摘要：提出了一款具有斜入射稳定特性的超宽带极化不敏感人工电磁吸收结构,与传统结构相比,随着入射角的增大,吸收性能恶化程度大大降低。为了获得宽带和极化不敏感的吸收特性,通过采用两层混合电磁谐振模式的周期结构有耗层与一层反射底板组成的三层吸收结构,设计了电磁波斜入射时最佳的阻抗匹配行为,并利用等效电路模型分析了结构的工作机理。结果表明,该吸收体在60°入射角下仍具有稳定的吸波性能,吸收带宽达到了143.2%,而且在不同极化入射下得到了几乎一致的频率响应。

摘要：针对YOLOv3这一目标检测通用方法在人脸检测任务中实时性低,容易漏检且易受环境影响召回率不高的问题,提出一种基于改进YOLOv3的轻量化网络方法。使用MobileNet网络替代YOLOv3中的特征提取网络,大幅度降低参数和计算量;增加SPP结构,尺度不变的同时降低训练中的过拟合;将Self-attention机制与YOLOv3中的FPN机制相融合,提高人脸检测率与召回率;使用DIoU作为边界框回归损失函数,加速模型收敛。实验结果表明,相较原算法,在公开人脸数据集WIDER FACE上mAP提高了9.0个百分点,检测速度达到了61 FPS,满足人脸检测任务中的准确率和实时性要求。

摘要：针对多类别目标检测在特定场景中数据样本有限的情况,为进一步提高机器人系统中轻量级神经网络对小型物体识别的准确率和稳定性,提出了一种基于机器人操作系统(ROS)的目标状态识别模块。首先,考虑到嵌入式设备的算力限制,目标识别模型采用轻量级的网络YOLO-tiny作为主要架构,并在YOLO-tiny中引入RFB,提出了YOLO-tiny-RFB模型。随后,基于MobileNet对旋钮开关的多种状态实现精准分类。最后,设计数据关联规则,通过图像配准及交并比(IOU)计算等算法使识别模块完成同一场景多次识别结果的融合,从而使用户能够对不同时刻各表计的状态进行追踪。实验结果表明,相较于YOLO-tiny,YOLO-tiny-RFB模型在少量增加模型计算量的情况下,在构建的电站仪器识别数据集上,其目标识别平均精度均值(mAP)提升了17.9%,达到了82.4%。在旋钮数据分布极端不均衡的情况下,通过引入多种数据增广方法使模型的平均准确率达到了90.7%。所提出的目标检测模块和状态识别网络模型能够有效、准确地完成各类仪器的状态识别,同时能够对仪器状态的识别结果在时间跨度上进行融合。

摘要：考证综合指南开发与设计主要是提供一个证书信息收集平台,根据学科-专业-证书分类,展示证书的具体信息,并根据实名制用户的真实证书数据分享和评价开发了供后续用户参考的C2C平台APP。

摘要：传染病会对人类社会产生重大影响,危害着人类健康。历史上出现过各种大大小小的传染疾病的案例,多次给人们生活和国家带来严重的影响,诸如SARS病毒、艾滋病等。这使得对传染病发病机理、传染规律和防治策略研究显得尤为重要。针对传染病带来的一类问题,该模型对病毒的扩散因素及扩散速率进行了分析与模拟。利用动画形象地表现出病毒扩散的速率,并将病毒扩散因素分离出作为可控变量,通过输入不同的可控因素变量值,从而观察出不同因素下病毒扩散的快慢程度。基于Java的扩散模型设计,展现了整个病毒扩散过程,为找出有效的防控措施提供基础。

摘要：工程建设与环境保护要同步发展,在新时代绿色、节能、低耗工程项目规范设计背景下“环保工程”应运而生,与我国可持续发展要求相符。“环保工程”概念较为抽象,怎样的工程能纳入环保范畴需定性定量予以分析,为使分析更加科学有效要发挥环境评价功用,解决“何为环保”“如何环保”等具体问题,助推环保工程与时俱进。文章基于环境评价探析环保工程发展方略,以期加大环保工程建设力度,满足新时代社会发展需求。