摘要：针对复杂环境背景和噪声情况下,桥梁病害图像中特征提取不充分的问题,提出将分形几何特征与YOLOv7网络融合的方法来提高病害检测的精度。首先,设计分形特征模块(fractal feature module,FFM),得到桥梁病害图像的分形特征图;其次,设计了自适应特征融合层,将提取的分形特征融入YOLOv7网络,让网络获得表达能力更强的特征图;最后,引入坐标注意力机制(coordinate attention,CA),增强了网络对小病害的检测精度。实验对包含风化、裂缝、钢筋外露、腐蚀和剥落5种桥梁病害的复杂图像进行了检测,结果表明:在相同的数据集和迭代次数下,融入分形几何特征的YOLOv7网络相比于原始网络对上述5种病害检测的平均精度均值从82.94%提高到86.24%,其中,裂缝病害的检测平均精度提高最为显著,从75.92%提高到81.29%。

摘要：针对男童肥胖人群增加导致体型特征发生较大变化的问题,为优化男童的体型判别,以7~10岁学龄男童为研究对象,通过灰关联度计算男童8个体型特征的权重。采用加权快速搜索和发现密度峰值(CFSFDP)算法对男童体型进行分类与分析。再应用极限学习机建立男童体型判别模型。结果表明:加权CFSFDP算法对于男童体型分类的解释性较强,男童的8个体型特征值随着年龄的增长,近似呈现公差为一种特定方式的等差数列变化;7岁男童的体型差异性最小,10岁男童身体发育出现多样化,其体型差异较大;普通CFSFDP聚类结果的体型判别准确率为70%,加权CFSFDP聚类结果的体型判别准确率为90%;改进后的CFSFDP算法可有效提高男童体型判别的准确性与鲁棒性。

摘要：为确定运动文胸肩带的3种属性在人体跑步时对胸部振幅的影响,选取8名被测人员,在其左胸上标记6个测量点,更换不同的肩带进行人体运动测试,记录这些测量点动态的三维坐标,进而得到乳房运动的振幅;利用BP神经网络模型,通过更换不同的网络模型参数,确定运动文胸肩带的3种属性与乳房振幅之间的权值关系。结果表明,选取BP神经网络的传输函数为tansig函数,隐含层神经元个数为21个,训练函数为traingdm作为网络参数时,网络拟合出的乳房振幅值达到了真实值的99.44%;在该网络参数下,分别求得网络输入层到隐含层和隐含层到输出层的权值和阈值,最终得到肩带的3种属性与胸部振幅的正向推理关系式。

摘要：为预测人体在穿着塑身内衣时产生的压力,提出一种基于神经网络的预测方法。首先测试在4种不同姿势下26名女大学生穿着同一品牌的塑身内衣时,人体20个部位产生的压力值;然后用2种不同的BP神经网络工具箱函数,建立压力预测模型,并分析压力值与人体5个测量值之间的关系,最后检验并比较2种工具箱函数以及不同输入因素对压力的预测效果。结果表明:该预测方法无需复杂的建模计算过程,可直接利用人体的5个测量值较为准确地预测塑身内衣对人体产生的压力值; newff函数的预测效果优于feedforwardnet函数;对2种站姿时的预测精度优于2种坐姿;增加站姿的压力值作为预测输入因素,可准确预测其他3种姿势下的压力值,其预测精度达到82%以上。

摘要：针对传统层次分析法的缺陷,提出结合因子分析、聚类分析的改进层次分析方法,应用到特体样板识别中。首先,通过因子分析确定各级指标的影响因素及其权重系数。然后,采用K-means聚类分析将特体样板聚为臀部、胸部和腹部等3类典型样板。最后,运用层次分析法确定各指标的权重,构建了包括6个二级指标、13个三级指标、3个四级指标的特体样板递阶层次结构模型。随机选取3个样本进行实证研究,以因子分析中提取的5个主成分为聚类指标,以K-means方法进行聚类,采用特体样板递阶层次结构模型识别被测样本与臀部、胸部、腹部样板的隶属度。结果表明,该方法可有效地表征特体样板的变异程度并识别所属的样板类别。

