基于改进YOLO v5的复杂环境下花椒簇识别与定位方法

花椒树产果量大,枝干纵横交错,树叶茂密,给花椒的自动化采摘带来了困难。因此,本文设计一种基于改进YOLO v5的复杂环境下花椒簇的快速识别与定位方法。通过在主干提取网络CSPDarknet的CSPLayer层和Neck的上采样之后增加高效通道注意力ECA(Efficient channel attention)来简化CSPLayer层的计算量,提升了特征提取能力。同时在下采样层增加协同注意力机制CA(Coordinate attention),减少下采样过程中信息的损失,强化特征空间信息,配合热力图(Grad-CAM)和点云深度图,来完成花椒簇的空间定位。测试结果表明,与原YOLO v5相比较,改进的网络将残差计算减少至1次,保证了模型轻量化,提升了效率。同帧数区间下,改进后的网络精度为96.27%,对比3个同类特征提取网络YOLO v5、YOLO v5-tiny、Faster R-CNN,改进后网络精确度P分别提升5.37、3.35、15.37个百分点,连株花椒簇的分离识别能力也有较大提升。实验结果表明,自然环境下系统平均识别率为81.60%、漏检率为18.39%,能够满足花椒簇识别要求,为移动端部署创造了条件。

红色荧光粉CaAlSiN_(3)∶Eu^(2+)的结构精修和性能

运用高温固相法合成系列掺铕(Eu)的氮化物荧光粉Ca1-xAlSiN_(3)∶xEu^(2+),对所得到的最佳样品Ca_(0.99)AlSiN_(3)∶0.01Eu^(2+)进行系列表征和结构精修.结果表明,样品Ca_(0.99)AlSiN_(3)∶0.01Eu^(2+)的晶粒尺寸为10μm左右,各元素分布均匀,其精修图与实测XRD谱图基本吻合,属于正交晶系结构.该样品的色坐标为(0.645 1, 0.354 5),落在红光区域,色纯度高达100%,相关色温为2 449 K,属于低色温.该荧光粉在298~473 K范围内表现出良好的热稳定性,活化能为0.26 eV,具有广阔的市场前景.

重庆市北碚区康复医学人才队伍建设现状及对策研究

目的调查了解重庆市北碚区康复医学人才队伍建设现状及存在的问题,并分析其原因,从而为重庆市北碚区康复医学人才队伍建设提供参考依据。方法从2023年12月—2024年1月开展调研,共调研了24家开展了康复医学工作的机构,其中访谈了20家。收回有效问卷143份,应用SPSS 23.0进行数据处理与分析。结果143位调查对象中康复科医师67人、康复治疗师37人、康复科护士39人。年龄段以31~44岁为主,占50.3%。文化程度以本科为主,占60.8%,研究生及以上占13.3%。月收入5000元以下占51.7%,10000元以上仅占4.9%。正高级职称占2.1%,副高级职称占7.7%。从事康复医学工作的年限以1~5年为主,占36.4%,而工作年限为21年及以上的仅占6.3%。康复科医师第一专业名称中占比较多的2个专业是针灸推拿学和中医学,分别占41.8%(28/67)和37.3%(25/67),而康复医学仅占4.5%(3/67);执业方向中有康复医学的占41.8%(28/67),执业方向中有中医学的占70.1%(47/67)。康复治疗师第一专业以康复治疗类为主,占91.9%(34/37)。所有康复科护士第一专业都是护理学,从事的康复护理方向大多数是现代康复和中国传统康复护理,占66.7%。调查对象所在机构基本上是公立医疗机构,占95.1%(136/143)。康复治疗师主要在公立医疗机构,所在机构为三级医院的占40.6%(15/37)。康复科护士所在单位全部为公立医疗机构。结论目前重庆市北碚区康复医学人才队伍建设尚存在一定问题。建议培养或引进具有高技术水平、高管理能力的康复医学学科带头人;适时安排专人进修学习,提高其现代康复医学服务能力;打造人才队伍,激发人才积极性;完善康复医疗服务网络,提高康复医学人才数字化素养。

