行人过街事件网联HUD预警系统对驾驶行为的影响

为探索行人过街事件网联环境下平视显示预警系统在不同天气条件下对驾驶行为的影响,以论证预警系统的有效性。文中首先设计基线条件(Baseline)、低头显示(HDD)、平视显示(HUD)3种预警系统,依托驾驶模拟平台开发晴天和雾天天气条件下城市道路网联场景,通过实验测试提取驾驶行为参数;然后,从微观层面刻画行人过街事件网联HUD预警系统作用下驾驶行为的整个空间变化过程,分析预警系统和天气状况两种因素对驾驶行为的作用规律,构建包含避险阶段和恢复阶段的驾驶行为影响模式,提出了反映避险阶段安全水平、恢复阶段恢复水平以及全过程稳定水平等3个层面的综合指标体系,包括首次制动距离、最小冲突距离、恢复稳定时间、速度恢复量、最大减速度和最大加速度;最后,量化不同预警系统(Baseline/HDD/HUD)、天气状况(晴天/雾天)以及两因素间交互作用对驾驶行为的影响。结果表明:行人过街网联HUD预警系统对驾驶人在避险阶段和恢复阶段中的驾驶行为存在显著性作用,显著提高避险阶段驾驶行为的安全水平,同时对恢复阶段恢复效率具有明显的提升作用,也显著影响全过程运行特性的稳定水平;在雾天条件下行人过街网联HUD预警系统表现出更为明显的优势。

一种融合CNN与Transformer的高鲁棒性目标跟踪算法

针对因目标物体形变、尺度变化、快速运动和遮挡等导致目标跟踪算法性能下降的问题,基于孪生网络架构提出了一种融合CNN与Transformer的高鲁棒性目标跟踪算法。在特征提取阶段,使用标准卷积提取浅层局部特征信息,在深层网络中设计了一种类卷积Transformer模块建模全局信息,并采用滑窗方式计算Transformer中的像素值,大大降低了计算量。在特征聚合阶段,采用多头交叉注意力模块构建特征增强与聚合网络,滤除干扰信息,突出与模板相关的信息以提高特征的判别性。与目前的主流算法相比,所提算法在OTB2015数据集上的形变、尺度变化、快速运动和遮挡4种不同挑战下的评估指标均为最优。在GOT-10K数据集上的平均重叠度为70.8%,相比TransT和SiamR-CNN算法分别提高3.7%和5.9%。在LaSOT、UAV123数据集上成功率分别为67.7%、71.9%,相比TransT和SiamR-CNN算法分别提高2.8%、2.8%和2.9%、7%。在VOT2018和VOT2019数据集上的鲁棒性评估结果,所提算法跟踪失败次数最少,鲁棒性指标得分分别为0.112和0.266,相比Ocean算法分别提高0.5%和5%,进一步验证了所提算法具有更高鲁棒性。

融合多个性化桥和自监督学习的跨域推荐算法

针对跨域推荐系统中目标域中项目交互较少的用户,提出一种融合多个性化桥和自监督学习的跨域推荐算法(MS-PTUPCDR)。首先,在目标域加入变分二部图编码器,使用变分推理框架生成潜在变量,目标域用户表示聚合其同构邻居信息。其次,将用户单一偏好桥扩展为用户多个性化偏好桥,将用户在多源域可转移的用户因子转移到目标域,在目标域加入多头注意力机制融合分别来自不同源域转换的用户潜在因子作为自监督学习的辅助任务。最后,在目标域中将聚合用户邻居因子和融合后的用户多源域转移用户因子进行自监督学习。在目标域通过用户自监督学习后的用户因子和目标域项目因子点积进行目标域项目评分预测。算法在Amazon和MovieLens两个数据集上进行实验,结果表明算法在MAE和RMSE两个评价指标上优于对比基线算法,在两个数据集上与最优对比基线算法相比,MAE平均提升1.96%,RMSE平均提升1.92%,验证了算法的有效性。

