基于自蒸馏框架的点云分类及其鲁棒性研究

与2D图像数据集相比,3D点云数据集的规模较小且表征性较差,容易导致神经网络出现过拟合和泛化能力差的问题。为此,提出一种点云自蒸馏(PointSD)框架,通过对表征形式不同的数据样本进行学习,使网络提取到原始点云数据中的更多特征信息,实现样本之间的知识交互,在不增加额外计算负荷的情况下提升网络的泛化能力,适用于不同规模的分类网络模型。基于该框架提出一种点云抗腐败训练方法TND-PointSD,解决了当前点云训练方法抗腐败能力不足的问题。实验结果表明:在ScanObjectNN数据集上,应用PointSD框架的PointNet++和RepSurf-U 2X基准网络的平均准确率(MA)相比于应用标准训练(ST)方法提高了8.22和4.86个百分点;在ModelNet40-C数据集上,在15种腐败类型上分类网络的平均整体准确率(MOA)均有所提升,证明了TND-PointSD方法能够有效地增强网络模型的腐败鲁棒性。

基于困难样本对激励的小样本图像分类方法

使用少量标签样本训练得到的传统模型往往预测精度低、泛化能力弱,很难应用到实际生产中.针对小样本图像提出一种基于困难样本对激励分类方法,包括预训练阶段和元学习阶段.预训练阶段在基类数据集上训练编码器,并作为元学习阶段的初始特征编码器;元学习阶段将进一步优化此编码器,元训练过程使用本质特征法降低异常样本对质心的影响;结合度量学习与元学习设计了困难样本对激励损失函数,从样本对角度出发,在训练过程中引导模型扩大正负样本间距离,使同类样本更加紧凑.在公开数据集mini-ImageNet,tiered-ImageNet上进行实验的结果表明,分类精度分别为64.12%,70.15%,验证了所提方法的有效性和可行性.

基于改进PPYOLOE-R的信息码矫正研究

信息码识别技术推动着社会的进步,使人们的生活更加便捷。由于受所处拍照环境影响,信息码识别效果有待提高,而且信息码角度倾斜也会影响解码正确率。以基于信息码的电力互感器误差实验接线判断为背景,提出一种基于改进PPYOLOE-R的信息码矫正算法。首先以PPYOLOE-R检测算法为基础,融合轻量级网络ESNet,在提升精度的同时降低模型参数量;其次引入动态卷积进一步加强特征提取,减少模型因下采样丢失信息,加强模型通道特征提取能力;最后为满足人工智能(AI)边缘设备上的实时性要求,采用模型融合技术将推理模型进行融合,保证在模型精度不变的情况下提升模型检测速度。为丰富数据集,采用两步旋转数据增强和Mosaic+Mixup数据增强方法,充分利用数据集中已有信息,提高模型学习能力。实验结果表明,改进后算法精度达到89.46%,较原模型提升了1.95%,检测照片速度从每张154 ms提升至每张50 ms。相较其他算法,改进算法具有体积小和速度快的优势,通过算法矫正后的信息码,可显著提高解码效率和正确率。

改进松鼠搜索算法求解分布式节能柔性调度

为了优化同时考虑最大完工时间和机器能耗的双目标分布式柔性作业车间调度问题,提出了一种改进的多目标松鼠搜索算法。引入了基于升序排列规则的转换机制,实现了松鼠位置向量与调度解之间的转换,并针对机器空闲时间设计了从半主动到主动的解码策略。针对不同优化目标设计了三种种群初始化策略。同时提出了动态捕食者策略来更好地协调算法的全局探索和局部开发能力。设计了四种领域搜索策略用于增加种群多样。20个实例上的实验结果验证了改进后的算法求得解的质量和多样性更好,从而证明了其可有效求解分布式节能柔性调度问题。

