改进YOLOv7-Tiny的X射线安检违禁品检测

针对X射线安检场景中违禁品目标检测精度低,检测模型过于复杂的问题,在YOLOv7-Tiny模型的基础上,提出了一种新的轻量化检测方法。首先在骨干网络中融合改进的轻量化模块GhostNetV2,在减少模型参数的同时,提高训练效率;其次在YOLOv7-Tiny的颈部网络部分加入金字塔拆分注意力机制,有效解决参数减少导致的提取特征不足问题,提高背景复杂以及多尺度目标回归的准确性;最后,通过使用归一化Wasserstein距离方法来度量损失,替代了原有的Intersection over Union度量,降低了小目标位置偏差的敏感性,增强了小目标的回归准确性。实验结果表明,改进模型在SIXray、CLCXray和OPIXray数据集上平均检测精度达到92.9%、76.2%和91.2%,相比原始算法分别提升了6.5%、2%和1.8%;所提出模型在轻量化的同时能够进一步提高检测能力,可以满足实时检测要求,具有较好的应用价值。

一种改进YOLOv7的轻量化二次虹膜定位算法

传统虹膜定位算法存在定位精度差、受噪声干扰敏感、鲁棒性差、定位速度缓慢等问题,极大限制了虹膜识别的发展。随着深度学习发展,结合卷积的虹膜定位算法性能有了大幅提高,但是仍有很大的进步空间和进步需要。基于YOLOv7算法,针对虹膜定位需求进行改进,提出了一种轻量化的二次虹膜定位算法。在JLU4.0和CASIA-irisV4-Lamp数据集进行实验,在IoU阈值取0.9情况下,定位准确率分别达到了0.983和0.935,mAP分别为95.41和89.07,对比原始框架分别提升了4.14和3.18指标,同时模型大小仅为原始网络框架的11.5%。结果表明,改进后的模型小,定位速度优异且定位准确,具有较高鲁棒性。

基于同平台架构的钢铝和全铝车身性能对比研究

车身轻量化是车身设计和开发的重点课题。文章基于现有电动车钢铝混合车身平台,在保持车身下车体架构不变的前提下,将上车体原来的钢制材料通过等效刚度和灵敏度分析方法替换成铝制材料,并对车身性能进行了系统性的对比研究。研究结果表明,在保证车身关键性能(弯扭刚度、弯扭模特、碰撞性能)基本相当的前提下,全铝车身结构相比上钢下铝车身结构,重量降低20%,轻量化系数提高18%。为后续车身铝合金材料的结构设计和大量应用提供了重要的理论研究支撑和指导意义。

超细水泥封堵剂研究与应用

在油田高含水开发期,不同类型的水窜、水害严重影响采收率。针对普通油井水泥封堵成功率低的问题,进行了超细水泥封堵剂的研究。室内试验结果表明,超细水泥粒径小、对微孔隙的可渗性好;超细水泥浆流变性好、凝固时间可调;超细水泥石抗压强度高(达40.6 MPa),且具有微膨胀性、耐久性和耐高温(达315℃)性能等特点。介绍了超细水泥封堵工艺技术。在辽河油田、大港油田的施工应用表明,超细水泥用量少,施工简便,成功率在90％以上。

我国女子跆拳道中小级别奥运选手技战术特征研究

以伦敦奥运会我国女子跆拳道项目49 kg级参赛选手吴静钰和57 kg级参赛选手侯玉琢为研究对象,采用文献资料法、专家访谈法、录像分析法和数理统计法等,从创造时机、时机应对、技术应用、战术应用、攻击部位和得失分率等6项指标对运动员在2011-2012备战年主要比赛以及伦敦奥运会比赛主要场次的技战术表现进行统计分析。旨在揭示当前我国女子跆拳道中小级别奥运选手的技战术特点,为我国女子跆拳道项目中小级别训练实践提供一定的理论参考。

一种改进的超轻量级RFID所有权转移协议

针对RFID所有权转移协议中存在的拒绝服务攻击漏洞,提出了一种改进的超轻量级RFID所有权转移协议,并给出了基于GNY逻辑的协议安全性证明。通过改进协议的交互方式,实现了阅读器和标签的双向认证功能,解决了攻击者重放消息造成的拒绝服务攻击漏洞等问题,提高了阅读器和标签在开放环境中通信的保密性。对协议的安全性分析和性能比较分析表明,该协议不仅满足所有权转移的安全要求,而且具有超轻量的特点,适合于移动身份认证环境中的实际应用。

高性能混凝土内养护技术的研究现状

高性能混凝土由于其低水胶比和高胶凝材料用量,易产生收缩开裂现象。采用内养护可以改善混凝土内部的湿度场,提高混凝土内部的含湿量,从而有效地控制混凝土收缩裂缝的产生。本文阐述了国内外内养护技术的现状,分析了内养护技术的作用机理,以及内养护材料的选择,总结了饱水轻集料(LWA)和超强吸水剂(SAP)两类内养护材料对混凝土性能的影响。

空心玻璃微珠/聚醚砜树脂轻质激光烧结件的研究

通过选择性激光烧结技术制取了空心玻璃微珠/聚醚砜(HGB/PES)复合粉末拉伸和弯曲轻质烧结件,研究了不同HGB组分体积分数对烧结件力学性能和密度的影响。结果表明,随着HGB/PES复合粉末中HGB组分体积分数的增加,烧结件拉伸强度和弯曲强度逐渐降低,当HGB组分体积分数达到60%时,烧结件的成型效果变差,而且力学性能差。随着HGB组分配比的增加,烧结件的密度逐渐减小,质量越来越轻。