T型氧化沟应急提标改造的探索与实践

以某水质净化厂传统T型氧化沟为研究对象,从技术改造和运行优化的角度探索T型氧化沟出水提标的可行技术措施,充分挖掘老旧生产设施运行潜力。该技术措施具有投资省、耗时少的优势,并且整个实施过程中可以不停产、不减产。实际运行测试和检验结果证明,该技术措施能够较好地解决过渡期出厂水应急提标问题,为早期采用传统T型氧化沟工艺的城镇污水厂应急提标积累技术经验并提供参考方案。

“以学生为中心”模式下应用型本科院校校本文化通识课程开发策略

应用型本科院校《走近工业文化》校本通识课程教学中存在着教学内容难以弥合大学生价值体系向思想体系转换的认知冲突盲区,教学过程难以解决大学生思维体系向实践体系落地的体用贯通难题,教学资源建设实际存在的场馆建设与课程建设及教学改革与科学研究割裂现状,教学评价融合应用型院校文化育人目标与产业报国引领不足困境等问题,借鉴“以学生为中心”的本科教学改革国际教育理念,通过优化课程教学目标及内容、改进教学方法、创新教学手段及教学资源和组建多学科教师队伍,促进学生深化认识并初步形成工业文化认知框架,鲜活感知并实质增强参与工业文化建设的社会责任感与使命感,强化认同并真实生发学好工科专业投身工业报国的动力。

超临界流体技术在鱼油加工中的应用研究进展

旨在为鱼油产业的绿色可持续发展提供参考,系统介绍了超临界流体(SCF)技术在鱼油提取、鱼油中二十碳五烯酸(EPA)和二十二碳六烯酸(DHA)富集、鱼油结构改性及微胶囊化中的应用,并对SCF技术在鱼油加工中的发展方向进行展望。鱼油的SCF提取在较低温度和惰性环境中完成,能够有效防止脂质氧化,最大限度保持其天然生物活性。SCF技术可以去除鱼油中的异味、短链脂肪酸等,进一步富集EPA、DHA等ω-3多不饱和脂肪酸,大大提高产品的附加值,SCF还可作为鱼油酶促结构改性的溶剂介质,显著提高产品中EPA和DHA的含量。利用SCF技术生产鱼油微胶囊能够减少有机溶剂的使用,产品质量较好。综上,开发基于SCF技术的集鱼油提取、富集、微胶囊化为一体的连续化工艺,将成为未来研究方向之一。

外源添加物对秸秆固态发酵的影响

为提升秸秆降解菌系发酵秸秆效果,以前期筛选的秸秆降解菌系8号和生产中主推的秸秆腐熟剂A为试材,接种在埋入成熟期玉米秸秆的土壤,并添加尿素、生物炭、PEG6000,与不接种菌剂和外源添加物埋有成熟期玉米秸秆的土壤为对照20℃进行固态发酵;通过测定秸秆发酵产物特性指标,筛选出对秸秆降解效果较好的发酵液;发酵液水培玉米,测定玉米幼苗农艺性状及生理指标;研究外源添加物对秸秆固态发酵的影响。结果表明:8号+生物炭、8号菌系+尿素和A菌系+PEG6000极显著提高秸秆发酵体系脲酶活性,8号+生物炭、8号菌系+尿素处理分别显著提高速效磷和碱解氮含量,8号+生物炭、8号菌系+尿素处理显著增加玉米幼苗株高、根长和地上部鲜重,两种菌系加外源添加物显著增强根系抗氧化活性。秸秆降解菌系8号添加生物炭和尿素,秸秆腐熟剂A添加PEG6000均能改善发酵体系性能。