基于可靠最优传输的点云配准方法

针对现有的一些配准方法在低重叠场景下依然存在精度差、效率低等不足,本文提出了一种基于可靠最优传输的配准方法。首先,通过关键点及其特征信息形成点对,利用采样一致性算法剔除错误点对并完成粗配准,在优化起始位姿的同时分离出初始的可靠点。其次,在求解最优传输进行精配准的过程中,根据传输方案的迭代和更新策略动态调整参与传输计算的可靠点,从而保证了配准过程的可靠性和高效性。为验证本文方法的有效性,选用斯坦福标准图形库和3DMatch数据集中的部分模型作为配准对象,并将本文方法与常用的3类配准方法进行对比。实验证明,本文方法在配准精度上提升了30%以上,运行时间降低了25%以上。面对多类模型和各种缺失情况,本文方法依然能够保持优秀的配准效果。

基于改进指数优化与迭代加权LM法的机器人标定方法

针对协作机器人的出厂标定过程步骤繁琐,效率低下的问题,提出了一种基于两步策略的运动学标定算法,通过结合改进指数优化算法和迭代加权LM算法,简化标定流程并提高定位精度。首先,基于改进DH方法与位置微分误差变换建立机器人参数辨识模型,结合测量装置坐标系搭建标定系统误差模型,利用改进指数优化算法快速获取测量坐标系初始参数;其次,为提高辨识结果的鲁棒性,将距离残差作为权值因子,通过迭代加权LM算法补偿机器人模型的几何参数误差和测量坐标系矩阵参数误差;最后,通过实验验证,结果表明机器人位置误差的平均值、均方差误差和最大误差分别降低了80.28%、71.61%和52.16%,验证了该方法的正确性和有效性。

我国大豆生产波动动因分析——基于省际面板模型的实证研究

在我国大豆生产波动频繁的情况下,找出影响大豆单产、种植面积的影响因素是实现“提单产、稳面积”的首要举措。研究采用1999~2020年21个省份面板数据,在分析大豆单产、种植面积的变化趋势基础上,根据大豆单产增减趋势,把大豆产区划分成增产区、减产区和波动区,采用改进的面板数据模型分别对三个产区的大豆单产和种植面积的影响因素进行实证分析。结果表明,机械化收割、产研结合、农药投入、小型拖拉机的投入是影响不同区域大豆单产的显著因素;机械化耕作是提升所有区域种植面积的显著因素,玉米种植面积、化肥投入、农药投入、灌溉条件、科研资金与人员投入、产研结合、机械化收割是影响不同区域大豆种植面积显著因素。根据分析,提出了相应政策建议。

“双碳”目标下铝企业碳管理会计的运用

本文对铝企业低碳转型的必要性、困境以及为加快实现“双碳”目标企业应如何运用碳管理会计体系等内容进行分析研究,同时指出铝企业碳管理会计运用方面存在的问题,针对相应问题提出合理的建议,希望铝企业能够借助管理会计工具早日实现“双碳”目标。

登海种业盈利能力分析

近年来,聚焦“三农”的中央一号文件,都将种业发展放在了重要地位,为我国种业的蓬勃发展提供了持续、全面、强有力的政策支持和方向指引。在此背景下,关注、研究种业的盈利能力尤为重要。登海种业是我国种业骨干企业,连续多年研究玉米高产这一技术难题。本文运用杜邦分析法对登海种业进行分析,探讨登海种业在生产经营时存在的问题,并给出合理的解决建议,进而提升企业的盈利能力。

基于孪生自适应图卷积算法的点云分类与分割

点云数据具有稀疏性、不规则性和置换不变性,缺乏拓扑信息,导致它的特征难以被提取,为此,提出一种孪生自适应图卷积算法(SAGCA)进行点云分类与分割。首先,构建特征关系图挖掘不规则、稀疏点云特征间的拓扑关系;其次,引入共享卷积学习权重的孪生构图思想,保证点云的置换不变性,使拓扑关系表达更准确;最后,采用整体、局部两种结合方式,将SAGCA与各种处理点云数据的深度学习网络相结合,增强网络的特征提取能力。分别在ScanObjectNN、ShapeNetPart和S3DIS数据集上进行分类、对象部件分割和场景语义分割实验的结果表明,相较于PointNet++基准网络,基于同样的数据集和评价标准,SAGCA分类实验的类别平均准确率(mAcc)提高了2.80个百分点,对象部件分割实验的总体类别平均交并比(IoU)提高了2.31个百分点,场景语义分割实验的类别平均交并比(mIoU)提高了2.40个百分点,说明SAGCA能有效增强网络的特征提取能力,适用于多种点云分类分割任务。