CS夹芯墙板的保温特性及应用

介绍了CS轻质保温夹芯墙板,通过与几种常见墙体的对比,分析了其保温节能方面的特性。结合CS墙板的工程应用情况,指出该墙板是一种符合国家节能标准的新型墙材。

基于TRB结构的汽车前纵梁轻量化设计

以某汽车的前纵梁为例,参照我国C-NCAP中车辆正面碰撞测试要求,建立汽车前纵梁碰撞简化模型作为有限元仿真模型,并通过正交试验采样和多项式回归法构建响应面近似模型,将连续变截面板技术应用于前纵梁轻量化设计。结果表明:基于连续变截面板结构的汽车前纵梁相对于等厚板前纵梁具有更好的耐撞性,并且具有明显的减重效果,前纵梁质量减少了3.85kg,减重17.7%。

基于ABAQUS的某型驱动轴支架轻量化设计

汽车轻量化设计需要从减少每个零部件的质量着手。以某车型右前驱动轴支架为例,通过ABAQUS对该支架摩擦因数降低至0.2时进行CAE分析,结果满足强度要求。采用0.2的摩擦因数后,使该支架的臂厚可以减少4 mm,实现减重约78 g。并对该支架装机后的实车进行耐久试验验证。结果表明,该支架无失效现象发生,说明此CAE分析方法有效,从而实现了汽车轻量化设计,对降低整车成本具有明显的指导意义。

用加法做商用车的轻量化

随着国家治超力度的加大,为保持承运人收益,商用车的轻量化设计变得尤为突出。本文通过采集代表竞品整车和系统零部件重量,利用统计学方法设定整车和分系统的自重标杆,并设定分系统轻量化开发目标,以辩证的观点用加法来开展商用车轻量化开发工作,提高开发效率,提升车辆竞争力。

DESL轮特征搜索算法的实现

DESL是一种轻量级分组密码,对于分组密码最常用的密码分析技术是差分密码分析。差分密码分析根据差分概率表搜索轮特征,采用C++语言实现了搜索轮特征的算法,并搜索得到了三轮、五轮等多种轮特征,为进一步的差分密码分析打下了基础。

基于NAM-YOLOv7的航拍船体小目标检测算法研究

针对目标检测中遥感或航拍图像中的小目标检测容易出现漏检和误检等问题,文章提出一种在YOLOv7目标检测模型上引入注意力机制NAMAttention的优化改进模型。该注意力机制采用新的注意力计算方式,无需额外的参数,通过抑制不太显著的特征来提高效率,是一种轻量级的高效的注意力机制。实验证明,基于NAM-YOLOv7的航拍船体小目标检测能够达到更高的准确率,误检率和漏检率也有一定程度上的降低。该模型可用于捕捉检测航拍画面中的船体数量,对于海域的活动船只监控具有参考意义。

轻量化技术在核反应堆设备结构设计与评价中的应用

针对反应堆设备结构设计中普遍存在的异构文件的装配、设计初期干涉检查等问题,本文介绍了以轻量化技术为基础的异构三维模型装配的解决方案,并在此基础上实现了大规模的反应堆总体设备快速浏览、以及设备间的干涉检查等功能。该解决方案成功应用于反应堆设备结构设计过程中,取得了良好的效果。

CDK窑法磷酸废渣综合利用试验研究

通过对ＣＤＫ窑法磷酸废渣的系统研究，弄清了其化学组成、矿物组成、矿物相结构及嵌布关系。首次发现了ＣＤＫ窑法磷酸废渣可以作为一种新型人造陶粒使用及将这种新型人造陶粒作为轻骨料来制造轻质混凝土及砌块，为ＣＤＫ窑法磷酸废渣找到了一条市场容量巨大，发展前景广阔，经济效益良好，简单易行的综合利用途径。

绿色节能制造技术——液压成形研究现状及发展

液压成形是依靠高压液体使金属坯料贴模成形的柔性加工工艺。它具有成形产品质量轻、刚度好、形状及尺寸精度高、模具简单和生产周期短等诸多优点,目前已在国外汽车工业中得到广泛应用。就液压成形工艺原理及分类进行了介绍,概述了液压成形设备发展及该技术在工业领域中的应用,并且总结了国内外相关研究进展及发展趋势。

复制轻质金属反射镜的应用与制备

介绍了复制轻质金属反射镜的主要优缺点、应用前景、制备技术、光学质量 ,指标的表述 。

基于Struts＋Spring＋Hibernate的轻量级Web应用框架研究

随着Internet技术的飞速发展，基于B／S结构的服务器端应用程序得到了广泛的应用，实现Web应用的技术和框架也层出不穷。该文给出基于Struts，Spring和Hibernate的轻量级开发策略，简称“SSH”。通过对三种框架技术特点的分析，设计出集成三种框架技术的Web应用框架。该文对开发过程中的几个关键点的实现进行阐述，并为采用此集成框架进行Web应用系统的设计与开发提供了参考。

眼底病变OCT图像的轻量化识别算法

为了准确、方便地识别多类型眼底病变,提出光学相干断层扫描技术(OCT)图像的轻量化分类模型MB-CNN.降低卷积核的使用个数,调节每个阶段卷积块的使用比例,设计轻量化主干网络L-Resnet,通过加深网络深度增强对深层语义信息的提取.使用深度可分离卷积设计多尺度卷积块MultiBlock,利用MultiBloc深度挖掘病灶区域的特征,使用不同的卷积核提取不同尺寸病变的特征,提高网络对病变OCT图像的识别能力.构建特征融合模块FFM,融合浅层信息和深层信息,充分提取病变特征的纹理和语义信息,提高对小目标病变的识别能力.实验结果显示,MB-CNN在UCSD、 Duke和NEH3个数据集上的总体分类精度分别达到97.2%、 99.92%和94.37%,模型参数量明显降低,所提模型能够针对眼底的多种病变进行分类.