摘要：针对常态化营养代谢监测中的便携式快速测量需求,提出一种基于间接测热法的低功耗多功能测量方法与系统方案。首先,采用卡尔曼和5阶贝塞尔滤波算法相结合,对氧气、二氧化碳、流量、心电实时数据进行预处理,得到气体在单位时间内累积量;其次,设计考虑心电图和呼吸波静息分析的营养代谢快速测量方法,构建能量代谢参数计算模型;然后,设计专用采集与分析电路系统,通过无线网络将数据传输至上位机或云端,实现智能化和网络化设计;最后,采用对心电图和呼吸参数分析实现对被试的静息状态判定,进而完成营养物质代谢监测试验。结果表明该系统能有效对代谢相关生理信号进行高精度检测,同时实现对人体脂肪和糖类代谢消耗的准确测量,为人体新陈代谢能量测量提供一种有效手段。

摘要：激光雷达点云有明显的离散性,其信息密度远低于图像,从而导致行人检测在此背景下的检测精度较低。为了解决此问题,提出了一种基于改进型复合你只看一次(complex-YOLO)的激光雷达行人检测方法。设计了一种新的网络特征提取结构,增强主干网络的特征学习能力,以便在数据稀缺的情况下更充分地挖掘信息;使用的级联特征金字塔网络及其多分支线性融合方法能够融合不同尺度、不同深度的特征,提升网络的泛化性能,以应对数据特征畸变的情况;在训练过程中还采用了增强交并比(EIoU)以加速网络的收敛速度。结果表明,改进后的算法检测精度提升了3.03%。该研究对在稀疏数据情况下提高行人检测精度是有帮助的。

摘要：领域知识图谱拥有不完备性和语义复杂多样性的特点,从而导致其在规则抽取和选择问题上的不足,影响了其推理的能力.针对此问题,提出了一种融合关系和结构编码的规则抽取模型.通过提取目标子图中的关系和结构信息并进行特征编码,从而实现了一种多维度的嵌入表达方法.设计了融合关系和结构信息的自注意力机制,使模型能够更好地捕捉输入序列中的依赖关系和局部结构信息,从而提升了模型对于上下文的理解和表达能力,进而解决了在语义复杂情况下规则的抽取和选择的问题.通过在真实汽车部件故障工业数据集和公共数据集的实验,表明了在链接预测与规则质量评估任务中,所提出的模型都有一定的提升(规则长度为3时, mean reciprocal rank (MRR)平均提升了7.1百分点, Hits@10平均提升了8.6百分点;规则长度为2时, MRR平均提升了7.4百分点, Hits@10平均提升了3.9百分点),证实了关系和结构信息对于规则抽取与推理的有效性.

摘要：人物交互(human-object interaction,HOI)检测在复杂场景理解中发挥着至关重要的作用。目前的大多数方法都以一阶段的方式将参数交互查询直接映射到一组HOI预测中,这导致丰富的交互结构没有被充分挖掘和利用。对此可以通过多模态数据获取更多维度的信息,从而更全面地理解人物之间的交互行为。为此设计了一种Transformer风格的HOI检测器,该检测器基于查询的方式检索对比语言图像预训练(CLIP)知识,然后执行交互建议生成,通过结构感知网络将非参数交互建议转换为HOI预测。本文创新性地将CLIP知识迁移到HOI检测中,并通过对整体语义结构和局部空间结构进行额外编码提高了预测结果的准确性。实验结果表明,所提模型在公共数据集V-COCO上的准确率达到了64.83%,在HICO-DET数据集上的准确率达到了28.78%,与现有的HOI检测算法相比展现出优越的性能,证明了该算法的有效性。

摘要：为了解决基于彩色图像的显著性检测在多目标或小目标等场景下无法准确检测出显著目标的问题,提出了一种基于RGB-D跨模态特征融合的显著性检测网络模型,该网络模型以改进的全卷积神经网络(FCN)为双流主干网络,分别提取彩色与深度特征并作出预测,最后利用Inception结构融合生成最终显著图.针对原FCN实际感受野远低于理论感受野,没有真正利用图像全局信息的问题,设计了双分支结构的全局与局部特征提取块,利用全局特征分支提取全局信息并指导局部特征提取,并以此构建了改进的FCN.此外,考虑到不同层级上彩色与深度特征之间的差异性,提出了跨模态特征融合模块,采用点积有选择性地融合彩色和深度特征,与加法和级联相比,采用点乘可以有效减少噪声与冗余信息.通过在3个公开基准数据集上与21种主流网络相比的综合实验表明,所提模型在S值、F值和MAE这3个指标上基本处于前3水平,同时对模型大小进行了比较,其大小仅为MMCI的4.7%,与现有最小模型A2dele相比减少了22.8%.

