摘要：传统的悬架架构设计方法使用多体动力学仿真进行大量试错,因此对时间及人力需求高,但效果不稳定。针对该问题建立的新方法首先应用新型解析算法设计悬架硬点,再应用基于ADAMS及MATLAB二次开发的自动化软件设计弹性件。相比传统方法,新方法效率提升约8倍。新方法还包含一套性能参数管控标准,能系统性地判断135项悬架运动学及整车动力学性能参数的优劣,以此指导设计。相比传统方法依靠设计人员经验判断参数优劣,新方法更全面、精准和稳定,更能确保设计质量。

摘要：贴合人体臀部轮廓的定制坐垫能够提高舒适性,定制坐垫接触面的体压映射设计方法简便且高效,但合理的体压映射函数难以确定。针对聚氨酯泡沫坐垫,提出了一种结合人体臀部-坐垫模型仿真结果确定体压映射函数的定制坐垫接触面体压映射设计方法(Simulated pressure and deformation mapping method, SPDM),建立人体臀部-坐垫有限元模型,结合实验者体型参数和泡沫材料特性曲线对人体臀部-坐垫模型进行适应性调整,拟合坐垫上表面压力与变形量仿真结果得到体压映射函数,利用体压映射函数对实测体压数据进行映射得到接触面凹陷量点云数据,在三维软件中完成定制坐垫接触面曲面重构。以两个不同体型(95和50百分位)的实验者为例,采用SPDM方法进行定制坐垫接触面设计,并与材料特性曲线映射方法(Testedmaterial characteristic mapping method, TMCM)设计的定制坐垫接触面进行对比,曲面光顺性和体压分布指标比较结果表明SPDM方法设计的定制坐垫接触面具有更好的光顺性,能更好地贴合人体臀部,有效改善了坐垫体压分布。

摘要：提出了一种针对病理切片图像的端到端语义分割方法--边缘感知网络(BPNet),以提高病理图像分割精度。BPNet网络首先在解码器阶段增加边缘感知模块,改善网络对于病理图像边缘的特征信息提取能力。然后,采用自适应通道注意力模块弥补不同层次特征间的语义差距,进一步加强网络的特征聚合能力。在此基础上,设计了一种基于结构和边缘的联合损失函数,以实现最佳的病理图像分割结果。在GlaS和MoNuSeg两个公开病理数据集上的分割实验结果表明,所提方法的Dice系数得分在两个数据集上分别达到92.21%和81.18%,有效提升了病理图像的分割精度。

摘要：根据动态粒子数光栅形成机理,设计了一种线性双波混频结构的光纤系统。系统中,1490nm波长分布式反馈(DFB)激光器光源发出的连续激光,通过环形器进入一根3m长掺铒光纤作为注入光,被与掺铒光纤另一端光学耦合的压电振动镜反射后形成反射光。掺铒光纤中注入光与后向传播的反射光干涉形成驻波场,通过空间烧孔效应沿光纤纵向形成动态粒子数光栅。压电振动镜对反射光波进行相位调制时,环形器反射端口输出的双波混频(TWM)信号可视作输出光波的强度调制。实验中通过此双波混频系统对压电换能器产生的机械振动进行检测,结果表明:光纤双波混频检测系统具有良好的动态响应特性,能够测量50Hz^10kHz的振动信号,采集到的输出信号频率与压电驱动信号频率很好地吻合。

摘要：为了提取高光谱图像中的深度鉴别特征,往往需要大量标记样本,但是高光谱图像样本标定困难,基于高光谱图像的“图谱合一”特性提出一种基于深度-流形学习的半监督双流网络。该网络用卷积网络和神经网络分别提取少量标记样本以及大量无标记样本中的空-谱联合特征,然后分别构建基于监督图和非监督图的流形重构图模型,以挖掘其中的本征流形结构。在此基础上设计了基于均方误差和流形学习的联合损失函数,以协同度量流形边界和空-谱概率残差,实现双流网络的一体化反馈和优化,进而实现地物分类。在WHU-Hi龙口和黑河高光谱数据集上实验的总体分类精度分别达到97.53%和96.79%,有效提升了地物分类能力。

摘要：针对阿尔茨海默病(Alzheimer’s disease,AD)这种神经退行性疾病早期阶段难以被及时发现,无法进行诊断与干预的问题,提出基于注意力密集连接网络的早期AD脑形态学特征提取与分类方法。采用密集连接网络为主干架构、多视角三维图像信息作为网络输入的设计策略,引入注意力机制使得网络能够捕获对AD分类具有重要贡献的脑区。实验结果表明,提出算法对认知正常(cognitively normal,CN)与轻度认知障碍(mild cognitive impairment,MCI)、MCI与AD、CN与AD的分类正确率依次达到了98.37%、97.63%、98.60%,在AD分类领域处于较高水平。此外,通过对注意力机制得到的注意力图进行分析,可发现AD患者脑形态学演变轨迹,由CN转化为MCI涉及皮层下结构的脑形态学异常改变,再转化为AD则进一步涉及皮层结构的脑形态学异常改变。

