摘要：为了解决行人重识别中行人特征表达不充分、忽视相邻区域的语义相关性等问题,提出了多尺度多特征融合的行人重识别模型.首先,通过多分支结构获取包含不同信息的特征图;其次,通过组合相邻的局部区域,强调局部特征之间的语义相关性;最后,结合最大池化和平均池化的优势,从不同的方向学习更加全面的特征信息.分别在Market-1501,DukeMTMC-reID以及MSMT17数据集上进行实验,结果表明,在光照不同、拍摄角度不同等环境下,文中模型的mAP分别达到了88.40%,78.50%,59.20%,能够有效地提取行人特征,识别精度较高.

摘要：剩余使用寿命(RUL)预测对于保障现代工业设备的安全运行、降低维护成本具有重要意义。目前已有基于循环神经网络(RNN)的RUL预测模型结构比较复杂,且缺乏一种从多传感器数据中提取重要退化信息的有效机制。因此,设计了一种新的用于RUL预测的时间卷积注意力网络(TCAN)模型。在TCAN中使用结构相对比较简单的时间卷积神经网络(TCN)来提取传感器数据中的退化特征,然后利用注意力机制从TCN中提取重要的退化特征信息。最后,将学习得到的高层特征表示展开并输入全连接层,输出预测的RUL值。在C-MAPSS数据集上与其他方法相比较,分析了TCAN模型的性能,实验结果表明TCAN可以更有效地提高RUL预测的精度。

摘要：针对实际生产车间中加工时间的不确定性,将加工时间以模糊数的形式表示,建立以最小化模糊最大完工时间和模糊总材料消耗为优化目标的多目标模糊柔性作业车间调度问题数学模型,提出一种改进基于分解的多目标进化算法(IMOEA/D)进行求解。该算法基于机器和工序两层编码并采用混合的初始化策略提高初始种群的质量,利用插入式贪婪解码策略对机器的选择进行解码,缩短总加工时间;采用基于邻域和外部存档的选择操作结合改进的交叉变异算子进行种群更新,提高搜索效率;设置邻域搜索的启动条件,并基于4种邻域动作进行变邻域搜索,提高局部搜索能力;通过田口实验设计方法研究关键参数对算法性能的影响,同时得到算法的最优性能参数。在Xu 1~Xu 2、Lei 1~Lei 4和Remanu 1~Remanu 4测试集上将所提算法与其他算法进行对比,结果表明,IMOEA/D算法的解集数量和目标函数值均较优,在Lei 2算例获得的解集个数为对比算法的2倍以上。

摘要：分析了我国高校设备采购的特点和电子采购应用现状,提出高校设备电子采购系统的定位、优势、设计原则、构想、框架、流程等,总结了系统的创新和实现情况,并根据系统实际应用中的问题提出优化以及改进措施。

摘要：目前,高校信息化建设已经由数字校园阶段转入智慧校园阶段。智慧校园的核心是通过整合资源、应用等,面向师生提供个性化服务,实现智慧化服务和管理。整合应用平台提供个性化服务首先需要准确的身份识别,因此身份认证是基础性功能,属于智慧校园的基础支撑平台,是提供个性化服务的前提。

摘要：近年来随着工业制造技术的升级,智能化手段对工业制造有着越来越大的促进作用,针对金属材料缺陷的知识积累,基于人工智能和大数据技术,设计一套知识图谱体系,对相关缺陷知识按照一定的规则和逻辑进行量化处理,并建立对应的标准的知识库。通过一套信息化系统将知识处理、积累和应用进行规范化和实用化,并进行尝试和探索。

摘要：在国家重视安全生产的背景下,针对工业生产中经常用到的大型起重机面临的各种潜在安全问题,经过详细规划分析,设计了一套针对起重机的安全监控系统,并对相关模块和功能进行了介绍。通过选择实际场景用户建设应用,证实了该方案的有效性和实用性,并对未来发展提出了预期目标。

摘要：在复杂场景下,实时图像识别面临精度和效率之间的平衡与挑战问题,而基于深度学习的图像实例分割方法是解决问题的关键。文章构建了基于改进SOLOv2的实例分割网络模型,提出了基于位置注意力的跨阶段融合主干网络,不仅提高了图像实例分割精度,还减少了模型计算量。同时,设计了跨阶段掩码特征融合,提升了小目标识别率;提出了自适应最小损失匹配方法,提升了遮挡目标的分割精度。最后,利用COCO数据集进行性能测试,结果表明:改进SOLOv2实例分割模型的分割精度较其他模型提升超过2.5%。