三阴性乳腺癌患者雄激素受体、锌指蛋白44、p53蛋白表达特点

目的探讨三阴性乳腺癌患者雄激素受体、锌指蛋白44、p53蛋白的表达特点及意义。方法选取三阴性乳腺癌患者60例(三阴性乳腺癌组)、非三阴性乳腺癌患者74例(非三阴性乳腺癌组),两组患者行乳腺穿刺病理活检,利用免疫组化法检测雄激素受体、锌指蛋白44、p53蛋白表达;收集三阴性乳腺癌患者组织学分级、肿瘤直径、脉管内浸润、淋巴结转移情况。进行1 a随访,根据随访结果将患者分为预后良好组和预后不良组。结果三阴性乳腺癌组患者雄激素受体阳性表达率、锌指蛋白44阳性表达率明显低于非三阴性乳腺癌组,p53蛋白阳性表达率明显高于非三阴性乳腺癌组(均P<0.01)。组织学分级Ⅱ级、有淋巴结转移的三阴性乳腺癌患者雄激素受体、锌指蛋白44表达阳性率明显低于织学分级Ⅰ级、无淋巴结转移的患者,p53蛋白表达阳性率明显高于织学分级Ⅰ级、无淋巴结转移的患者(均P<0.05)。雄激素受体、锌指蛋白44、p53蛋白表达阳性率在不同年龄、肿瘤直径、脉管内浸润的三阴性乳腺癌患者间比较差异无统计学意义(P>0.05)。三阴性乳腺癌患者中预后不良组雄激素受体、锌指蛋白44表达阳性率明显低于预后良好组,p53蛋白表达阳性率明显高于预后良好组(均P<0.01)。预后不良组三阴性乳腺癌患者组织学分级Ⅱ级比例、有脉管内浸润、有淋巴结转移明显高于组织学分级Ⅰ级比例、无脉管内浸润、无淋巴结转移的患者(P<0.01)。年龄、肿瘤直径在不同预后的三阴性乳腺癌患者之间比较差异无统计学意义(P>0.05)。激素受体、锌指蛋白44、p53蛋白、组织学分级、脉管内浸润、淋巴结转移是三阴性乳腺癌患者预后的独立影响因素。ROC曲线分析显示,雄激素受体、锌指蛋白44、p53蛋白联合检测的预测价值最高(AUC=0.960),其次为p53蛋白、雄激素受体、锌指蛋白44单独检测。结论三阴性乳腺癌患者雄激素受体、锌指蛋白44低表达,p53蛋白高表达,且与临床病理指标和预后密切相关,联合检测对患者预后具有较高的预测价值。

近地面爆源参数的贝叶斯声震联合反演方法

提出了一种近地面爆源参数的贝叶斯声震联合反演方法,推导了多类型数据的贝叶斯声震联合定位理论,建立了爆源多参数的综合反演方法,探讨了声单传感器测点到时、声阵列方位角和到时及地震波到时等多类型数据的联合定位精度和特点,分析了格点搜索法和MCMC方法求解起爆时间、爆源位置等源参数的定位精度和求解效率,讨论了爆源多参数综合反演方法的性能。研究表明,贝叶斯声震联合反演方法得到的爆源参数分布范围集中、离散度小、相对声或地震等单一反演方法的源参数估计更稳定、估计偏差始终位于较小水平。贝叶斯MCMC方法在有限步长情况下可以快速搜索到真实解附近,相对格点搜索法定位精度和求解效率更高。起爆时间、爆源位置和爆炸当量等源参数综合反演具有较高的估计精度,其中爆源位置和当量真实值位于可信区间,95%可信区间可以有效估计爆源位置,90%可信区间可以有效估计爆炸当量。

黄色荧光粉La_(3)Si_(6)N_(11)∶Ce^(3+)的结构、性能研究及第一性原理计算

运用高温固相法合成掺铈的氮化物荧光粉La_(3)Si_(6)N_(11)∶Ce^(3+)。采用X射线衍射仪、能谱仪、荧光光谱仪对合成样品的结构、发光性能等进行研究,利用Rietveld方法对其结构精修,并计算了La_(3)Si_(6)N_(11)∶Ce^(3+)的色坐标、色纯度和色温。结果表明:该荧光粉的色坐标为(0.4165,0.558),落在黄绿光区域,计算得到La_(2.82)Si_(6)N_(11)∶Ce_(0.18)^(3+)的色纯度约为92.86%,具有较高的纯度,相关色温为4137K,属于中间色温。通过计算可得掺杂后La_(3)Si_(6)N_(11)∶Ce^(3+)的带隙值为2.92eV,相对掺杂前略微减少,且La_(3)Si_(6)N_(11)∶Ce^(3+)体系属于直接带隙结构,从而有利于提高其发光性能。

