面向配电柜字符识别的YOLOv7-MSBP目标定位算法

通过机器视觉算法精确定位配电柜仪表的位置是实现仪表智能化识别的关键。针对配电柜背景复杂、字符尺度多样和相机像素低而导致的目标定位精度不高问题,提出一种面向配电柜字符识别的YOLOv7-MSBP目标定位算法。首先,设计Micro-branch检测分支,改进初始锚框铺设间隔,从而提高对小目标的检测精度。其次,引入双向特征金字塔网络(BiFPN)跨尺度融合不同层特征值,以改善因下采样造成的细节特征丢失、特征融合不充分的现象;同时,设计同步混合阈卷积注意力模块(Syn-CBAM),加权融合通道和空间注意力特征,以提升算法的特征提取能力;并且,在主干网络引入部分卷积(PConv)模块,以降低算法冗余和延迟,提高检测速度。最后,将YOLOv7-MSBP的定位结果送入Paddle OCR(Optical Character Recognition)模型识别字符。实验结果表明,YOLOv7-MSBP算法的平均精度均值(mAP)达到93.2%,与YOLOv7算法相比提高了4.3个百分点,可见所提算法能够快速准确定位识别配电柜字符,验证了所提算法的有效性。

融合双目信息的队列姿态检测

为实现队列姿态动作的准确评估,针对训练场景中踢腿高度等三维人体姿态特征难以准确测量的问题,提出融合双目信息的队列三维姿态特征检测方法。方法分为2D姿态估计和双目立体匹配两个阶段。为提高2D人体姿态检测精度,设计基于改进HRNet网络的2D姿态估计模型。首先,在主干网络引入空间通道注意力,增强特征提取能力。特征融合层采用自适应空间特征融合模块,融合网络多尺度特征。其次,采用无偏数据处理方法进行热图编解码,减小数据统计误差。最后,在模型训练时采用由粗到细的多阶段监督方法,提高关键点的检测准确率。在2D姿态估计模型基础上,采用标准相关匹配函数实现双目立体匹配,再通过坐标变换得到三维人体姿态。实验结果表明,改进的姿态估计网络有较好的精度,在COCO数据集上精度达到77.1%,在自制的队列训练数据集上精度达到86.3%,相比原网络分别提升2.2%和3.1%。在三维人体姿态的踢腿高度实验中,该方法测得平均相对误差为2.5%,充分验证了算法的有效性。

基于空间特征融合的车间作业工具检测算法

手和工具的交互是区分车间人员作业行为的关键信息。为防止泵件装配工序错漏,达到实时监测的目的,提出基于空间特征融合的车间作业工具检测算法。首先,为了提高对目标的定位能力和检测精度,基于帧差法分割前景中的手部运动区域,获得具有运动空间特征的纹理图像,结合装配过程的RGB图像构成目标检测网络的双通道输入。设计空间感知模块实现双通道输入的空间特征融合,获得全局空间信息。利用特征增强模块融合全局空间信息和深层语义信息,加强显著位置的特征响应。然后,采用ESNet(enhance shuffleNet)重构主干网络,基于深度可分离卷积实现多尺度特征提取,提高检测速度。最后,针对图像背景中局部元素变化问题,采用CutOut数据增强方法,提高模型抗干扰能力。实验结果表明,本文所提算法有效降低了误检率,较传统YOLOv5s的mAP提高6.4%,能够快速准确检测车间人员作业时使用的工具。