摘要：基于非侵入型小型医疗监护可穿戴设备和围产期孕妇心电监护问题,文章介绍了目前国内外孕妇心电监护可穿戴装备的研究现状,以及现有的和正在研究开发的非侵入型孕妇心电监护装备、小型非服装类、服装类孕妇心电监护装备的最新研究进展。并针对目前孕妇心电监护服装研发过程中,传感技术的实现和服装功能性设计要求的两大难点进行了梳理和分析研究。研究表明:心电监护服装与皮肤之间的日常动态作用的关系、适应围产期孕妇腹围变化的服装可调节性、传感器稳定性、传感器位置与织物结构电路的关系,以及传感原件与服装结合的加工技术等,将成为服装类孕妇心电监护可穿戴装备发展重点及需要解决的关键问题。

摘要：介绍了一种将反向传播(BP)神经网络算法与人工蜂群算法相结合的方法,并用该方法对多泵浦拉曼光纤放大器的设计进行了优化。通过研究多层BP神经网络中的隐藏层层数和神经节点数,确定了最佳的学习模型,该模型可以精准地反映泵浦波长和泵浦功率与拉曼净增益分布间的映射关系,能代替传统求解拉曼耦合波方程的方法。同时,为了提高增益谱的平坦性,采用人工蜂群算法来优化泵浦参数,得到了最优的泵浦波长和泵浦功率。仿真结果表明,通过将训练好的BP神经网络模型加入到人工蜂群算法中,所研究的拉曼放大器达到了期望的增益性能,且其目标值与预测值的最大误差不超过0.29 dB。该设计方案为拉曼光纤放大器的研究提供了新的思路和方法。

摘要：为确定双层摊铺工艺下沥青混合料的有效碾压时间及碾压温度，建立了基于热传导理论的混合料温度散失有限元预估模型，并进行了实测验证；系统研究外界温度在0～40℃下的双层摊铺混合料温度散失规律，进而提出了不同外界温度下混合料的有效碾压时间段，最后通过试验路工程进行了验证。研究结果表明：由双层摊铺温度模型预估的混合料温度散失规律与实测温度散失趋势相近，模型具有较高的精度；当摊铺温度分别为150℃、170℃时，有效碾压时间分别为28～48min和22～37min，满足工程需求；试验路铺筑表明，采用双层摊铺温度散失模型预估的有效碾压时间进行施工，可以提高路面平整度，保证路面充分压实，确保道路的通行质量。

摘要：为了提高逆变器系统故障诊断的鲁棒性和准确性,该文提出一种基于区间滑模观测器的逆变器开路故障诊断方法。首先利用开关管在正常工作和故障状态下的电流流向路径建立逆变器的混合逻辑动态模型,并设计一种电流区间滑模观测器,其通过上界滑模观测器的电流估计值和下界滑模观测器的电流估计值的凸加权和来估计逆变器在正常工作状态下的三相电流值。通过比较实际系统和观测器的输出得到电流残差进行故障检测,根据残差中包含的故障信息建立残差信息表进行故障定位。设计的电流区间滑模观测器不仅可提高区间观测器的收敛速度,并且可有效减小抖振,提高故障诊断系统的鲁棒性。最后,通过仿真和一台200W的电机实验平台验证该方法的有效性和可行性。

摘要：为探析服装流行色的变化趋势及突变情况,基于中国纺织信息中心发布的2000—2019年春夏流行色定案,采用线性趋势分析、滑动平均法和Mann-Kendall检验,探讨了流行色系统的分布规律及其作用机制。结果表明:1)近20年来服装流行色呈非周期振荡现象,色相数据变化没有明显的总体上升或下降趋势,整体上是以暖色调为主、冷色为辅的春夏季节特色;2)服装流行色系统存在大量的不连续及突变现象,但不同色相的突变点数量具有显著差异;3)服装流行色系统并非是平稳渐变的,当内部和外部影响因素满足一定条件时,会发生色彩突变现象。该研究为认识服装流行色突变规律提供了理论支撑。