基于HTMFDE以及ICNN的滚动轴承寿命状态识别方法

针对滚动轴承退化性能难以评估、寿命状态难以识别的难题,提出一种结合层次时移多尺度波动散布熵(Hierarchical Time-shifted Multiscale Fluctuation Dispersion Entropy,HTMFDE)、JRD距离(Jensen-Renyi divergence,JRD)以及改进卷积神经网络(Improved convolution neural network,ICNN)的轴承寿命状态识别新方法。首先,在传统多尺度波动散布熵的基础上,将传统均值粗粒化过程替换为改进的时移粗粒化过程,以解决传统均值粗粒化导致信号幅值特征丢失的问题。同时引入层次分解理论,克服多尺度分析方法不能全面提取不同频段故障特征的不足,得到最终的HTMFDE。之后利用HTMFDE方法提取滚动轴承信号的多维状态特征量,并进行归一化形成一组概率分布,计算轴承正常信号与故障信号之间的JRD距离作为性能退化指标。其次,根据构建的JRD性能退化曲线,划分轴承寿命状态并制作数据集,通过标签化的样本训练具有双层多尺度特征提取层的卷积神经网络,建立滚动轴承寿命状态识别模型。为了加快模型的收敛速度,对每层卷积进行批量归一化操作,同时采用全局池化代替全连接层以提升模型的训练效率。最后,在2组不同的轴承数据集上进行实验。实验结果表明,根据HTMFDE构建的JRD性能退化曲线能够精准地识别轴承性能退化起始点以及刻画轴承的退化趋势,所提出的ICNN模型在SNR=0~10 dB环境中平均识别正确率为98.5%,能够准确地识别轴承寿命状态,验证了所提方法的实用性以及有效性。

“六位一体”医养结合的理论阐释与模式构建研究

“六位一体”医养结合养老服务是一项系统工程,基于系统思维构建“六位一体”医养结合养老服务是“善用医养结合养老服务”的题中应有之义。“六位一体”医养结合养老服务集医疗、养老、康复、护理、体育、智能于一体。该模式诸要素相互作用与相互耦合构成结构合理、功能有效的大系统。因此其具有鲜明的整体性、耦合性、动态性的特征。立足“老有所养,老有所医”的养老服务发展观,整合多种资源,构建“六位一体”医养结合养老服务模式,并将其应用于实践。

自相关结合灰色关联度的轴承早期故障诊断方法

针对滚动轴承性能衰退指标敏感度低且退化起始点难以检测的问题,本文提出了自相关函数结合灰色关联度(Autocorrelation function and gray relational degree,AF-GRD)的轴承早期故障诊断方法。首先,基于希尔伯特变换和自相关函数处理轴承全寿命数据样本组获得自相关系列函数。然后,提取轴承运行初期的第一组数据作为参考样本,计算其余样本和参考样本的灰色关联度并构建轴承性能衰退指标。最后,根据该指标的变化趋势和健康阈值确定轴承早期故障发生的时间段,截取该时段的数据样本进行希尔伯特包络谱分析实现轴承早期故障诊断。利用实验室数据库完成对轴承早期故障诊断,结果表明:所提方法敏感度高而且可以完成轴承早期退化检测。

基于改进YOLOv3的安全帽佩戴检测算法

针对复杂工业场景下安全帽佩戴检测存在检测精度低、误检率和漏检率高以及检测速度慢等问题,提出一种改进YOLOv3的识别精度高、检测速度快的安全帽佩戴检测算法。对传统YOLOv3主干网络进行裁剪改进,使检测速度得到明显提升;引入空间金字塔池化模块使局部特征和全局特征更有效地融合;将损失函数改进为CIoU以提升目标预测框与真实目标框的拟合效果;扩充第四特征融合尺度用于小目标检测以提高小目标的识别精度。结果表明:在复杂工业环境下,改进后的YOLOv3安全帽佩戴检测的平均检测精度提高了2.37%,且检测速度提升了2.7倍,同时降低了安全帽佩戴检测的漏检率以及误检率。