基于面板数据模型的俄罗斯远东地区粮食生产影响因素实证研究

基于俄罗斯远东8个地区2010—2018年面板数据,建立了粮食生产的个体固定效应模型,分析了俄罗斯远东地区粮食生产的影响因素。结果表明:种植面积、劳动力投入、物流运输价格指数对粮食的生产影响显著;企业数量、人均固定资本投入、生产者价格指数对粮食的生产影响不显著。

实现价值塑造的本科专业课程教学改革实践与思考

从本科教育层面进行价值塑造的专业课程实践具有一定的价值意蕴和辐射效应。佳木斯大学在各专业课程教学过程中开展实现价值塑造的教学改革实践,构建融入思政元素的课程内容体系,重视课程思政设计,创新教学方法与手段,实施双线混融式教学。用好课堂教学主渠道,融入责任意识、爱国敬业、团结协作、尊重感恩、诚实守信等职业素养,坚守立德树人初心,激发课程育人功能,有机融入,有效润物,持续改进。

髓内钉内固定技术在四肢长管骨创伤骨折治疗中的效果分析

评价髓内钉内固定技术应用效果,应用于四肢长管骨骨折(创伤性)患者治疗中。方法 患者采集时间,2021.01开始,2023.12结束,病例收集地点,敦煌市医院骨科,60例,回顾分析,治疗手段差异划分组别,GB组—钢板螺钉内固定技术,30例患者;SN组—髓内钉内固定技术,30例患者。观察手术指标、治疗优良、并发症、生活能力情况。结果 (1)手术指标:均有SN组<GB组(P<0.05),手术耗时(t值14.392)、术中失血量(t值13.246)、术后首次下床耗时(t值7.124)、总住院时间(t值10.009)、术后疼痛分数(t值9.577)对比。(2)治疗优良:SN组>GB组(P<0.05),治疗后优良率(值6.405)对比。(3)并发症:SN组<GB组(P<0.05),治疗后并发症发生率(值7.680)对比。(4)生活能力:治疗后SN组>GB组(P<0.05),穿衣分数(t值3.403)对比、洗澡分数(t值4.216)对比、梳洗分数(t值8.551)对比、移动分数(t值6.568)对比、上楼分数(t值17.058)对比、行走分数(t值4.921)对比。结论 不同治疗四肢长骨骨折(创伤性)手段效果对比,髓内钉内固定效果理想,对手术全程进行优化,包括减少术中失血量等,提高手术治疗优良率,预防感染等并发症,促使患者生活能力恢复加速。

基于改进多目标平衡优化器算法的点焊机器人路径规划

点焊机器人在工业领域内被广泛应用,合理的焊接顺序可以提高生产效率。为了实现点焊机器人的路径最优规划,针对点焊路径和工作时间建立多目标问题模型,提出一种融合改进快速非支配排序的多目标平衡优化器算法(DMONEO)。加入快速非支配排序,并采用生存评分策略替代拥挤度因子,可以更好地保持种群的多样性,防止DMONEO过早收敛。TSPLIB基准实验结果表明,DMONEO算法相比于其他算法性能表现更好。最后在实际点焊机器人的路径规划应用中进行仿真实验并与其他算法对比,结果表明提出的算法得到的优化效果更好,耗时更短。

基于YOLOv5的指针式仪表自动读数方法研究

为了实现复杂环境下指针式仪表的自动读数,提出了一种基于目标检测的指针式仪表自动读数方法。首先,针对复杂环境下仪表检测困难的问题,利用改进的YOLOv5算法对仪表表盘进行检测,并提取出表盘区域;其次,结合AKAZE(accelerate-KAZE)算法、随机抽样一致性算法(random sample consensus,RANSAC)和椭圆拟合算法对提取出的表盘做2次透视变换,实现对表盘的倾斜校正;最后,将无倾斜的圆形表盘通过极坐标变换展开成矩形,再利用YOLOv5算法对指针位置进行识别,采用距离法得到最终读数。实验结果表明,所提方法的读数最大相对误差低于2.5%。此自动读数方法具有稳定性和准确性,可满足各类工业场景下的实际应用要求。