双髋关节MRI预测股骨头坏死塌陷风险

背景:MRI是诊断股骨头坏死的金标准,以往基于MRI图像预测股骨头坏死塌陷的方法多需要冠状面、矢状面图像联合评估。然而由于股骨头坏死好发于双侧,临床上大多医院检查时多行双侧髋关节MRI扫描,但双髋扫描仅可查看冠状面及横断面图像,难以获取矢状面图像,从而影响塌陷风险的评估。因此,建立一种应用双髋MRI可获取的图像评估早期股骨头坏死塌陷风险的方法有一定的临床实用价值。目的:建立一种应用双髋关节MRI冠状面与横断面图像评估股骨头坏死塌陷风险的方法。方法:回顾性分析2017年10月至2019年10月在西安交通大学附属红会医院门诊确诊的早期股骨头坏死患者111例(181髋)的病历资料。根据末次随访时股骨头塌陷情况分为2组,其中塌陷组69髋,未塌陷组112髋。在MRI影像系统上测量正中冠状面、横断面或其上下各一个层面图像上的坏死范围角度,以冠状面、横断面上坏死角两角之和作为联合坏死角,并取每髋3种联合坏死角的平均值得到每髋的平均联合坏死角。最后,分析3种联合坏死角及平均联合坏死角与股骨头坏死塌陷的相关性,利用受试者工作特征曲线评价4种联合坏死角预测塌陷的特异性与敏感性。结果与结论:①末次随访69髋(38.1%)发生股骨头塌陷,纳入塌陷组;112髋(61.9%)未发生塌陷进展,纳入非塌陷组;②塌陷组与未塌陷组在ARCO分期方面比较差异有显著性意义(P<0.001);在年龄、体质量指数、随访时间、性别分布、发病侧别、致病因素等方面比较差异均无显著性意义(P>0.05);③独立样本t检验结果提示,4种联合坏死角均与塌陷显著相关(P<0.0001);且ARCOⅠ期、Ⅱ期中塌陷组与未塌陷组患者的联合坏死角相比差异均有显著性意义(P<0.0001);④在受试者工作特征分析中,平均联合坏死角曲线下面积大于正中下一层面、正中层面、正中上一层面上的联合坏死角;⑤平均联合坏死角塌陷预测准确度高于正中下一层面、正中层面、正中上一层面上的联合坏死角;⑥提示平均联合坏死角对股骨头坏死塌陷风险的预测精准度较高,临床实用性较强,可考虑使用该方法对股骨头坏死塌陷风险进行预测。

复合型天然气压缩机主机中十字头装配工装设计与改进

天然气压缩机主机是工业领域中重要的能源设备,而十字头作为压缩机主机的重要组件,对压缩机的性能和稳定性具有重要影响。十字头工装作为十字头制造和维修的关键工具,其设计与改进对于提高压缩机性能和降低能耗具有重要意义。使用Ansys Workbench对十字头工装强度进行有限元分析,得到了螺钉与法兰连接处为应力集中的地方,十字头受到应力为52.06 MPa,小于等效应力160 MPa,在不同工况下,十字头的质量对工装的应力影响较大,螺钉受到预紧力的影响较为敏感。有限元论校核结果表明,工装设计符合要求,为天然气压缩机主机中十字头装配工装安全使用提供论支撑。

有色金属矿山横切割头掘进机械残余振动控制方法

为了提高掘进机械在运行过程中的稳定性,提出有色金属矿山横切割头掘进机械残余振动控制方法。首先对横切割头的载荷展开分析,发现横切割头的横摆速度会影响掘进机械的残余振动幅度,随着横摆速度的增大,振动幅度增加;然后建立最优横摆速度模型,引入混沌烟花算法获取残余振动幅度最小时的最优横摆速度;最后将最优横摆速度作为目标速度,根据横切割头的横摆速度计算速度偏差,采用模糊PID控制算法展开横摆速度控制,使实际横摆速度达到最优,以此实现横切割头掘进机械残余振动控制。实验结果表明,所提方法的载荷分析精度高、控制效果好、控制效率高。

