摘要：宋代家具处于中国家具从低坐向高坐转变的过渡时期,在家具发展史上占据着关键地位。以北宋绘画大师张择端《清明上河图》中的家具为研究对象,对宋画中的家具形制进行了探究。结合北宋的时代背景,通过对图中展现的椅、凳、桌、柜等家具形制进行剖析,总结与归纳宋代市井家具的形制特点,既明晰了宋代垂足而坐形成的原因,也为后世家具的形制研究提供了参考。

摘要：针对蜣螂优化算法全局探索能力差,容易陷入局部最优等问题,本文提出了一种基于正余弦算法和蜣螂优化算法的混合算法叫做SCDBO算法。该混合算法采用正余弦搜索算法代替蜣螂算法中滚球蜣螂的搜索机制,平衡了算法的全局搜索和局部开发能力。此外,在每次迭代过程中引入t分布扰动对蜣螂种群以一定概率进行更新的同时,引入Levy-柯西变异算子,对最优位置进行突变。不仅加快了算法的收敛速度,也减少陷入局部最优的可能。最后采用混沌映射对蜣螂种群进行初始化增强了算法的种群多样性。采用23个基准函数SCDBO算法的有效性进行了研究,实验结果表明,该算法相对于其他对比算法表现出了更好的寻优能力。为了进一步评估SCDBO算法的实际应用性能,将该算法成功应用于3个工程设计问题。通过与其他算法的比较,结果表明,SCDBO算法在解决实际工程问题方面具有很高的潜力。

摘要：针对跨声速风洞系统具有非线性、时滞以及建模难等特点,将无模型自适应控制方法(model free adaptive control,MFAC)引入风洞流场控制器的设计中。结合风洞历史数据和MFAC,利用动态线化技术将非线性模型转换为线性模型,并通过伪雅可比矩阵更新控制率,在此基础上再根据动态数据流场模型设计、构建风洞流场控制器。通过MATLAB软件模拟风洞流场并选取某一典型工况的总压和马赫数进行仿真验证。结果表明:在风洞流场控制系统中基于MFAC控制器相较于PID控制能够使马赫数精度更高,其输出能够更快、更稳定地达到设定值。

摘要：传统车辆检测的算法无法自适应地完成复杂场景变化下目标特征提取,导致算法检测速度慢、检测效果差和检测精度低。提出了一种改进的Faster RCNN的车辆检测方法。这种方法设计了2个网络:一个准确的车辆候选区域检测网络(PVRNet)及车辆属性学习网络(VALNet)。通过大量的汽车图片数据样本,学习获得一个具有泛化能力强、检测以及定位准确率高的检测模型,其次将测试汽车图片输入该检测模型,得到可能的结果。可以处理复杂的视觉任务,避免人为设计车辆目标的特征,减少人员主观因素影响。实验结果表明,提出的方法显著提高了校园车辆检测性能,检测结果平均精度较高。

摘要：循环神经网络(Recurrent Neural Network,RNN)采用叠乘序列处理问题时,容易出现梯度消失或梯度爆炸,而LSTM(long short-term memory)模型当前的单元信息是通过输入门控制之后叠加来解决梯度消失问题。采用机器学习经典神经网络RNN循环神经网络变体长短期记忆网络对2020年2月22日—7月13日爆发的新型冠状病毒(COVID-19)肺炎中新增确诊人数、现有确诊人数、治愈、死亡、累计确诊人数作为趋势进行序列分析预测。RNN循环神经网络正向传播机制通过分配给当前时刻的输入和上一时刻的状态2个输入数据,将2个结果一个拷贝传给下一时刻,一个传给输出层,cell的输出作为输出层的输入进行最后全连接操作。其中将前4项元素作为序列输入值,样本序列长度为14,每个数据输入维度为4,后一项元素作为序列输出值。实验结果表明,LSTM网络适合用于做疫情序列分析预测。

摘要：为研究高速下钢管缺陷漏磁信号的变化规律,对运动状态下涡流分布特点及缺陷漏磁场分布特征进行理论分析,根据不同位置信号分布特征提出了一种提高内壁缺陷检测效果的传感器安装方式;设计了高速漏磁检测系统,运行速度范围为0.2~12 m/s;利用该系统对不同运行速度状态下缺陷信号特点及所提方法进行实验研究。结果表明,高速下涡流磁场在钢管内壁与线圈磁场反向,使得检测区域内钢管内壁磁场减弱,缺陷信号降低,且缺陷尺寸增加,检测效果受涡流影响程度越严重;随着检测速度增加,钢管内壁磁场最大值由线圈中心位置向钢管运动方向移动,位于该区域的磁传感器的内壁缺陷信号检测效果优于位于线圈中心位置传感器检测效果,为提高内壁缺陷检测能力提供了一种思路。

摘要：针对农产品销售信息不透明的问题,以大连大樱桃销售数据作为具体研究对象,采用数据与趋势、梯度下降趋势方法对销售数据进行分析预测.销售预测系统利用数据埋点技术和数据爬虫技术获取中小电商的销售数据,根据粒度对销售数据进行分层处理,通过梯度下降算法销量预测,并可视化展示预测结果,销量预测系统基本满足了生产和销售决策指导需求,具有较高的实用价值.

摘要：以某大型家具企业的柔性生产制造过程中调度问题为研究对象,提出了一种主要用于求解柔性作业车间调度问题的多策略鲸鱼优化算法(multi-strategy whale optimization algorithm, MWOA),首先,为了提高初始种群的多样性,引入混沌理论来初始化种群;同时设计了非线性收敛因子和自适应惯性权重系数来平衡全局探索和局部开发能力;然后结合差分进化(differential evolution, DE)算子提高了WOA的利用和搜索能力,最后采取最优个体混沌搜索策略,减少WOA算法出现早熟收敛现象的概率.以最小化最大完工时间为求解目标,对基准测试问题与某家具企业的生产制造过程的调度优化问题进行了求解,结果表明提出来的多策略鲸鱼优化算法克服了基本鲸鱼优化算法寻优精度低、收敛速度慢及容易陷入局部最优等缺陷,与对比算法比较,取得了更好的寻优效果.

摘要：为解决多模态TE过程在小样本条件下故障诊断精度低的问题,提出了一种基于深度最近邻神经网络(DN4)与压缩和激励(SE)模块结合的集合型故障诊断方法(SEDN4)。首先,使用小波包变换将多模态过程数据转换成二维图像,划分元学习任务;然后,由嵌入网络进行局部特征提取,获得局部特征描述符;最后,使用k近邻搜索得到预测值。当新模态产生时,基于已有模型设计经验,在小样本条件下可快速得到新模态故障诊断模型。实验结果表明,本文方法在小样本条件下能够较好地实现多模态故障诊断,提高了故障诊断准确率,诊断效果较好。

摘要：交变高温冲击条件下身管材料的径向温度变化过程直接影响到武器系统的性能发挥。以片状身管材料为研究对象,选取合适变量,采用高温热源循环加热的实验方法,通过热成像设备观测火炮身管材料径向温度的演变过程,辅以有限元温度场仿真对比验证实验结果,从而得出不同射速和不同环境温度及风速影响下身管温度场的分布规律,为分析和预测火炮身管寿命,正向设计身管提供参考。