摘要：地铁转向架轮对组成是影响列车安全运行的关键部件,由于其故障频次高、维修难度大,因此在设计时考虑其维修性至关重要。在对维修工艺和故障模式进行分析和指标量化的基础上,提出引入轮廓系数的K-Means维修模块聚类的方法,实现轮对组成面向维修性的模块划分。首先,根据各零部件的维修工艺和故障模式,分别确定其难易程度指标和故障间隔时间指标;其次,实现零部件面向维修性的聚类,并引入轮廓系数判别划分结果的合理性;最后根据地铁实际维修数据,实现轮对组成的维修模块划分并探讨相应的维修策略。

摘要：高速列车轮对的装配质量直接影响到列车的导向、走行、承载、制动等多方面的性能,而轮对零部件的选配质量是轮对装配质量的重要组成部分。为了提高选配的质量,需要同时考虑装配体配合处以及零部件的质量损失,此外轮对的装配率也需要得到保证。提出一种高速列车轮对选配优化方法,采用质量损失函数与装配率建立选配数学模型,使用改进的粒子群算法来解决轮对选配优化问题,从而能够一次性得到有较高的装配率与选配质量的多个轮对。通过实例证明了该方法的有效性。

摘要：本文针对目前人脸检测技术目标单一,缺乏对人脸信息进一步挖掘的问题,综合运用深度卷积、网络级联、面部区域识别等技术,从标签相关性加权和多分支网络融合两方面,综合研究基于机器视觉的人脸属性识别技术,对YOLOv4特征提取网络进行进一步优化和改进,构建针对全局和针对部分区域的多任务多标签分类网络MFARnet,保证面部各部分属性的检测准确度。在公开人脸属性数据集CelebA上的实验表明,改进后的网络准确率得到了较大提升。

摘要：本文针对目前政务服务效能低,缺乏智能化系统辅助问题,对目前已有的MTCNN算法和MobileNet网络进行进一步优化和融合,开发DSC-MTCNN人脸检测网络。在人脸检测数据集LFW上的实验表明,改进后的网络在保证原版MTCNN网络检测效果的同时拥有更少的网络参数和更快的检测速度。人脸识别采用insightface框架,利用该算法可以较为理想的区分不同的身份。最后,本文基于DSC-MTCNN人脸检测网络设计并实现智能引导系统,对算法底层进行优化,提升系统性能,降低部署复杂度。

摘要：在火车站、机场等人口密集的场所,对旅客进行身份验证尤为重要。传统人工验证效率低、准确率低,不仅容易造成进站拥堵,还会给安检过程带来安全隐患。针对这一问题,我们通过分析人脸特征这一独特生物特征,设计了一种基于人脸特征比对的自动身份验证系统。在进站安检区采集旅客的实时视频图像与二代身份证的人脸图像上传至人脸识别模块,通过DeepID网络分别提取人脸特征,根据一对人脸特征的余弦相似度计算比分,由串口指令将比对结果下发至闸机控制闸门开关,实现自动运行的人证合一验证系统。该系统具有较高的稳定性、可靠性、实时性和鲁棒性,在火车站和机场等应用场景下,可实现高效率、高准确率的旅客身份验证。