摘要：苯并噁嗪树脂是一种高性能热固性树脂,因其具有高热稳定性、高残炭率、阻燃、低吸水率、低收缩率、固化过程中不释放副产物或副产物释放受限、良好的机械性能等特点,而成为酚醛树脂、双马来酰亚胺树脂等高性能聚合物的有力替代品,在航空航天、电子电路板、共混物和合金等工业中得到了广泛的应用。虽然苯并噁嗪树脂有多种应用,但人们对聚苯并噁嗪的研究主要集中在复合材料的合成,以及替代传统的环氧树脂和酚醛树脂方面。由于聚苯并噁嗪包含叔胺和可形成氢键的酚羟基等独特的分子结构,同时具有高的分子设计灵活性,因此它在许多新兴领域同样具有不容忽视的应用潜力。在智能化应用方面,利用聚苯并噁嗪可以很容易地获得诸如电化学活性涂料、疏水表面等;而借助聚苯并噁嗪及其前驱体所具有的超分子结构,能够得到具有自修复功能的苯并噁嗪树脂;另外,还可利用苯并噁嗪构建形状记忆聚合物以及近红外(NIR)和多色电致变色材料。在能源、环境领域,由于N和O原子或硫醇、羧酸等官能团拥有金属结合能力,因此苯并噁嗪树脂可以用于吸附水中的金属离子;此外,含硫聚苯并噁嗪树脂还可用于锂硫电池正极。本文综述了聚苯并噁嗪类材料的智能化应用及在能源、环境领域的应用,并探讨了聚苯并噁嗪类材料的性能与结构之间的关系。

摘要：提出了一种基于时频联合分析的鼠标动力学认证方法。对用户操作鼠标行为的连续时序信号进行小波包变换,依据不同频带的子信号提取其时频联合分布特征,并使用递归特征消除法筛选出特征。采用随机森林算法建立用户独特的鼠标行为模式,据此进行用户身份认证。为验证方法的有效性,采取单因素实验设计,以特征分析方法为唯一因素,采集真实网络环境中40个用户在31个月内的鼠标行为数据,对其中18个用户分别采用时序分析和时频联合分析提取并筛选特征;使用相同算法建立用户鼠标行为模式,对比了基于2种特征分析方法的可信身份认证系统的性能差异。结果显示,相比时序分析方法,所提方法将可信身份认证的操作特性曲线下的面积从97.02%提升为99.10%.

摘要：该文设计了一种用于机载废水储箱的超声波定点液位监测传感器。该传感器采用全封闭式结构,有效排除了环境对监测过程的不良影响;同时提出双重判定算法,提升了监测的准确度和可靠性。对该传感器的有效性进行了验证,理论与实践分析表明,该传感器可以较准确、稳定地实现定点液位监测报警功能。

摘要：异构在线迁移学习使用异构源域的离线数据弥补目标域在线学习数据不足,从而提高目标域在线学习性能.现有方法通常假定源域是目标域特征空间子集或依赖特定的辅助数据.本文提出一种基于跨域结构保持投影的异构在线多源迁移学习方法 .通过跨域结构保持投影,同时将每个源域与目标域的特征空间映射到公共子空间,并基于公共子空间中的跨域离线混合数据和目标域在线数据分别进行离线学习和在线学习,提出采用一种双层差异导向对冲集成策略,实现源域离线学习模型与目标域在线学习模型的两层集成融合和在线演化更新.基于本文方法设计实现了一种异构在线多源迁移多分类算法,且理论分析了该算法的分类错误上界.实验结果表明,本文方法能有效实现异构在线多源迁移学习并降低目标域在线多分类错误率,且优于同类的在线多源迁移学习方法.

摘要：商用车车架是整车各总成以及零/部件的承载基体,而车架纵梁又是车架最主要的承重部件,为使商用车轻量化,从而满足市场对汽车低能耗、高效率的需求,以某电动商用车车架为研究对象,建立了车架有限元模型,采用结构设计的方法,对车架纵梁结构进行了重新设计。并对改进车架进行了尺寸优化设计,以车架纵梁和横梁的厚度为设计变量,以1阶模态频率、弯曲工况下加载点的最大位移和扭转工况下加载点的最大位移为约束条件,以车架质量最小为目标函数,对车架进行了尺寸优化。对传统车架和改进车架进行对比分析,分析结果表明,改进车架质量减少了174.40 kg(27.60%),在保证车架安全性能的同时实现了轻量化。

