摘要：为准确把握消费者对产品造型意象的认知规律,将支持向量机模型引入消费者的意象评价中。以数控机床为例,调查数控机床的意象得分,然后对数控机床的造型要素进行分解,最后将获得的数据代入粒子群算法优化支持向量机中进行学习,获得产品意象评价的数据模型。为比较BP神经网络、交叉验证法支持向量机、粒子群算法支持向量机这3种方法的准确性,抽选出5组没有在前面进行学习的数据进行测试。实验结果表明,粒子群算法支持向量机模型预测出的意象评价平均值与问卷调查所得平均值比其他两种方法更为接近,可以较好地用于预测消费者对产品造型的意象评价。

摘要：为了提高CenterNet无锚框目标检测网络的目标检测能力,提出一种基于注意力特征融合和多尺度特征提取网络的改进CenterNet目标检测网络。首先,为了提升网络对多尺度目标的表达能力,设计了自适应多尺度特征提取网络,利用空洞卷积对特征图进行重采样获取多尺度特征信息,并在空间维度上进行融合;其次,为了更好地融合语义和尺度不一致的特征,提出了一种基于通道局部注意力的特征融合模块,自适应地学习浅层特征和深层特征之间的融合权重,保留不同感受域的关键特征信息。最后,通过在VOC 2007测试集上对本文算法进行验证,实验结果表明,最终算法的检测精度达到80.94%,相较于基线算法CenterNet提升了3.82%,有效提升了无锚框目标检测算法的最终性能。

摘要：针对目前温度测量装置的缺点,以STM32F407单片机为主控芯片,设计了一款无接触温度测量与身份识别装置.该装置通过无接触体温测量模块和身份识别模块分别提取目标温度和人脸图片,再利用基于遗传算法的BP神经网络算法、卷积神经网络和联合稀疏表示分别对读取的温度和人脸图片进行处理,进而实现温度测量和身份识别,一旦温度有异常则自动报警并将相关数据上传至后台.经测试,该装置能够对被测人进行身份识别.此外,当距离被测物1~4 cm时,测量误差在2℃以内.

摘要：随着无接触配送服务的兴起,针对配送房间号数字识别准确率低,易发生误识别的问题,设计了基于AprilTag2的无接触物品配送车。以国产GD32F103RCT6单片机作为主控模块,采用AprilTag标签识别及定位算法实现房间ID识别及位置信息检测功能,利用寻迹PID算法实现车辆寻迹行驶功能;同时,利用压力传感器检测物品是否装载或卸下,蓝牙模块实现双车通信,避免车辆发生碰撞。经过测试,房间号标签及位置识别准确率达到99.5%,无论是单车还是双车,都能自动寻迹将物品快速配送至指定房间;在物品装载或卸载前,系统会通过语音提示用户,方便用户装/卸载物品;物品卸载之后,系统会自动寻迹至起始位置等待下次配送。整个系统安全可靠、房间号识别准确率高、价格低,能够较好地实现物品的无接触配送任务。

摘要：传统的天线优化设计需要对大量的参数组合进行电磁仿真后才能得到最优结果,使得天线高维优化设计效率普遍较低。针对该问题,使用在参数空间均匀分布的少量样本及其仿真结果构建初始Kriging模型,优化循环中每代种群由高适应度个体和高离散性个体组成,依据Kriging模型预测的个体响应和不确定性,对进化后的下一代种群进行筛选,选择最优个体执行电磁仿真并更新Kriging模型。利用此方法优化一个6变量E形天线的工作频点,相比同类优化算法,所需的电磁仿真次数可减少80%左右。

摘要：针对各类公共场所疫情防控存在的问题,设计了一种基于物联网的公共场所疫情防控系统,系统的实现涉及硬件和软件设计。相对现有防控措施,不仅具有非接触式红外测温、GPS+北斗双定位、距离控制、GSM通信功能,还具备摄像头识别、无人机监控、无线报警关门等功能,能够实时监控人员检测状态、有效降低被感染概率,具有智能化、实时化等特点。

摘要：针对无监督行人重识别中行人特征表达不充分以及训练过程产生噪声标签等问题,提出了一种基于特征细化的多标签学习无监督行人重识别方法。首先,为提高网络对关键区域信息的利用能力,设计多尺度通道注意力模块(Multi-scale channel attention module,MCAM),嵌入ResNet50网络的不同层来构建特征细化网络,并利用该网络对输入图像通道维度上的关键信息进行强化和关注,以获得更丰富的特征信息;其次,为降低训练过程中产生的噪声标签对网络的负面影响,设计多标签学习模块(Multi-label learning module,MLM),通过该模块进行正标签预测以生成可靠的伪标签;最后,利用多标签分类损失和对比损失进行无监督学习。在数据集Market-1501和DukeMTMC-reID上进行实验,结果表明该方法在这两个数据集上的平均精度均值分别达到82.8%和70.9%,首位命中率分别达到92.9%和83.9%。该方法使用注意力机制强化图像的特征信息,并通过正标签预测减少噪声标签,有效提升了无监督行人重识别的准确率,为无监督行人重识别领域提供了更鲁棒的方法。

摘要：为了提高语音端点检测算法的鲁棒性,提出了一种在不同信噪比下采用不同语音特征参数的端点检测算法。对含噪语音进行基于背景噪声能量估计的信噪比估计,根据估计的信噪比大小选择不同的特征参数来进行端点检测,在高信噪比下采用传统的语音短时能量和过零率,在低信噪比下采用基音周期、高频与全频带能量比和谱失真,即算法能根据信噪比的大小来自适应调整检测方法。实验结果表明,该方法具有良好的鲁棒性,在不同的信噪比下检测的准确率都很高。

摘要：为提高三相异步电机在轻载和空载运行时的功率因数与机械效率,提出运用智能遗传算法对功率因数和机械效率进行综合优化,算法借助于正交表试验设计和智能型交配运算等步骤,改善遗传算法的性能。仿真结果表明基于智能遗传算法的异步电机功率因数和机械效率综合优化,方法简单、有效,能明显提高功率因数和机械效率,提高节能控制效果,提高优化精确度和计算速度。

摘要：为解决复杂电网大数据背景下单一算法难以满足状态估计要求的问题,提出一种电力系统状态估计多算法融合系统。基于数据融合思想,将加权最小二乘法、快速分解法、量测状态变换法与Sigmoid函数法相互融合实现电网状态估计,支持串行融合模式和并行融合模式。实验结果表明,融合算法使得估计结果保留了各自算法的优点,避免了单一算法的缺点,提高了状态估计的精度和效率。