采用混合域注意力机制的无人机识别方法

针对在城市公园、广场和大型游乐场等公共环境中,雷达和无线电识别无人机易受到电子干扰、图像识别无人机易受到光线和遮挡物干扰的问题,提出了一种经济便捷、不易受到干扰的运用声音和采用通道空间混合域注意力机制多尺度分组卷积网络(ECSANet)的无人机识别方法。首先,建立民用的9大类无人机声音数据集,提取数据集的对数梅尔谱图及其动态特征;其次,为了网络参数量少,避免过拟合,设计了基于分组卷积、通道混洗和残差结构的通道混洗多尺度分组卷积网络(MSSGNet);然后,为了能更多、更有效地提取无人机声音特征,设计了通道空间混合域注意力机制模块(ECSA);最后,将ECSA模块插入MSSGNet网络构成改进的通道空间混合域注意力机制的多尺度分组卷积网络(ECSANet),形成新型声音识别无人机的方法。运用设计的ECSANet网络对自建的民用无人机声音数据集和Urbansound8K环境声音数据集进行了声音识别,识别结果表明:与ResNet18、ResNet34、ResNeXt18和MobileNetV2等基准网络相比,MSSGNet网络参数更少,识别准确率更高,达到了95.1%;ECSA模块可以插入多种网络,在不增加很多参数的情况下令网络模型的识别准确率获得提升,在无人机等声音分类任务上具有很好的效果;与MSSGNet网络相比,改进的ECSANet网络识别准确率能达到95.9%,提高了0.8%,表明了该网络在识别小样本无人机方面的优越性和可行性。

基于改进残差网络的低空无人机声音识别方法

“黑飞”无人机的泛滥给人们的生活带来了极大威胁。抵制“黑飞”无人机的首要任务是识别它。针对低空无人机识别问题,设计了一种基于改进残差网络的无人机声音识别方法。首先,采集低空无人机声音数据并进行预处理,建立数据集;其次,研究并比较了梅尔频率倒谱系数(MFCC)、对数梅尔谱图(Log-Mel)及其一阶差分等音频特征;然后,设计了基于残差块改进的神经网络(IRBNet);最后,运用设计的IRBNet以及CNN-1、CNN-2、ResNet和IRBNet-1等基准网络对无人机进行识别实验。实验结果表明,IRBNet的识别准确率为97.45%,与其他基准网络相比,准确率更高;设计的IRBNet具有识别无人机的可行性和有效性。

双相不锈钢表面激光熔覆钴基合金组织和性能研究

目的提高2205双相不锈钢的耐磨性和耐腐蚀性能。方法采用激光熔覆技术,在2205双相不锈钢基体表面制备钴基合金熔覆层。用X射线衍射仪、光学显微镜检测钴基合金熔覆层的相组成和显微组织,用能谱仪测定熔覆层和基体界面区域的Fe和Cr元素分布,确定熔覆层界面过渡区域的宽度。用显微硬度计和湿砂磨粒磨损试验机,测试熔覆层硬度和耐磨性能。采用扫描电镜观察摩擦表面的磨损特性,分析钴基合金熔覆层的磨损机理。用电化学工作站测试熔覆层的电化学腐蚀特性,并用2205双相不锈钢作为对比试样做相应的性能试验。结果熔覆层由γ-Co固溶体和少量的Cr7C3、Cr2Ni3化合物相组成,界面处的熔覆层相组织是少量的平面晶和胞状晶,其他区域是发达的树枝晶。由于熔覆层由多道搭接和多层熔覆形成,树枝晶生长有方向性,但不是成固定的方向,并出现明显的分层现象。熔覆层过渡区范围为50μm左右,熔覆层平均显微硬度达477HV(0.1),远高于2205双相不锈钢基体(265HV(0.1))。当磨程达到3354m时,熔覆层的质量损失仅为10.3 mg,约为基体质量损失的1/3。在3.5%NaCl溶液中,熔覆层具有较高的极化电阻与电荷转移电阻和较小的自腐蚀电流。结论熔覆层组织致密,无气孔、裂纹等缺陷,与基体呈良好的冶金结合,钴基合金熔覆层具有良好的耐磨粒磨损性能和耐腐蚀性能。

ZL104合金表面反应等离子喷涂TiN复相涂层的组织和性能

采用反应等离子喷涂技术在ZL104合金基体上依次沉积NiCrAl黏结层和TiN复相涂层,通过X射线衍射、组织观察、硬度测试、拉伸及磨损试验等方法研究了涂层的物相组成、微观形貌、结合强度、硬度及耐磨性能,并探讨了磨损机制。结果表明:复相涂层由TiN、TiN0.3和少量TiO2组成,其组织致密,存在少量孔隙和微裂纹;涂层与ZL104合金结合良好,结合强度达17.7MPa;TiN复相涂层的平均显微硬度为1330HV,约为基体的22倍,磨损量随载荷的增加而增加,且远小于基体的;ZL104合金的磨损机制为微切削磨粒磨损和微疲劳磨损,TiN复相涂层的为微切削磨粒磨损。

创享空间

绘画为孩子认识世界提供了一双善于发现的眼睛,为孩子提供了一种表达感情、发泄情绪的方式。绘画在展现孩子性格和情感的同时,也潜移默化地培养着他们的观察力。一幅画,便是孩子的世界。