摘要：毕业设计是高校实践体系的重要环节,在培养学生实践创新能力和综合工程素养方面起到关键作用。目前,工科专业毕业设计存在选题工程实际脱节、过程监督保障不到位、评价缺乏有效机制等问题,无法保证毕业设计课程目标的全部达成。产教融合校企联合培养工科人才的模式,既能满足高校主动服务国家重大战略的需求,又能充分发挥高校自身理论基础优势,是被多数高校广泛采用的相对成熟的工科人才培养模式。本文分析了毕业设计校企联合模式的必要性,并从制度建设、课程体系构建、管理模式创新等多方面进行阐述,为工科专业校企联合毕业设计模式改革提供依据。

摘要：由于传统GO-FLOW法存在定常故障率和维修率的局限性,将一种新的可靠性评估算法—模糊GO-FLOW法引入并网型微电网可靠性评估中。首先,基于梯形模糊数,对GO-FLOW法进行改进;随后,根据并网型微电网系统结构,设计新型操作符并建立微电网系统的模糊GO-FLOW图,同时对操作符的模糊成功概率进行计算;最后,基于改进的IEEE RBTS BUS6 F4馈线系统,对比分析模糊GO-FLOW法、模糊化前GO-FLOW法和序贯蒙特卡洛模拟法。结果表明,在并网型微电网可靠性评估中,模糊GO-FLOW法具有较高的运算效率和计算精度。

摘要：随着轻量级网络的发展,人体姿态估计任务得以在计算资源有限的设备上执行,然而,提升精度变得更具有挑战性。这些挑战主要源于网络复杂度与计算资源的矛盾,导致模型在简化时牺牲了表示能力。针对上述问题,提出一种基于解耦注意力和幻影卷积的轻量级人体姿态估计网络(DGLNet)。具体来说,DGLNet以小型高分辨率网络(Small HRNet)模型为基础架构,通过引入解耦注意力机制构建DFDbottleneck模块;采用shuffleblock的结构对基础模块进行重新设计,即用轻量级幻影卷积替代计算量大的点卷积,并利用解耦注意力机制增强模块性能,从而构建DGBblock模块;此外,用幻影卷积和解耦注意力重新构建的深度可分离卷积模块来替代原过渡层模块,从而构建GSCtransition模块,进一步减少计算量并增强特征交互性和提高性能。在COCO验证集上的实验结果显示,DGLNet优于轻量级高分辨率网络(Lite-HRNet),在计算量和参数量不增加的情况下,最高精度达到了71.9%;与常见的轻量级姿态估计网络MobileNetV2和ShuffleNetV2相比,DGLNet在仅使用21.2%和25.0%的计算量情况下分别实现了4.6和8.3个百分点的精度提升;在AP^(50)的评价标准上,DGLNet超过了大型高分辨率网络(HRNet)的同时计算量和参数量远小于HRNet。

摘要：为了增强行人重识别模型(Re-identification,ReID)的遮挡感知和局部特征捕捉能力,提出一种基于特征融合的局部表征学习的方法。首先,设计遮挡样本扩充策略,通过模拟多样化的遮挡场景,有效提升模型的鲁棒性和遮挡感知能力。其次,引入局部层次编码器,在全局语义的指导下提取序列的空间相关性特征,从而增强局部特征的可鉴别性和语义完整性。实验结果显示,在Occluded-Duke和Market-1501数据集上,该方法表现出色,特别是在Occluded-Duke数据集上的rank-1达到69.2%,优于现有先进方法,提升幅度为1.3百分点,验证了该方法在提升行人重识别任务性能方面的有效性。

摘要：为解决Transformer未充分利用低层编码器视觉信息和解码器中已生成单词信息不断被稀释的问题,提出一种用于图像描述的增强视觉与语言信息的Transformer架构,即VALRT模型。通过在基础Transformer模型上建立一个视觉感知增强模块(VR),以阶梯式方法融合低级和高级视觉编码特征,增强视觉特征表示;构建一个语言感知增强模块(LR),通过增强在预测单词时已生成单词信息的贡献,提升预测单词准确性。为验证模型的有效性,将VALRT模型在MSCOCO基准测试集上进行测试,实验结果表明,VALRT模型拥有更好的性能,能生成更准确、更细粒度的描述。

摘要：为了识别人体运动意图协调人机运动,采用二维激光测距仪采集地形数据进行在线识别,使用学习向量量化(LVQ)的方法,基于不同地形间的距离特征实现快速、准确的地形分类.设计基于数据驱动的无模型自适应控制方法,基于膝关节角度的输入输出数据建立动态线性化模型,避免了人机外骨骼建模的复杂性和建模误差.建立人机外骨骼模型,通过仿真得到正常行走时膝关节的先验力矩,引入先验力矩提高控制器的准确性.搭建ADAMS和MATLAB联合仿真平台,选取平地路况进行实验.实验结果表明,所设计的控制方法使得外骨骼膝关节对目标角度有良好的跟踪,对人体行走有较好的助行效果.

