高层建筑被困人员准确定位和疏导系统研究

设计了一种基于物联网技术的高层建筑被困人员准确定位和疏导系统。系统利用ZigBee技术、CAN总线技术、计算机控制技术和目标定位算法，结合消防广播和智能疏散指示系统。实现了高层建筑被困人员的三维准确定位和疏导。系统具有定位精度高、实时性好、功率低和可靠性高等优点，有效解决了消防搜救工作中存在的定位不准、搜救困难和实时性差等问题。

基于对比自监督学习的图像分类框架

为解决监督学习在图像分类领域中需要耗费大量时间来完成数据集标注等问题,提出了一种自监督学习图像分类框架:SSIC(Self-supervised image classification)框架。SSIC框架是一种基于对比学习的自监督学习方法,比现有的无监督方法有更好的性能。设计了一种新的框架结构,并选择了更有效的代理任务来提高模型的鲁棒性。此外,提出了有针对性的损失函数来提升图像分类性能。模型在UC-Merced、NWPU、AID三个公开的数据集上进行实验,实验结果表明:SSIC框架与当前最新技术相比有明显的优势,并且在低分辨率图像分类中也表现出色。