队列管理与虚拟信道调度有效结合起来。实验结果表明该算法在保持高处理效率和吞吐率的基础上,稳定了队列长度,降低了排队延时和延时抖动,并能满足AOS中不同业务的传输要求。

摘要：为了准确、快速优化表贴式永磁同步电机磁极形状,降低气隙磁通密度波形畸变率,该文针对磁极偏心结构表贴式永磁同步电机,提出一种非线性混合磁场解析方法。首先基于子域分析方法建立磁极偏心型表贴式永磁电机磁场解析模型,同时建立考虑定、转子铁心磁导率非线性变化的等效磁网络模型。根据铁磁材料的B-H曲线计算出任意时刻定、转子铁心相对磁导率的分布情况,通过迭代计算得到修正系数,用于考虑定、转子铁心磁阻对电机空载特性的影响,并基于该混合磁场解析模型对气隙磁通密度、反电动势进行计算分析。在此基础上对磁极尺寸参数进行优化设计,得到最优磁极结构参数。最后设计、制作一台8极36槽磁极偏心型表贴式永磁同步电机,通过有限元仿真和实验测试对该文所提出混合磁场解析法的准确性进行了验证。

摘要：将可靠性优化设计理论、可靠性灵敏度技术和稳健设计方法相结合,讨论了具有任意分布参数的刨煤机刨链与链轮运动精度可靠性稳健设计问题,提出了可靠性稳健设计的数值计算方法,在基本随机参数的前四阶矩已知的情况下,采用NSGA-Ⅱ算法编制计算机程序实现刨链啮合运动精度可靠性稳健优化设计,基于所建立的刨链啮合运动模型,给出运动机构的稳健优化设计实例,验证该方法能够准确得到刨链啮合运动机构的设计信息。

摘要：通过提高海上风电安装船的快速性,可大大缩短海上风电项目的投入周期.如何在装载量不变甚至增大的情况下减小其航行阻力,是亟待解决的一个重点问题.基于自由变形(FFD)技术及计算流体力学(CFD)方法,对目标船型艉部型线进行优化,通过建立设计变量与总阻力的BP神经网络(BPNN)模型,清晰地展现出变量的相关关系,得出了阻力性能优良的船体艉部形状及型线设计方案.通过CFD方法对优化船型进行数值仿真,验证了优化流程的正确性及优化结果的可靠性,为风电安装船的全船型线优化提供了经验与技术支持.

摘要：针对集装箱配载问题的复杂性,提出了集装箱船在一个航次中挂靠多个港口的混装Bay位的排箱模型.该模型以例箱量最少为目标,忽略集装箱的尺寸及箱内货物类型等因素,仅考虑倒箱对配载的影响.以Bay位某列是否存在倒箱为设计变量,以全航线倒箱数量最少为目标建立优化模型,并利用隐式图启发式搜索技术对各个港口的集装箱进行安排.计算机模拟结果表明,所提出模型能快速产生倒箱数最少的全航线Bay位排箱方案.

摘要：为解决恶劣工况下全断面硬岩隧道掘进机(tunnel boring machine,TBM)关键主承力结构应变监测难、监测不准的难题,提出了一种基于BP神经网络和有限元分析的TBM刀盘关键位置应变重构方法.首先,通过静、动力学有限元分析确定了TBM刀盘关键位置,并提取了刀盘典型易损特征子结构.其次,基于有限元技术和实验设计(design of experiments,DOE)方法,分别进行了标准件和特征子结构多载荷下静力学有限元分析,并构建了载荷-应变数据库.最后,运用BP神经网络建立了标准样件和刀盘特征子结构的应变重构模型,并进行了标准样件的实验验证.结果表明,重构应变的平均误差为10%,验证了方法的可行性,为TBM刀盘复杂结构的应变重构提供了一种可行的方法.

摘要：设计了基于维纳滤波和对比度增强的OCT图像处理方法。对OCT图像的噪声进行了分析，通过多尺度维纳滤波器对图像进行滤波处理来去除噪声干扰，然后根据区域特性采用对比度增强方法提高图像对比度。实验结果表明：经该方法处理后图像的背景方差（BV）较原始图像降低了2～6倍，细节方差和背景方差之比（DV／BV）提高了2～5倍。该方法不仅有效地去除了OCT图像的噪声，而且视觉效果良好，是一种有效的图像后处理方法。