摘要：高分辨率遥感图像地物信息丰富,但场景构成复杂,目前基于手工设计的特征提取方法不能满足复杂场景分类的需求,而非监督特征学习方法尽管能够挖掘局部图像块的本征结构,但单一种类及尺度的特征难以有效表达实际应用中复杂遥感场景特性,导致分类性能受限.针对此问题,本文提出了一种基于多尺度多特征的遥感场景分类方法.该算法首先设计了一种改进的谱聚类非监督特征(iUFL-SC)以有效表征图像块的本征结构,然后通过密集采样提取每幅遥感场景的iUFL-SC、LBP、SIFT等三种多尺度局部图像块特征,并通过视觉词袋模型(BoVW)获得场景的中层特征表达,以实现更为准确详实的特征描述,最后基于直方图交叉核的支持向量机(HIKSVM)进行分类.在UC Merced数据集以及WHU-RS19数据集上的实验结果表明本文方法可对遥感场景进行鉴别特征提取,有效提高分类性能.

摘要：高速列车荷载作用下无砟轨道-路基-地基的动力响应是高速铁路设计、施工和运维普遍关注的问题。为了较好地掌握高速列车荷载作用下的无砟轨道、路基以及地基各结构的动力响应,采用实体单元对无砟轨道结构、路基和地基进行建模,考虑扣件系统的5层垫片和弹条,以超弹性材料本构关系模拟橡胶垫片的大变形行为,以三维黏弹性静-动力统一人工边界模拟无限地基,以静动力顺序分析模拟路基和轨道的建造过程,以实测轮轨力模拟列车高速运行时产生的激励,构建高速列车荷载作用下无砟轨道-路基-地基精细化有限元模型,采用实测数据,从动位移、动应力和动应变三方面对模型进行验证。研究结果表明,所建模型间接地考虑了空气和轨道不平顺对高速运行列车荷载的影响,考虑了扣件系统多层垫片间接触压力的传递和扩散,能很好地模拟列车荷载作用下无砟轨道-路基-地基系统的动力响应,与实测结果吻合很好。高速列车荷载作用下基床表层的动应力小于20 kPa,动应变处于10με量级,表明路基处于小应变和弹性变形状态。该模型可用于深入研究高速列车荷载作用下无砟轨道-路基-地基的动力学行为,为高速铁路无砟轨道结构及路基设计、优化提供一种有效的计算分析手段。

摘要：高光谱成像技术的飞速发展给非侵入式医学成像带来新的契机,但高光谱医学图像具有高维度、高冗余以及“图谱合一”的特点,亟需针对上述特点设计智能诊断算法。近年来,Transformer已经在高光谱医学图像处理领域得到广泛应用。然而,不同仪器设备、不同采集操作所获得的高光谱医学图像差异较大,这给现有Transformer诊断模型的实际应用带来了巨大挑战。针对上述问题,本文提出了一种空-谱自注意力Transformer(S3AT),自适应挖掘像素与像素间、波段与波段间的内蕴联系,并在分类阶段融合多个视野下的预测结果。首先,在Transformer编码器中,设计一种空-谱自注意力机制,获取不同视野下高光谱图像上的关键空间信息和重要波段,并将不同视野下所获得的空-谱自注意力进行融合。其次,在模型分类阶段,将不同视野下的预测结果根据可学习权重进行加权融合,对图像进行综合预测。在In-vivo Human Brain和BloodCell HSI两个数据集上,本文算法总体分类精度分别达到82.25%和91.74%。实验结果表明,所提出的算法有效改善高光谱医学图像分类性能。

摘要：泡沫是气体分散在液体或半固体中的分散体系,在蛋糕、冰淇淋、饮料、掼奶油等界面主导食品的质地、外观、消费者可接受性等品质的形成过程中发挥着重要作用。食品纳微米颗粒独特的表界面特性和形态尺寸的可控性,使其在复杂食品体系中发挥悬浮、乳化、起泡等界面活性的潜力日益受到关注。该文概述了此类食品颗粒的界面特性、制备方法及发泡过程,论述了食品颗粒稳定的泡沫性质,阐述了基于颗粒特性设计来改善泡沫稳定性的相关技术方法,并总结了近期这类食品颗粒及其稳定的泡沫的有关应用,以期为新型食品起泡剂开发及纳微米颗粒主导的发泡食品品质形成机制提供参考和理论依据。