情感分析的跨模态Transformer组合模型

基于Transformer的端到端组合深度学习模型是多模态情感分析的主流模型。针对相关工作中此类模型存在的低资源(low-resource)模态数据的情感特征提取能力不足、不同模态非对齐数据的特征尺度差异导致对齐融合过程中易丢失关键特征信息、基础注意力模型并行处理多模态数据导致多模态长期依赖机制不可靠的问题,提出了一种基于轻量级注意力聚合模块与跨模态Transformer的能使用多模态非对齐数据执行二分类和多分类任务的多模态情感分析模型LAACMT。LAACMT模型提出采用门控循环单元与改进的特征提取算法提取低资源模态信息,提出位置编码配合卷积放缩方法用于对齐多模态语境,提出跨模态多头注意力机制融合已对齐的多模态数据并建立可靠的跨模态长期依赖机制。LAACMT模型在包含文本、语音和视频的三种模态非对齐数据集CMU-MOSI上的实验结果表明该模型的性能评价指标较SOTA有稳定提升。其中Acc7提升了3.96%、Acc2提升了4.08%、F1分数提升了3.35%。消融实验结果数据证明所提模型解决了多模态情感分析相关工作中存在的问题,降低了基于Transformer的多模态情感分析模型的复杂度,提升了模型性能的同时避免了过拟合问题。

中国与共建“一带一路”国家合作领域特征研究——基于元首外交对话分析的视角

[目的/意义]元首外交对话通常代表了国家合作意愿,以此为基础开展研究可以了解中国面向“一带一路”众多国别的合作领域特征与差异,助力合作者根据国家意愿开展合作部署。[方法/过程]分析梳理了首届“一带一路”国际合作高峰论坛以来,元首外交对话中涉及合作领域的相关内容;构建了合作领域的分类字典,并对中国与共建“一带一路”各国的合作领域进行统计分析;结合共建各国的国家发展阶段、地理距离以及所属多边机制(框架),从三个维度对合作领域进行交叉对比分析。[结果/结论]“一带一路”各领域合作更加倾向“一带一路”高收入国家和中等偏下收入国家,民心相通是高质量共建“一带一路”的最广泛基础,“一带一路”是对古丝绸之路的极大发扬,未来,“一带一路”将向安全领域、对非合作和人与自然等方面进一步发展延伸。

大采高工作面坚硬顶板水力压裂技术

针对大采高一次采全高采煤工作面回采过程中,经常出现的机头三角区采空区坚硬顶板难垮问题。通过对上覆岩层结构及强度进行测试、分析,结合煤层顶板特性及压裂密度大小对压裂效果的影响,确定采用分段压裂式水力压裂技术方案;并在井下现场开展水力压裂控制坚硬难垮顶板试验。结果表明,采用水力压裂技术后,工作面端头采空区顶板能够及时垮落,悬顶面积大幅度降低,工作面端头采空区悬顶沿推进方向一般最大不超过9 m,沿工作面方向最大不超过6 m,降低幅度达到70%以上,在大部分情况下,顶板能够随采随垮及时垮落,效果良好。

双侧壁导坑法工法优化与变形控制研究

以广东省某公路隧道在超浅埋软土地层中施工下穿高速公路为背景,为解决传统双侧壁导坑法施工时隧道与地表超限沉降、交通管制困难、施工安全与营运安全风险高等难题,在传统双侧壁导坑法基础上提出改进工序、缩短步距、掌子面加固的工法优化方案,采用数值模拟、监控量测等手段,对工法优化方案进行变形控制研究。研究结果表明,对比传统工法,优化工法能够减少近一半临时支护安拆量,缩短工序时间,降低造价;能够大大缩短步距,加快施工进度,提高隧道开挖支护作业与地表交通的安全性。掌子面补强能够显著减小地表和隧道的沉降变形,提高掌子面的稳定性。优化工法能够使地表沉降和围岩支护的变形受控,保证隧道施工与上方高速公路的营运安全。

改进U-net++的遥感图像语义分割方法

遥感图像语义分割在土地资源规划、智慧城市等领域有着广泛的应用。由于高分辨率遥感的图像存在边界分割不清、小尺寸目标分割不清等问题,为此提出了一种基于U-net++的改进网络TU-net,该模型通过优化网络结构加强模型的特征提取能力,引入特征头细化模块,通过构建了两条通道来增强通道特征表示和空间特征表示,提升了对高层语义信息的解析能力;引入基于Transformer的注意力聚合模块来捕捉全局上下文信息,设计了十字窗交互模块,显著降低了计算复杂度;在解码器末端设计了一个动态特征融合块,以此得到多类、多尺度的语义信息,增强最终的分割效果。TU-net在两个数据集上进行实验,其中OA、mIoU、mF1分数均高于主流模型,Vaihingen数据集中小尺寸目标车的IoU和F1分数分别为0.896和0.962,比次优模型提升了5%和15.8%;Potsdam数据集中树的IoU和F1分数分别为0.913和0.936,比次优模型提升了6.3%和4.3%,实验结果表明该模型能够更精准地分割小尺寸目标及目标边界。