基于离散鲸鱼优化算法的钣金折弯工序优化设计

在折弯工件的整个工艺流程中,操作板料的掉头、翻转次数、各个工步的距离和模具的选择都会影响钣金折弯工序的效率。为此,采用改进的鲸鱼优化算法对折弯工序进行优化设计。对经典鲸鱼优化算法进行改进,重新定义鲸鱼个体以及围猎方式,并引入局部搜索操作增强解的可行性,以减少陷入局部最优解的概率。最后应用于折弯工序问题上,并与已知相关算法分析比较。实验结果表明:使用改进后的离散鲸鱼算法对折弯工序问题进行计算,得出了符合要求的最佳折弯工序方案,求解质量高于对比算法,离散鲸鱼算法在寻找最佳工序方案的问题上有着更佳的全局寻优能力和较快的收敛特性。

种业公司财务绩效问题及对策研究——以A公司为例

种业是我国战略性、基础性的核心产业,种业公司掌握着国家粮食安全的根源,代表着我国先进的生产力。而我国种业市场规模逐年扩大并快速发展,上市公司的数量也在不断增加。因此,文章选取我国上市种业公司A公司作为研究对象,从偿债能力、营运能力、盈利能力和发展能力4个方面将其财务绩效与沪深A股市场行业均值进行对比分析,找出A公司目前经营存在的问题,并提出相应的对策建议,以期完善种业公司财务绩效体系,提高种业行业的发展水平,打造优质种业标杆。

双切口克氏针内固定治疗移位性儿童肱骨髁上骨折21例

目的观察双切口克氏针内固定治疗移位性儿童肱骨髁上骨折的效果。方法该院2017年1月至2022年8月收治的移位性儿童肱骨髁上骨折21例,均采用双切口交叉克氏针内固定,术后早期行肘关节功能锻炼,观察术后骨折愈合情况及肘关节功能。结果21例患儿中,获6~9个月随访18例(85.7%),均取得良好的肘关节屈伸功能,未出现肘内外翻。结论双切口克氏针内固定治疗移位性儿童肱骨髁上骨折,具有不破坏肱三头肌结构、术野暴露充分、术后恢复快等优点。

万科集团财务风险问题分析及对策

我国经济的蓬勃发展离不开房地产行业的助推,随着近年来我国经济转入高质量发展阶段,政策及市场环境对房地产企业的发展提出了更高的要求。万科集团作为典型的资金密集型企业,在日益严苛复杂的市场环境下,企业自身财务风险的发现与化解成为了企业运行中重要的一环。现通过分析万科集团2020—2022年相关财务数据,发现万科集团财务风险存在相关问题,并给出针对性的解决措施。

基于协方差矩阵自适应进化策略的机器人手眼标定算法

针对视觉传感器标定和机器人运动学求解过程中存在噪声干扰,导致传统的手眼标定算法求解误差较大的问题,提出一种基于协方差矩阵自适应进化策略(CMAES)的机器人手眼标定算法。首先,采用对偶四元数(DQ)对旋转和平移分别建立目标函数和几何约束,简化求解模型;其次,采用惩罚函数法将约束问题转化成无约束优化问题;最后,使用CMAES算法逼近手眼标定旋转和平移方程的全局最优解。搭建机器人、相机实测实验平台,将所提算法与Tsai两步法、非线性优化算法INRIA、DQ算法进行对比。实验结果表明:所提算法在旋转和平移上的求解误差和方差均小于传统算法;与Tsai算法相比,所提算法的旋转精度提升了4.58%,平移精度提升了10.54%。可见在存在噪声干扰的实际手眼标定过程中,所提算法具有更好的求解精度与稳定性。