摘要：现有的情感识别研究未充分考虑语音信号中的局部-全局信息和长期时间依赖关系,文本特征提取也存在特征稀疏和信息丢失的问题。为解决上述问题,提出动态时间序列建模的多模态情感识别方法。设计动态时间窗口模块分割语音信号从而捕捉局部-全局信息,并通过双向序列建模捕获信号中的空间信息。考虑到文本信息对情感分析的重要性,采用基于Transformer模型的卷积神经网络捕捉文本中不同位置间的依赖关系建模较长的上下文信息,最后将两种模态进行融合得到最终的情感分类。模型在IEMOCAP数据集上的实验结果表明,相比其他主流模型具有更好的多模态情感识别效果。

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：为了实现光斑位置的跟踪探测,设计一种利用二维振镜和四象限探测器实现光学跟踪的系统。硬件设计方面,设计了基于精密运放的信号采集电路,用于采集四象限探测器捕获的信号并实现可靠精准输出。系统的实现方面,根据振镜光学跟踪系统的特点设计了系统程序结构,通过光斑中心算法与硬件系统结合,并经过调试对程序的结构进行优化并对光斑精度进行误差分析。结果表明:通过激光跟踪系统实验平台测试,采集多组数据,证明该系统可以实现稳定跟踪光斑。

摘要：针对低碳耗的车削加工工艺数据采集困难以及因数据样本不足造成预测精度不高的问题,提出一种小样本条件下的车削加工工艺碳排放多目标预测方法。通过中心复合实验设计确定样本数量,在保留工艺有效信息的同时减少所需实验数据。基于反向传播神经网络构建以碳排放和加工时间为目标的预测模型,并通过改进麻雀搜索算法对反向传播神经网络的参数寻优,最终得到加工工艺多目标预测模型。最后,通过加工实验验证在小样本条件下该方法的有效性。结果表明:基于ASSA-BP的模型能以较高精度预测车削加工工艺的碳排放量和加工时间;与传统BP神经网络方法相比,文中方法的碳排放量和加工时间的预测精度均得到有效提升。

摘要：针对无人机航拍图像密集度大、目标尺寸小、背景复杂等难点,提出一种基于多尺度注意力机制的小目标检测(Small target detection of BPAN-EF_C2f YOLOv8s,SBE_YOLOv8s)算法,通过设计一种基于多尺度注意力机制的特征提取模块(EMA-Faster Block_C2f,EF_C2f),替换YOLOv8网络中的C2f模块,提高网络对小目标特征的提取能力;在特征融合网络中增加P1检测层,并设计一种跨尺度特征融合结构(Bi-Path Aggregation Network,BPAN),融合小目标特征信息;增加一个微小目标检测头,使用SIoU Loss作为边界框损失函数,提升小目标检测精度和网络收敛速度。在公开数据集VisDrone2019上进行实验验证。验证结果表明:与YOLOv8s算法相比,新算法在检测精度上提升了6.9%、mAP50提升了9.1%,模型参数量减少了44.6%,检测速度为28帧/s,新算法在小目标检测领域具有一定的实用性。

摘要：随着抗生素的广泛使用,多重耐药菌的不断出现已经成为影响人类健康的重大问题。传统低分子量抗菌材料在单独使用时难以达到预期的抗菌效果,此外生物相容性和稳定性等问题亦使其应用范围受到限制。具有多样化合成策略且更加高效的高分子抗菌材料的出现为对抗病原微生物提供了新方法。与低分子量的有机或无机抗菌材料相比,高分子抗菌材料有着良好的生物相容性、功能可控性和更多样的结构设计,可通过多种方式对细菌产生抑制和杀灭作用,现已在治疗耐药菌感染、伤口敷料、靶向抗菌、抗菌涂层等方向得到广泛使用。根据合成策略和作用机制对现有高分子抗菌材料进行了总结分类,提出目前发展存在的问题并对其未来的发展方向提出了展望,以期发挥高分子抗菌材料的优势并将其应用于更加广泛的领域。

摘要：目的锯齿伤作为铜管材首要的缺陷,会造成管材后续二次加工开裂和服役破裂等严重问题,对缺陷进行高效、定量化的统计及分析是产品质量管控的关键性难点,也是铜管加工行业的空白。针对这一问题,基于机器视觉方法,设计并开发了铜管材锯齿伤缺陷智能识别算法和系统。方法首先,基于自适应阈值算法,设计采用一系列的降噪算法,实现锯齿伤管材横截面轮廓识别。其次,定义了锯齿伤缺陷占比的计算规则,通过算法优化,实现了开口和闭口2种锯齿伤的成功识别和缺陷占比的计算。最后,借助Python语言构建了图形用户界面(GUI)系统,完成了锯齿伤缺陷统计的软件化。结果通过对智能识别算法和实验获得的锯齿伤缺陷占比进行对比,发现相对误差保持在1%~2%,证明缺陷智能识别算法具有可行性和高精度。结论该系统可以有效地实现铜管锯齿伤缺陷识别和占比的定量、高效统计与分析。

摘要：行星齿轮系统因其体积小、质量轻、承载能力大等优点被广泛应用于航空器传动设备中,但由于各种误差造成的偏载问题无法避免,严重的偏载状态将会导致行星系统的优点无法充分发挥。以某型号航空行星齿轮系统为研究对象,探究了内齿圈柔性变化对系统偏载行为的影响机制。通过试验测量了不同的行星数以及不同轮缘厚度下内齿圈挠度、应力及应变,分析了偏载的影响机制并评估了行星数及轮缘厚度对系统偏载行为的影响程度;利用层级有限元模型完成了大型航空行星系统的高级仿真计算和分析任务,量化了内齿圈柔性变化对系统载荷分布以及齿圈偏移的影响机制。将试验与仿真计算结果在相同的参数范围内进行拟合对比,评估了仿真计算结果的准确性。研究结果为大型航空行星齿轮系统内齿圈的开发和设计提供了有针对性的结构优化指导,能够极大降低该类大型航空设备在设计和迭代过程中的成本。

摘要：针对大数据环境下推荐系统面临的效率与准确性挑战,本研究提出了基于Spark大数据技术的智能推荐系统设计方案。采用三层架构(数据层、计算层、应用层)组织系统,并结合协同过滤、基于内容的推荐及深度学习技术实现推荐算法。实验结果显示,所设计的系统在准确率、召回率等方面表现优异,尤其DeepFM算法在高阶非线性特征交互学习上具有明显优势,本研究为解决大数据环境下的推荐问题提供了可行的技术路径。

摘要：针对现有虚拟电厂分布式经济调度算法只关注收敛性和最优性而忽视隐私保护功能的问题,提出了一种离散系统边加零和噪声的隐私保护策略,通过在通信信道中注入一组零和扰动信号来掩盖原始传输信号。第1次迭代时,该算法要求每个智能体生成一些预先设计好的扰动信号并将其添加到网络的通信链路上。从第2次迭代开始,所有代理都简单地采用传统经济调度算法。该策略与已有经济调度算法相比,可以在不泄露原始传输信息真实值的情况下实现精确的共识收敛,且不需要额外的通信带宽。从隐私保护功能角度分析,该算法可以防止内部诚实但好奇的节点以及外部窃听者窃取隐私;同时,与已有研究相比,放宽了针对内部诚实好奇节点隐私保护的拓扑约束条件。最后通过仿真验证了所提隐私保护机制的有效性。