基于位置感知和跨层特征融合的航拍小目标检测算法

针对航拍图像目标尺度小、背景复杂、漏检和误检严重,提出了一种基于位置感知和跨层特征融合的航拍小目标检测算法DC-YOLOv8s。DC-YOLOv8s新增小目标检测层,增强对小目标尺度的敏感性,提高检测精度。为了减少特征信息的丢失,设计了跨层特征融合模块,充分融合小目标浅层语义信息和深层语义信息,丰富特征表示。改进C 2f结构,结合可变性卷积设计了基于位置感知融入残差的感受野注意力模块,适应航拍小目标形状的变化,快速提取感受野特征,降低漏检和误检率。最后使用基于注意力机制的动态检测头在尺度感知、空间感知、任务感知方面提高复杂场景下小目标的定位性能。实验表明,在VisDrone2019数据集上,DC-YOLOv8s在P、R、mAP上相较于YOLOv8s分别提高了7.2%、7.5%、9.1%,显著提高了小目标检测的性能,FPS为71帧,满足实时性要求。在VOC2007+2012上进行模型泛化性实验验证,效果优于其他经典算法。

重庆大断面隧道施工工法比选探索

在重庆交通基础设施建设过程中,如轨道交通、市政道路,由于线路纵坡限制,多采用隧道形式下穿山体。以老房子车站为例,对大断面隧道双侧壁导坑法、拱盖法两种施工工法进行工程风险、施工技术难度、投资、工期等方面的综合比选,总结出重庆大断面隧道两种开挖工法的适用条件。

中板滑块式万向轴利废改造研究

轧机滑块式万向轴是中厚板轧机的关键部件,用于传递主电机输出的扭矩到轧机工作辊。滑块式万向轴尺寸较大、备件强度和加工精度要求高,通常采购价格费用极高,且制造周期长。中板现场通过对现有的报废十字万向轴和损坏的滑块式万向轴进行改造,加工形成新的滑块式十字万向轴备件,该项改造成本低,为现场准备了万向轴备件,保证了设备稳定运行的可靠性。

超大型取水工程取水头部及引水管线设计

为减少水源保护与城市发展的矛盾,同时降低钱塘江盐水入侵对取水安全的威胁,杭州市启动了取水口上移工程。结合杭州市主城区水厂布局调整及千岛湖引水工程事故工况等因素,新建取水工程土建规模按远景300万m^(3)/d考虑,近期设备安装规模为170万m^(3)/d。根据本工程取水口涉水专题研究,取水口上移位置位于富春江石门沙南岸,现状萧山江东取水口上游约250 m处。通过综合比选,采用箱式取水头部,可有效保证取水安全,降低工程投资。根据取水头部和取水泵站两者位置,对引水管线路进行布置,通过水力计算确定采用2根DN3400钢管,全线采用顶管施工。为保障运行安全,设计考虑了引水管防淤积措施和取水头部防护警示设施。

基于子图特征融合的链接预测方法

链接预测旨在预测知识图谱查询过程中缺失的事实三元组,通常广泛应用于智能问答、信息检索等任务,但由于知识图谱中节点和关系数量庞大,将整个图谱进行编码需要耗费相当大的资源,且图嵌入的编码方式缺少询问句中自带的语义信息,使链接预测结果并不理想。为此,提出一种基于子图嵌入的实体链接方法 LPBS,基于强化学习模型设计相关策略来获取预测链接路径上下文集合并进行输入编码,然后通过基于多头自注意力机制的双塔模型获取询问句和子图的嵌入特征,最后通过交叉注意力机制将量特征融合后得到各节点的预测分布。在自建工业领域数据集上的测试发现,所提方法评的MMR达到0.362,Hits@1达到0.313,并通过消融实验证明了模型的有效性。

