基于脉冲数据重构的高速铁路关键零部件检测算法

对运行中的高速铁路(简称“高铁”)关键零部件进行快速准确定位是高铁故障诊断的基础之一。然而,利用普通工业相机对运行中的高铁进行数据采集会存在运动模糊或关键零部件丢失问题,而利用超高速脉冲相机采集的数据进行目标检测模型训练又会存在数据难以标注以及模型难以训练等问题。对此,文章提出一种基于脉冲数据重构的高铁关键零部件检测方法。其首先基于脉冲触发原理,利用脉冲间隔还原不同位置的光强,并通过计算全局光强调整局部光强,且对调整后的结果进行滤波与局部增强处理,重构出高清分辨率灰度图像;在此基础上,对重构后的灰度图像进行数据清洗与标注,并利用标注后的数据进行高铁关键零部件检测模型训练;最后,基于TensorRT对训练后的模型进行加速。试验结果表明,经过加速后的高铁关键零部件目标检测模型能够实现98.7%的平均精确度以及平均3.5 ms的单帧推理速度,为算法的工程化应用奠定基础。

建立职业经理人队伍解决民营企业人才问题

中国加入世贸组织后 ,民营企业面临的最大挑战是人才短缺 ,也就是家族制企业如何用好外部人才的挑战。民营企业要获得更大的发展 。

论如何建立现代企业的激励机制

随着市场经济的发展和科技的进步,人力资源管理已大不同于传统的人事管理,现代企业的人力资源管理已成为一门艺术,是运用最科学的手段,灵活的制度调动人的情感和积极性的艺术。而激励作为重要的管理职能,就是要研究员工的行为以及其发生的动机、原因与目的,并根据实际情况,综合运用多种激励机制,把激励的手段和目的结合起来,改变思维模式,真正建立起适应企业特色、时代特点和员工需求的开放的激励体系,使企业在激烈的市场竞争中立于不败。

能本管理效应初探

能本管理是以人的能力作为管理的对象和管理的核心,提倡能力本位,建立起以能力为核心的价值观,从而通过一系列的制度安排,实现人和组织的共同发展,最终建立起学习型的组织。能本管理能产生如下效应:激励效应,能级管理具有内在的激励作用;配置效应,把不同能级的管理者配置到合适的岗位上,使其与岗位的配比更加合理;集聚效应,能本管理促使管理者的能力不断提高,培养了一批高素质的管理者。

校企合作中学生实习权利维护的路径探索

校企合作越来越成熟,但是校企合作中的学生实习权利还无法得到保障。学生的实习权益受到侵害,在实习期间享受不到应有的待遇,没有接受到学校和企业的专业实践和指导。为了有效保障学生实习期间的权利,必须加强立法、学校加强引导和管理、企业规范自身行为和学生增强维权意识等。

侧窗自适应彩色增强算法在司机行为识别系统中的应用研究

外界光照的变化容易干扰机车司机室视频的图像质量,出现图像亮度异常现象,导致司机行为识别系统检测精度下降。针对此问题,提出了一种基于侧窗滤波的自适应非线性彩色增强算法,并设计了一种新型司机行为识别系统。首先利用主聚类推定算法,建立图像照度分类模型,将司机室视频图像分类为低光照、正常光照和曝光3种场景。然后采用本文所提算法对低光照图像进行增强,有效提高了图像亮度、对比度和加强了暗区细节信息。最后利用深度学习方法,建立了基于YOLOv3的司机行为检测模型。为证明可行性,选取某铁路局机务段的6A视频在NVIDIA视频分析服务器上进行试验,结果表明本文提出的低光照图像增强算法能够更好地改善图像质量,利用YOLOv3对增强后的低光照场景图像进行目标检测,项点的检测精度达到了97.20%,与优化前相比提高了6.33%,满足机务段视频智能分析的实际需求。

轨道交通低能见度场景图像增强系统研究

目标检测、语义分割等视觉任务应用于轨道交通的众多场景,大多数视觉系统被设计为在清晰的环境中执行,然而真实的轨道交通场景必然会包含退化的图像场景,列车一年四季在外遇到的恶劣的天气,以及面对隧道、夜间等环境中较差的照明,这些退化的图像会降低高级视觉任务的性能。本文关注于在恶劣天气(雾天,降雨)和弱光条件导致的能见度低的场景下进行图像增强,改善退化图像质量,为此,本文提出了一种轨道交通低能见度场景图像增强系统,可以自适应地对天气和照度进行分类并对分类后得到的低照度、雾天和雨天这三种场景图像进行增强。将该系统运用于轨道交通场景下的多目标检测以及语义分割应用中,实验结果表明,对于低照度图像以及雾天图像,本文系统可以提升多目标检测及语义分割约1%的准确率,对于雨天图像,本文系统可以提升多目标检测及语义分割4%以上的准确率。

