基于改进YOLOv5的火焰检测方法

现有基于图像的火焰检测方法难以兼顾实时性和准确性,且缺乏对小火焰目标精准识别的能力,无法有效应对小火点灭火等应用场景。YOLOv5算法与传统主流算法相比在检测的实时性上有很大优势,为提升火焰检测精度,提出一种基于改进YOLOv5的火焰实时检测方法。针对YOLOv5模型进行改进:在特征提取部分嵌入协同注意力机制模块,在不损失特征信息的情况下减少特征冗余,以帮助模型更精确地定位火焰特征;在特征融合部分增加一个专门针对小火焰目标的检测层,并添加对应的特征提取及特征融合模块,以帮助模型有效获取感受野小于8×8像素的火焰特征;在损失函数的计算部分使用α-CIoU作为新的边界框损失函数,以提升模型的收敛速度和对小数据集的鲁棒性。此外,通过模型预训练和迁移学习的方法对火焰检测模型各层结构的权重参数进行初始化,防止梯度消失,提升训练效果。实验结果表明,改进后的火焰检测模型检测精度为96.6%,较YOLOv5原始模型提升7.4个百分点,并且检测速度达到68帧/s,模型大小仅15.4 MB,在大幅提升精度的基础上能够同时满足消防灭火机器人对火焰检测实时性和轻量化的要求。

一种抗噪声轴承故障诊断方法

针对滚动轴承在噪声环境中故障诊断准确率低、诊断模型稳定性差等问题,提出了一种DARTS-CNN-BiLSTM故障诊断模型。首先,使用可微架构搜索(differentiable architecture search, DARTS)算法对卷积神经(convolutional neural network, CNN)网络进行结构寻优,以提升CNN对原始振动信号的深层特征挖掘能力和抗噪性能。然后,引入双向长短时记忆(bidirectional long-short term memory, BiLSTM)网络进一步提取信号的时序特征,提升模型的稳定性和鲁棒性。最后,通过全局平均池化和Softmax分类器完成故障分类。分别使用西储大学和渥太华大学公开数据集进行实验,结果表明,此模型平均诊断准确率可达98.38%以上,在添加不同信噪比大小的额外噪声条件下,该模型仍能保持较高的诊断准确率,与其他模型相比,具备更好的抗噪性和稳定性。

抗伯氏疟原虫GAP40蛋白免疫血清对动合子发育抑制作用的研究

为探讨伯氏疟原虫滑动体相关蛋白40(P.berghei glideosome-associated protein 40,PbGAP40)作为传播阻断疫苗候选抗原的可行性,PCR扩增GAP40^(329-458 aa)编码基因并克隆入pET32a(+)载体,IPTG诱导PbGAP40重组蛋白(rPbGAP40)表达,纯化后免疫BALB/c小鼠。采集抗-PbGAP40免疫血清,通过ELISA和Western blot方法检测抗-PbGAP40免疫血清抗体滴度和特异性,IFA检测PbGAP40蛋白在伯氏疟原虫动合子期定位情况,体外实验检测抗-PbGAP40免疫血清对动合子期原虫发育的抑制效果。结果显示,成功表达rPbGAP40,抗-PbGAP40免疫血清抗体滴度为1∶51200;PbGAP40在合子、retort和成熟动合子表面表达。与对照组相比,抗-PbGAP40免疫血清处理组动合子生成数目下降36.5%(P<0.05),动合子转化率下降8.5%(P<0.05)。体外培养24 h后,抗-PbGAP40免疫血清处理组中61.2%的疟原虫停留在"retort"发育阶段。结果表明,PbGAP40可作为传播阻断疫苗的候选抗原。

造型优美 工艺精湛——故宫藏明早期的汉传佛教金铜造像

在中国的佛教史上,佛教是自西汉末年传入中国的,多以汉明帝永平十年（67）作为佛教传入之年。其造像的质地,不仅有金银铜铁,还有石木玉陶瓷等多种。而从形象上细分,则有佛、观音、菩萨、罗汉和护法等。由于像木、陶质地的造像既易于损毁,又难以长期流传,而金、玉质地的佛像,因自身材质昂贵,故极少有传世品。所以铜、石质地的造像,自然形成了数量最多的两大类。又因石质造像一般移动不易,故移动方便的金铜佛造像,顺理成章地成为最受欢迎的艺术品之一。

“水墨花鸟写生圣手”——张书旂

张书旂（1900—1957）是著名花鸟画家。他原名世忠，号南京晓庄或七炉居，浙江浦江人。擅长花鸟，间写山水、人物和走兽，效法清末画家任颐。其勤于写生，工于设色；人称“白粉主义画家”的他尤善用粉，更被人们赞誉道“水墨花鸟写生圣手第一代是任伯年，第二代则无疑应属张书旂。”