基于交叉注意力的方面级情感分析

方面级情感分析旨在识别句子中方面词的积极、消极和中性情绪。其关键在于方面词和句子中单词之间关系的学习。在学习单词之间关系时,现有卷积门控网络使用时间卷积方法,其局部时间窗口无法描述任意单词之间的关系。同时,现有时间注意力模型在分析单词之间的关系时,其注意力是相互独立的。为了分析句子中方面词与其他单词的复杂关联,提出一种基于交叉注意力和卷积门控网络的情感分析模型。对于给定的词向量特征,设计了一种交叉注意力模块。该模块对多头注意力中查询向量与关键字向量的匹配得分,添加交叉的线性映射,以融合多个注意力中的匹配得分,用于描述更复杂的方面词的上下文单词关系。使用卷积门控网络对局部单词关系进行编码,并设计了单词的位置编码模块,用于提供单词的位置编码特征,以分析位置编码对单词关系分析的作用。对上述编码的单词特征,使用时间池化获得句子描述,并使用全连接分类器进行情感分类标记预测。在Rest14和Laptop14数据集上的实验分析表明,提出的方法能有效估计方面级单词与其他单词之间得分关系。

基于圆头谐振器的低插损带通滤波器设计

针对插入损耗高和选择性低等问题,提出了一种具有圆形开路终端的新型谐振器拓扑结构。该结构将传统的U型发夹滤波器改成V型,在V型结构的终端引入圆形开路谐振器,并在开路枝节短截线上过孔。基于新型谐振器结构设计了一款尺寸为42.9 mm×36.54 mm(0.35λg×0.3λg)的带通滤波器。该滤波器具有插入损耗低、通带可控和远端优良等优点,并且采用新型谐振器之间的交叉耦合,在近端1 GHz附近产生一个传输零点,有效优化了阻带抑制和带通滤波器的选择性。仿真结果表明,带通滤波器的中心频率为1.7 GHz,3 dB的相对带宽为20%,最大回波损耗优于30 dB,最小插入损耗为0.20 dB,左边的带外抑制在50 dB以下,右边的带外抑制优于20 dB。实物测试结果与仿真结果基本一致,整体性能偏好,证明了该结构的可行性。

基于改进YOLOv5的钢轨表面缺陷检测

针对钢轨表面缺陷检测效率较低及抗干扰能力较差的问题,提出一种基于改进YOLOv5的钢轨表面缺陷检测算法.首先,采用图像增强操作对采集到的钢轨表面图像进行预处理,减轻高光、异物等噪声对检测效果的影响.其次,将多头自注意力层嵌入YOLOv5骨干网络末端,并为缺陷特征引入全局依赖关系,提升模型对密集缺陷的检测效果.最后,构建跨层加权级联结构,将浅层信息融入到深层网络中,使网络对缺陷边界的回归更为精准.实验结果表明:本文的钢轨表面缺陷检测算法对裂纹、剥落、磨损3类表面缺陷检测的平均精度均值达到98.2%,每秒帧数(Frames Per Second,FPS)达到77帧/s,能够在不同的环境条件中实现对缺陷的精准检测,比其他某些同类算法拥有更高的鲁棒性、准确性和实时性.

基于BERT模型的多层语义粒度视觉对话算法

视觉对话是近年来热门且具挑战性的跨模态视觉语言任务。它需要机器人能够充分理解被问问题,并从历史对话和视觉内容所提供的上下文信息中适当推理,以自然语言形式就所看到的视觉内容进行有意义的多轮连续回答。目前主流模型有基于注意力机制的信息交互模型、基于图神经网络的图结构模型及基于大规模预训练的语言模型三大类,但都存在一定的局限性。该文针对语义信息融合粒度、算法学习灵活性等方面,提出了基于BERT模型的多层语义粒度视觉对话算法。算法以轻量级模型LTMI为基础,引入BERT预训练模型,实现了“词-句”多层次语义粒度的信息融合。同时,模型借鉴BERT的多任务训练过程,以自监督方式组织模型训练的文本序列微调数据集,实现跨模态特征学习。模型的跨模态嵌入过程可以随模型训练动态变化,从而提升了模型学习的灵活性。该文模型在视觉对话公开数据集VisDial v0.9和VisDial v1.0上分别与主流先进算法进行了比较。实验结果表明,该模型在保证对话回复预测精准性的基础上,进一步提升了算法的泛化能力,取得了较为优越的性能。