摘要：为降低人群聚集引发安全事故的概率,解决完全监督方法数据标注成本高,而现有弱监督方法性能欠佳的问题,提出一种基于Swin Transformer的弱监督人群计数模型。首先,引入具有全局感受野且能够有效提取语义人群信息的Transformer模型,来应对基于卷积神经网络(CNN)的弱监督人群计数方法感受野有限、性能欠佳的问题;然后,采用具有层级设计并且拥有多尺度、层次化计算图像特征能力的Swin Transformer模型作为主干网络,以加强对不同尺度特征的学习,使模型能够更好地应对人群尺度变化的问题;最后,选择只需要人群数量作为监督信息的弱监督方式进行训练,避免对图像中每个人的头部进行标注这一繁琐易错的工作。结果表明:所提模型在ShanghaiTech Part A、ShanghaiTech Part B、UCF-QNRF数据集上的平均绝对误差依次为66.1、8.7、97.1,均方误差依次为106.2、14.9、165.8,在主流数据集上计数性能较好;该模型的性能优于此前的弱监督方法和部分完全监督方法。

摘要：在激烈加速工况下,传统无级变速器由于机械结构等原因,无法承受较大的扭矩、工况适应能力受限于动力源,而液压传动拥有功率密度大、惯性小、响应快、易于控制、过载保护等优点,是实现无级变速的更优方案。提出一种可实现无级液压变速器的轴向柱塞泵,该泵的输出流量较斜盘式轴向柱塞泵大大增加,同等体积能提供较大处理能力,且在不改变转向的情况下,可实现油路的改变。设计该泵结构,建立AMEsim仿真模型,深入分析此双转子变量轴向柱塞泵的性能。结果表明:该泵通过改变从动轴与主动轴夹角可实现输出流量的调整,输出流量满足设计需求,零部件强度、硬度也满足运动学需求,为后续变速器的设计提供参考。

摘要：群养圈栏内猪只的位置分布是反映其健康福利的重要指标。为解决传统人工观察方式存在的人力耗费大、观察时间长和主观性强等问题,实现群养猪只圈内位置的高效准确获取,该研究以三原色(Red Green Blue,RGB)图像为数据源,提出了改进的快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)的群养猪只圈内位置识别算法,将时间序列引入候选框区域算法,设计Faster R-CNN和轻量化CNN网络的混合体,将残差网络(Residual Network,ResNet)作为特征提取卷积层,引入PNPoly算法判断猪只在圈内的所处区域。对育成和育肥2个饲养阶段的3个猪圈进行24 h连续98 d的视频录像,从中随机提取图像25000张作为训练集、验证集和测试集,经测试该算法识别准确率可达96.7%,识别速度为每帧0.064s。通过该算法获得了不同猪圈和日龄的猪群位置分布热力图、分布比例和昼夜节律,猪圈饲养面积的增加可使猪群在实体地面的分布比例显著提高(P<0.05)。该方法可为猪只群体行为实时监测提供技术参考。

摘要：随着无人机(UAV)遥感技术的发展,无人机航拍图像目标检测逐渐成为无人机应用领域的一项核心技术,在交通规划、军事侦查及环境监测等领域具有重要应用价值。针对无人机图像中小目标实例多、背景复杂及特征提取困难的问题,提出一种基于多尺度分割注意力的无人机航拍图像目标检测算法MSA-YOLO。首先,利用嵌入在骨干网络瓶颈层的多尺度分割注意力单元建立多尺度特征间的远程依赖关系,从而强化关键特征的表达能力并抑制背景噪声干扰;其次,设计了一种自适应加权特征融合方法,该方法动态的优化各输出特征层权重,实现浅层特征与深层特征的深度融合;最后,在VisDrone公开数据集上的实验结果表明:该方法取得了34.7%的平均均值精度(mAP),相比于基线算法YOLOv5提高了2.8%,在复杂背景下仍能显著提升无人机图像目标检测性能。

摘要：采用正压法原理,通过定制与集成空气压缩机、稳压罐、减压阀等基本零部件,设计阀门控制系统,研制了燃气表流量波动式机械耐久试验装置。该套装置的阀门响应时间小于100 ms、管道气体流速不大于5 m/s、气源的容量压降小于300 Pa,各项技术指标满足GB/T 6968-2019《膜式燃气表》国家推荐标准中2000 h流量波动式机械耐久性试验的技术要求。