SSA优化深度双向门控循环单元网络的轴承性能退化趋势预测

为在非经验指导下获取双向门控循环单元网络中最优隐藏层单元数,实现滚动轴承性能退化趋势预测,提出基于麻雀搜索算法优化深度双向门控循环单元的轴承性能退化趋势预测方法。首先,在正向门控循环单元网络基础上,增加反向门控循环单元网络,以构建深度双向门控循环单元预测网络;然后,将预测值与真实值的均方误差作为适应度值,根据麻雀发现者和捕食者进行参数更新,经优化后获得最优隐藏层单元参数下的深度双向门控循环单元网络预测模型;最后,通过全连接层实现性能退化趋势预测。在公共数据集与实测数据集上进行试验验证,验证了所提方法的有效性与可行性。

变初位数据增强和深度特征提取的工业机器人末端抖动状态识别

针对实际工程中工业机器人末端抖动程度难以通过简单指标进行有效区分,且识别过程存在外部干扰大、抖动位置分布不均的问题,提出了变初位数据增强和深度特征提取的工业机器人末端抖动状态识别方法。利用陷波滤波器滤除工业机器人末端振动信号中的工频干扰,并通过均方根阈值搜索抖动位置及改变搜索初始位置数据增强的方式,获取充足且能展现工业机器人运动状态的末端抖动数据;采用连续小波变换对末端抖动数据进行分解以获得可充分保留末端抖动冲击与震荡特征的时频图;为缓解特征降维及工况变化的影响,运用去除池化层和添加批归一化的卷积神经网络,对时频图进行深度特征提取和分类,从而实现工业机器人末端抖动状态识别。试验结果表明,所提方法在不同传感器采集方向识别准确率均达到90%以上,证明了该方法能够有效识别工业机器人末端抖动状态,并具有较好的泛化性和稳定性。

基于改进卷积神经网络的驾驶员眼睛状态识别

为准确、高效识别驾驶员眼睛状态,提出一种基于改进卷积神经网络(Improved Convolutional Neural Networks,ICNN)的驾驶员眼睛状态识别方法。在LeNet-5网络的基础上采用多个小卷积层堆叠替换一个大卷积层的策略,减少参数量和浮点运算数的同时增强网络对眼睛图像的特征提取能力;在卷积层和池化层之间嵌入高效通道注意力(Efficient Channel Attention,ECA)模块,使网络突出眼睛图像中重要通道特征并弱化非重要通道特征,完成ICNN的构建;利用ICNN准确、高效自学习图像中有效眼睛状态特征信息的特点,实现端到端的驾驶员眼睛状态识别。通过在两个公开和一个实测的眼睛数据集上进行对比实验,验证卷积层堆叠替换和嵌入ECA模块的有效性,所提方法具有更高的训练效率和眼睛状态识别准确率。

登陆台风外围极端降水过程的中α尺度系统特征

采用全国多普勒雷达反射率因子拼图、山东省自动气象观测站数据,结合ERA50.25°×0.25°再分析资料,分析台风“利奇马”造成山东极端暴雨的中α尺度系统特征。结果表明:台风北侧东南急流与西风槽后偏西气流的切变引发的中α尺度辐合区是直接造成极端降水的中尺度系统;对流始于800~750 hPa,随后沿西风槽向高层发展,再伸展到低层,在台风北侧低层切变附近强烈发展;初始对流由低空急流触发,后高空出流迅速增强,促进上升运动发展,高低空急流上下耦合的正反馈作用促进了中α尺度辐合区深度发展,是极端降水发生发展的重要原因;初始对流发生在对流不稳定环境中,凝结潜热释放造成的湿斜压性和中低层垂直切变形成的条件性对称不稳定增长,使对流发展为有组织而长时间维持的深对流;水平风场将水汽汇集向暴雨区,上升运动将水汽向中高层输送,湿层逐渐增厚,当水汽通量15 g/(cm·hPa·s)等值线向上伸展到500 hPa时,降水强度超过20 mm/h;鲁中山区地形是影响降水中心落区的重要因素。