非预期条件下前交叉韧带重建术后运动员侧切动作下肢运动生物力学特征

目的量化非预期条件下前交叉韧带重建(anterior cruciate ligament reconstruction,ACLR)术后运动员侧切动作中膝关节生物力学特征,探讨运动员前交叉韧带(anterior cruciate ligament,ACL)损伤潜在风险。方法应用红外运动捕捉系统和三维测力台同步采集30名ACLR男性运动员在预期和非预期条件下侧切动作中健侧、患侧下肢运动学和动力学数据。应用双因素方差分析对关节角度、关节力矩、地面反作用力(ground reaction force,GRF)等测试指标进行统计分析。结果患侧肢体的膝关节屈曲角度、外翻力矩和屈曲力矩显著低于健侧肢体,内旋力矩和胫骨前剪切力显著高于健侧肢体。与预期条件相比,非预期条件下膝关节屈曲角度、内旋力矩、胫骨前剪切力显著增加。患侧肢体膝关节外旋角度在预期和非预期条件下均显著高于健侧,非预期条件下健侧肢体侧向GRF和前后GRF显著小于预期条件,患侧肢体侧向GRF显著高于预期条件。结论ACLR运动员进行侧切动作时,相比于健侧,患侧表现出较小的膝关节屈曲角度,较大的膝关节内旋力矩和胫骨前剪切力的生物力学特征,可能存在较大的ACL潜在损伤风险;在非预期条件下,ACLR运动员双侧下肢均表现出膝关节内旋力矩增大,侧向GRF增大和胫骨前剪切力增大的生物力学特征,提示ACL潜在损伤风险不仅限于患侧,健侧下肢也应加强侧切动作中ACL损伤预防。

改进LSTM-AE算法的电梯知识库故障征兆预测

针对运维知识库系统中故障征兆预测问题,提出面向电梯设备的改进LSTM-AE算法。使用属性子集选择(ACDR)方法筛选特征向量组,剔除电梯运行参数中的冗余特征。同时,针对运行速度特征序列的非平稳性问题,使用变分模态分解(VMD)算法作降噪平稳化处理。在LSTM-AE模型中引入融合BILSTM的滑动窗口注意力机制,提高模型的时序特征提取能力,并通过softmax分类器融合各特征序列的重构误差实现电梯故障征兆预测。实验结果表明,相较经典LSTM-AE算法,提出的改进LSTM-AE算法正常样本判准率提高13%,异常样本误判率降低11%,能够对常见电梯故障进行准确预测,适于构建可靠的电梯运维知识库故障征兆预测模型。

分期切开复位内固定与外固定架结合有限内固定治疗B、C型Pilon骨折的Meta分析

背景:关于Pilon骨折的处理是目前争议较多的热点问题,但至今仍无权威性的临床指导。目前对软组织的重视和保护已为大家共识,而最近的主导治疗策略基本分为分期切开复位内固定和外固定结合有限内固定两种思路。大量回顾性研究都证实了这两种策略的有效性,但是证据等级都比较低。两种治疗方法孰优孰劣,目前仍无结论。目的:收集关于B、C型Pilon骨折不同治疗方法疗效分析的文献,进行Meta分析以找出不同术式的利弊差异。方法:通过数据库检索及手工查找有关Pilon骨折分期切开复位内固定与外固定架结合有限内固定疗效分析的文章,检索词为"tibia fractures,surgery,therapy,pilon",要求文献发表时间为1977/2008,选取软组织感染率、骨髓炎发生率、骨不愈合及畸形愈合发生率、关节融合发生率作为评价指标,以RevMan4.2软件进行Meta分析,观察森林图显示的分析特征和结果。结果与结论:分期切开复位内固定方案的软组织感染风险较外固定并有限内固定组低,而切开复位内固定能够为Pilon骨折提供更加可靠的复位准确性和稳定性,理论上对于保证骨折在正确解剖位置上愈合有较为确切的优势。Meta分析的结果仅得到了与此推论相近似的结果,但是没有表现出统计学证据。而两种治疗方案的深部感染风险、骨折不愈合及关节融合的发生率没有差别。

南京市树叶附尘对大气重金属污染的磁学响应

在南京10个国家空气质量监测站点附近采集桂花、樟树和雪松树叶,测试其磁性参数和重金属含量,分析监测站大气颗粒物浓度、树叶重金属与磁性参数的相互关系.结果表明:3种树叶中重金属含量较高的是Fe、Mn、Cu和Pb,As、Cd和Sb较低.Pb、Cu和Sb在交通密集区含量较高;Ni、Cd和Mn在工业区含量较高;V、Cr和Fe在靠近建筑工地的地区含量较高.V、Fe、As、Pb、Sb和Cr与树叶附尘中磁性矿物具有相似来源.对比3种树叶,雪松更易富集颗粒物,其磁性参数和重金属含量均较高,同时,雪松树叶附尘中大部分重金属含量与其磁性参数的相关性较高;而桂花树叶的SIRM值与监测站大气颗粒物浓度高低具有较好一致性.常绿树叶的磁性参数有潜力用来评估城市大气污染.