摘要：随着风电在电力系统中的渗透率不断提高,其出力不确定性对系统频率稳定造成威胁。针对风电接入系统后的频率波动问题,提出变论域模糊PI负荷频率控制策略。为克服传统模糊控制器由于论域固定导致自适应能力有限的缺点,设计的变论域模糊PI负荷频率控制器通过变论域方法实现输入、输出论域的动态调整。为满足风电接入系统后复杂的论域调整需求,基于模糊推理设计新型变论域伸缩因子。典型两区域互联系统仿真实验表明,在不同形式的扰动下,该新型控制器较PI控制器、模糊PI控制器有更好的控制表现,能更好地处理风电出力不确定性对互联电力系统频率稳定的影响。

摘要：域泛化的行人再识别能够在源数据集进行训练并在目标数据集进行测试,具有更广泛的实际应用意义.现有域泛化模型往往由于专注解决光照和色彩变化问题而忽略对细节信息的有效利用,导致识别率较低.为了解决上述问题,提出一种融合注意力机制的域泛化行人再识别模型.该模型首先通过叠加卷积层的瓶颈层(bottleneck layer)设计提取出包含不同视野域的多尺度特征,并利用特征融合注意力模块对多尺度特征进行加权动态融合;然后通过多层次注意力模块挖掘细节特征的语义信息;最后将包含丰富语义信息的细节特征输入到判别器进行行人再识别.此外,设计风格正则化模块(style nomalization module)用于降低不同数据集图像明暗变化对模型泛化能力的影响.在Market-1501和DukeMTMC-reID数据集上进行对比和消融实验,表明了所提出方法的有效性.

摘要：为减少不确定离散时间线性/非线性系统的事件触发次数,节省通讯资源,提出了基于状态逼近的事件触发控制方法。首先,针对不确定离散线性系统,利用采样信号、系统矩阵和确定离散线性系统解析解的定义,逐段构造不确定离散系统的状态逼近解。将测量误差定义为系统当前状态与逼近解之间的差,构造事件触发条件和控制器,通过设计Lyapunov泛函得到离散线性系统的稳定性条件。其次,对于一类Lipschitz离散非线性系统,将该系统进行线性化处理。根据无扰动离散线性系统解析解的定义,类似于线性系统的处理方法,逐段构造状态逼近解,重新定义测量误差,设计事件触发条件和控制器,并建立离散非线性系统的稳定性条件。将状态逼近技术与动态事件触发策略相结合,在减小测量误差的同时,降低触发阈值,进一步减少事件发生的次数,实现更好的控制效果。通过倒立摆系统和蔡氏电路两个数值例子表明,相比于传统事件触发方案,状态逼近法可以显著降低事件触发的次数,避免了通讯资源的浪费。

摘要：针对当前路网交通流量预测方法中存在的挖掘复杂的动态时空特性和长距离的空间依赖性能力不足等问题,基于多头自注意力网络构建一种新型的交通流预测模型.考虑到交通流在不同周期尺度下呈现出的高度相似性,以及静态时空特征,引入日和周这2种周期尺度下的数据张量作为模型输入,来表达交通流数据的时间相似性,并通过输入数据的时空位置编码获取其静态时空特征.考虑到交通流的动态时空特性和长距离的空间依赖性,主体模型基于多头自注意力机制分别设计时间多头注意力模块和空间多头注意力模块.时间多头注意力模块利用一个图掩码矩阵获得局部注意力,并将其融合到一个多头自注意力中,以提取交通流的动态时间特征.空间多头注意力模块利用两个图掩码矩阵获得局部注意力和全局注意力,并将其融合到一个多头自注意力中,以提取路网节点的动态空间特征和长距离的空间依赖性.最后,设计一个门控融合模块自适应地融合交通流数据的时空相关性特征.在三个真实交通流基准数据集PEMS04,PEMS07和PEMS08上进行模型的有效性验证,结果表明,所建模型在3个数据集上的3个预测精度指标与其他精度最高模型相比,平均提高了4.437%,2.930%,4.275%.