摘要：为实现水平剪切声表面波压力传感器低损耗设计,系统研究了均匀叉指换能器(IDT)和单相单向换能器(SPUDT)器件的声波能量损耗性能。在确定最优反射系数的SPUDT结构的基础上,建立3D周期性有限元仿真模型,计算器件表面振动位移和双向输出电压瞬态响应。通过对电压信号进行傅里叶变换获得器件模型的插入损耗,并制备两种不同换能器的声学传感器,测试其频率特性和灵敏度。与均匀IDT相比,基于SPUDT器件插入损耗的仿真和实验结果分别降低了5.2 dB和5.6 dB,SPUDT器件灵敏度约为均匀IDT器件的两倍。结果表明,SPUDT能有效降低SH-SAW压力传感器声波能量的单向损耗,提高检测灵敏度,且构建的3D周期性有限元仿真模型有助于声学传感器的声波损耗分析,实现高精度和小型化的声学测量系统。

摘要：研究一类通信信道受限下“领导者-跟随者”结构的多智能体系统一致性跟踪问题.为了提升智能体的通信效率和降低能耗,引入事件触发机制与轮询协议相结合的混合调度策略,调节相邻智能体之间的信息传输,提高信道利用率.考虑到系统存在匹配的输入扰动,构建基于信道调度令牌的分布式滑模控制策略及协同设计方法,控制器仅依赖触发时刻的采样状态分量而不是实时状态信息,从而有效降低控制能耗,缓解数据冲突.所提出的协同控制策略不依赖于任何全局网络信息,因此,该控制策略的有效性不受网络规模的影响.通过Lyapunov稳定性理论,给出了系统一致性误差的跟踪分析来保证领导跟随一致性.同时,通过求解所提出的优化问题得到了调度协议参数和控制器增益.仿真实例验证了所提出协同控制策略的有效性.

摘要：电动汽车充电站作为并网分布式储能装置,是实现电动汽车与未来能源互联网深度融合的重要组成部分。考虑分时电价和电动汽车用户行为的不确定性,提出了以电动汽车充电站日运营成本最小化为目标的能量管理策略。为了减少对先验信息的依赖和约束,将优化问题建模为一个新的有限回合马尔可夫决策过程模型;基于传统成本模型提出奖惩回报函数,通过主动学习调度决策,得到每辆电动汽车的实时充放电行为;针对模型的高维状态空间问题,设计相应的状态空间和动作空间,采用一种卷积神经网络结构结合强化学习的方法,通过从原始数据观测中提取高质量的经验,获取最优调度策略以达到优化目标。仿真结果表明,与传统的充电策略相比,所提策略可以有效地降低充电站的日运营成本,保护电动汽车的电池,同时能满足电动汽车用户的充电需求。

摘要：人为的动漫线稿着色耗时费力,现有基于深度学习上色方法的着色效果并不是很好,比如颜色混淆不清晰、色彩梯度较差、颜色线条不合理等等。基于上述问题,提出了一种基于Swish激活函数残差增强模块的GAN网络,它可以更好地学习到颜色填充时线条的细节,避免颜色超过填充区域,造成颜色混淆。同时,该方法可以直接对线稿到彩色图片进行端到端的训练,仅仅输入线稿就可以自动地对线稿上色,生成颜色丰富纹理清晰的彩色图片。实验结果表明,该方法比现有方法具有更好的着色能力,可以获得更符合视觉感官、视觉效果更好的彩色图片。

摘要：针对当前大部分智能算法在求解质子交换膜燃料电池模型参数辨识问题时易陷入局部最优,导致参数辨识精度低、模型泛化能力差等问题,提出一种基于改进鸡群优化算法的质子交换膜燃料电池模型参数辨识方法。首先,引入Tent映射策略初始化种群,提高种群的均匀性和遍历性;其次,设计基于个体进食速度的自适应惯性权重,改善母鸡个体寻优效率,平衡算法的开发与探索能力;然后,利用Levy飞行策略的长短跳跃特点对小鸡位置进行随机更新,增强算法的全局最优搜索能力。最后,通过4组测试函数验证了该算法的优越性,并将算法应用于H-12电堆的参数辨识问题中。结果表明:相比于鲸鱼优化算法、花卉授粉算法等算法,该算法具有更高的参数辨识精度,所辨识出的模型具有更强的泛化能力。