基于改进粒子滤波算法的无线传感器网络节点定位

针对无线传感器网络节点定位过程中的非视距传播误差问题,提出1种改进的状态检测粒子滤波算法。引入节点随机运动模型对节点运动状态进行预测。通过马尔科夫过程对在非视距(NLOS)/视距(LOS)混合环境下获得的测量值进行检测。利用p-范数对NLOS测量值进行筛选。结合校正后的节点间测量值和节点真实移动速度构建锚盒和采样盒。仿真结果表明,当NLOS/LOS混合模型分别满足均匀分布、高斯分布和指数分布时,该文算法均有较高的定位性能。

列车自动驾驶迭代学习控制研究

地铁列车精确停车研究对装有屏蔽门的车站乘客换乘有着现实意义。根据城轨列车在停车阶段的重复特性,通过迭代学习调节列车初始状态来克服停车阶段的重复不确定性。在求解列车制动模型微分动态的基础上,获得系统梯度,进而求取满足收敛条件的学习参数。针对列车停车涉及多目标的特点,定义多目标优化函数,将该方法推广到多变量、多目标调节的情况,可以同时满足城轨列车停车精度和乘坐舒适性的要求。仿真结果验证了该方法的有效性。最后,提出基于迭代学习方法研究列车停车问题的未来研究思路。

交联玻璃酸钠膜应用于肌腱粘连的动物实验研究

采用酰肼交联玻璃酸钠膜作为屏障药物,通过动物实验研究其预防肌腱粘连的作用。将24只新西兰白兔随机分为A、B、C组,选兔子双下肢比目鱼肌腱外侧头制作实验模型,采用自身对照的方法,造成挤压挫裂切割伤止血后,A、B、C组右侧注射等量生理盐水1ml,左侧用交联玻璃酸钠膜包裹肌腱。于术后不同时间切取标本,进行大体观察、光镜下组织评分、天狼星红苦味酸染色偏振光显微镜下观察及电镜观察等分析,比较实验侧与对照侧的差异。结果表明:实验组肌腱的修复粘连明显优于对照组。本实验取得了预期的效果,证实了酰肼交联玻璃酸钠膜生物相容性好,在体内存留时间长,能够产生比较理想的防粘连作用。

小分子药物Kartogenin诱导骨髓间充质干细胞定向分化中基质金属蛋白酶2的表达

背景:体外实验发现小分子药物Kartogenin(KGN)能诱导间充质干细胞转变成为软骨细胞,KGN的发现为人们找到了修复软骨的新途径,未来很有希望成为新型骨关节炎治疗药物。目的:通过体外实验观察小分子药物KGN在骨髓间充质干细胞定向分化为软骨细胞的过程中的诱导作用。方法:体外传代培养人骨髓间充质干细胞至对数生长期,分为空白对照组、1μmol/L KGN组和10μmol/L KGN组,3组KGN的终浓度分别为0,1和10μmol/L,培养72 h后通过显微镜检骨髓间充质干细胞的增生和分化情况,用酶联免疫吸附实验检测上清中软骨代谢降解标记物基质金属蛋白酶2水平,用免疫荧光染色技术观察Ⅱ型胶原蛋白表达情况。结果与结论:镜检发现随着KGN药物浓度的增高能明显促进骨髓间充质干细胞的增生和分化;免疫荧光染色结果显示随着KGN浓度的增高Ⅱ型胶原蛋白的表达增加;而随着KGN药物浓度增加,基质金属蛋白酶2的表达随之降低。提示小分子药物KGN能诱导人骨髓间充质干细胞向软骨细胞定向分化,且随着药物浓度的增加,软骨细胞外基质的破坏也随之被抑制。