SLC1A5协同TM4SF1通过mTOR信号通路调控食管鳞癌细胞迁移

目的探讨氨基酸转运载体溶质载体家族1成员5(SLC1A5)在食管鳞癌(ESCC)中的表达及其与临床病理特征的相关性,以及SLC1A5对ESCC细胞迁移的影响及潜在分子机制。方法采用TNM plot在线数据库分析SLC1A5基因在ESCC组织和正常组织中的表达情况。通过实时定量逆转录聚合酶链反应(qRT-PCR)法检测ESCC组织和癌旁组织中SLC1A5 mRNA表达情况;采用免疫组化(IHC)法检测SLC1A5蛋白表达情况,并分析其与患者临床病理资料的相关性。分别构建SLC1A5过表达(SLC1A5-OE组)、四跨膜蛋白超家族成员1过表达(TM4SF1-OE组)、SLC1A5和TM4SF1共同过表达的Eca109细胞。采用细胞增殖试验、Transwell实验检测Eca109细胞的增殖、迁移和侵袭能力。通过免疫共沉淀(IP)实验证实SLC1A5和TM4SF1的相互作用;采用蛋白质免疫印迹(WB)法检测哺乳动物雷帕霉素靶蛋白(mTOR)信号通路相关蛋白的表达水平。结果TNM plot数据库分析显示,ESCC组织中SLC1A5基因表达水平高于正常组织,差异有统计学意义(P<0.05)。ESCC组织中SLC1A5 mRNA表达高于成对的癌旁组织,差异有统计学意义(P<0.01)。IHC结果显示,SLC1A5蛋白在癌组织中高表达,并且与临床分期(P=0.036)、淋巴结转移(P=0.029)显著相关。细胞增殖实验结果显示,SLC1A5-OE组和对照细胞(Con组)增殖能力比较,差异无统计学意义(P>0.05)。Transwell实验结果显示,与Con组比较,SLC1A5-OE组细胞迁移及侵袭能力增强,差异有统计学意义(P<0.01)。IP结果表明,SLC1A5与TM4SF1存在相互作用。WB结果显示,相对于SLC1A5-OE组或TM4SF1-OE组,p-mTOR、p-S6蛋白表达水平在SLC1A5和TM4SF1共同过表达的细胞中最高。Transwell实验证实,共同过表达SLC1A5和TM4SF1的ESCC细胞迁移能力最强。结论ESCC中SLC1A5呈高表达,且与患者临床分期、淋巴结转移显著相关,SLC1A5可能通过与TM4SF1相互作用,激活mTOR信号通路,进而促进ESCC细胞迁移。

基于直驱永磁风电系统的改进自适应滑模控制虚拟同步发电机策略

针对直驱永磁风力发电系统中,由逆变器间的等效输出阻抗和输电线路阻抗的差异导致传统虚拟同步发电机(virtual synchronous generator,VSG)控制的多逆变器并联功率不均分和环流抑制效果较差的问题,提出一种改进自适应滑模控制的多台VSG功率均分及环流抑制控制策略。根据总负荷容量和各逆变器容量计算给定功率,并根据给定无功功率实时调整虚拟阻抗值,补偿因线路阻抗差异引起的电压降落差,在αβ坐标系下分别对2台VSG展开滑模控制设计。基于逆变器输出电压与VSG参考电压之差设计滑模面,且基于李雅普诺夫(Lyapunov)稳定性理论设计由等效控制、切换控制和自适应补偿项构成的自适应滑模控制器。与传统方法相比,所提控制策略实现了功率均分且具有环流抑制能力,并提高了无功功率和VSG输出电压的分配精度。最后,在MATLAB/Simulink中验证了该控制策略的正确性和有效性。