我国本科教学评估研究热点与发展趋势

采用文献计量法和共词分析法,以"本科教学评估"为主题,对CNKI数据库2003-2016年的文献进行研究。用文献计量可视化软件Bib Excel绘制了关键词共现知识图谱,并依据图谱对研究内容进行具体分析。研究结果发现:近年来我国本科教学评估研究的热点主要有本科教学评估与教学质量关系、本科教学评估指标、本科教学评估制度与机制、本科教学评估的国际比较等。现有研究体现出研究与评估实践的紧密结合,研究主题的多样化、研究方法的综合化、研究视野的国际化等基本特征,今后的研究应注重理论研究的本土化和国际化、进一步丰富研究视角、关注前沿的研究主题。

基于模型剪枝和半精度加速改进YOLOv3-tiny算法的实时司机违章行为检测

为解决在嵌入式设备上实时、高精度检测司机安全驾驶监督的问题,本文基于目标检测中经典的深度学习神经网络YOLOv3-tiny,运用通道剪枝技术成功在目标检测任务中实现了模型压缩,在精度不变的情况下减少了改进后神经网络的计算总量和参数总数.并基于NVIDIA的推理框架TensorRT进行了模型层级融合和半精度加速,部署加速后的模型.实验结果表明,加速模型的推理速度约为原模型的2倍,参数体积缩小一半,精度无损失,实现了高精度下实时检测的目的.

融合目标检测和人体关键点检测的铁路司机行为识别

随着我国经济的快速发展,铁路运输在交通运输的地位愈为重要,在传统人工监管无力应对铁路司机安全监督的情况下,使用机器实现自动实时司机行为识别早已成为了一项极有意义的工作;为实现随车部署、实时进行铁路司机行为识别的目的,基于目标框检测算法实现目标检测和关键点检测的融合,搭建了一种可以同时检测司机人体关键点和手机的神经网络;经过网络运行输出人体姿态后,通过分析人体各关节角度和人体关键点与手机目标的位置关系等后处理对6类司机行为进行了分类识别,并通过TensorRT框架对模型进行了模型推理速度的加速和体积上的压缩;实验表明,该模型在嵌入式设备TX2上推理速度为25ms,可以达到较好检测效果下实时运行的目标;实现了实时进行铁路司机行为识别的目的。

基于改进SOLO的列车主动避障视觉算法研究

随着我国经济的高速全面发展,人民生活水平的日益提高,我国对于交通运输方面的需求越来越大。为了满足列车安全运行的需求,本文提出铁路场景下基于单阶段实例分割的列车主动避障视觉算法,针对铁路场景中侵线情况下检测物体多重叠的特点对算法模型进行了优化,改进主干网络和多尺度融合方法提高了模型的精度,利用TensorRT半精度加速和CUDA重构对模型进行了加速,并对本文方法和其他方法进行性能评价与对比试验。最终,本文方法在嵌入式平台Xavier上实现了71.2MAP和108 ms的速度,实现了车载部署下列车前方环境的高效高精度检测。

我国企业信息化建设的误区及发展对策

1.企业信息化存在的四大误区①鸿沟型从统计数字来看,似乎中国的数字鸿沟现象正在缩小,例如,网民的数量持续高速增长,手机销售量达世界第一等.

超产权论对油田企业改制分流的启示

油田企业改制分流是国有大企业改制分流的重要组成部分,就此次改制分流的规模，范围和力度而言，大大超过了以往多种经营企业的产权制度改革,对改制分流企业而言,无疑是一次脱胎换骨的革命,将对企业产生巨大而深远的影响。怎样最大程度地发挥改制的体制优势,使企业真正成为具有活力的市场竞争主体,是改制后企业面临的首要问题和现实问题。

解脲支原体感染对精子活动力的影响

解脲支原体感染是引起男性不育的一个重要因素,本试验通过人工感染精子后用显微镜来观察UU对精子活动率及活动力的影响,可为解脲支原体感染引起男性不育提供一些实验依据.