基于UIO方法的列车自动驾驶信号故障检测研究

列车自动驾驶ATO(Automatic Train Operation)状态故障检测是实现CBTC(Communication BasedTrain Control)系统车载ATO控制功能可靠性的必要条件之一。针对影响列车自动驾驶功能与性能的速度、位置量测传感器故障及执行器故障进行故障建模,利用基于未知输入观测器UIO的故障检测方法对存在未知干扰与噪声情况下的ATO状态故障进行检测。通过构建残差与设置阈值来降低对未知干扰或噪声的敏感度,从而降低故障报错率。仿真结果表明,本文所提出的方法能够完成对列车控制状态3种故障模式的检测,该检测信息不仅能够给已经装备ATO的车辆提供实时优化曲线生成所需的参数,也可以为仍使用人工驾驶的列车进行预警,并为车辆维护业务提供有用信息。

基于混合滤波最大期望算法的高速列车建模

针对高速列车非线性单质点模型的特殊结构及含有隐含变量问题,提出一种基于混合滤波的最大期望辨识方法.借助递阶辨识理论,将高铁列车状态空间模型分解为线性子系统模型和非线性子系统模型.进而,分别利用卡尔曼滤波和粒子滤波对速度和位移状态进行联合估计.最后,使用最大期望方法辨识高铁列车子系统模型参数,解决了隐含变量辨识问题.和传统方法相比,本文所提出方法计算量小,且具有较高的辨识精度.仿真对比实验结果验证了该方法的有效性.

利用生长曲线分割法对肠膜明串珠菌和嗜热链球菌混菌发酵研究

用生长曲线及生长曲线分割的方法,对嗜热链球菌(LS-11)和肠膜明串珠菌(LE-05)在代血浆培养基中的混菌发酵进行了研究。同时对培养基的黏度变化进行了测定比较。结果表明,LS-11和LE-05在代血浆培养基中有较好的协同性,能相互促进生长,并能相对提高培养基的黏度。

杏鲍菇脱袋菇畦覆土栽培试验

春秋季节利用林地脱袋菇畦覆土栽培杏鲍菇,表明该法栽培杏鲍菇不需菇房、床架,投资少,不占耕地,管理方便,菇质好,生物效率为51 %～71 .8% ,出菇残渣是林木的好肥料,具有推广价值和应用前景。

对1株肠膜明串珠菌生长曲线和世代时间的初步探讨

用添加趋势线的分析方法,对肠膜明串珠菌LA-07在新鲜脱脂牛乳培养基和MRS肉汤培养基中的生长曲线进行了初步研究。结果表明,在2种培养基中,其生长均满足对数生长曲线规律,且世代时间分别为:G乳=114.7 min,GMRS=95.9 min。

航空发动机叶片气膜孔测量技术研究

基于航空发动机叶片冷却气膜孔的设计、加工和国家"十一五"计量科研项目的技术攻关及检测试验研究,本文简要介绍了叶片气膜孔位置度检测技术的思路、途径和方法,力求解决叶片气膜孔加工中的量值传递或溯源的难题,使我国在叶片等空间曲面小孔测量领域实现重大突破。

在脱脂乳中肠膜明串珠菌和嗜热链球菌混菌发酵的初步研究

用生长曲线和黏度变化的方法,对嗜热链球菌LS-11和肠膜明串珠菌LE-05在脱脂乳培养基中的混菌发酵进行了初步研究,同时还利用正交试验确定了二菌在脱脂乳培养基中的混菌发酵参数。结果表明,LS-11和LE-05在脱脂乳培养基中有较好的协同性,不仅能相互促进生长,还能相对提高培养基的黏度。其在脱脂乳培养基中的混菌发酵参数为:LS-11接种量1.5%,LE-05接种量1%,发酵温度33℃,蔗糖添加量9%。

发动机叶片榫头角度现场检测方法

对航空发动机叶片榫头角度进行现场测量是保证叶片加工质量的重要环节。本文结合叶片榫头的结构特点,针对使用传统的专用测具和标准件测量榫头角度存在的问题,设计了一种叶片榫头角度检测仪,并给出了相应的检测方法。实验和使用证实,该检测仪能提高检测效率,降低劳动强度,适合在生产现场使用。