隧道分岔形式对分流局部通风阻力特性的影响

目的:随着城市建设水平和强度提高,带匝道的分岔隧道日趋增多。针对分岔隧道通风设计难题,亟待获取隧道分岔形式对分流局部通风阻力特性的影响规律。方法:通过搭建同步满足阻力和压力相似的1/13缩尺分岔隧道通风试验平台,构建分岔隧道三维CFD模型,探究了分岔隧道不同分岔形式气流的流动特征和局部阻力系数,并进一步分析了分流结构与减速车道等隧道分岔形式特征对局部阻力系数的影响。结果:表明主线与匝道局部阻力系数随分流比增大呈现先减小后增大的趋势,且在分流比为0.4时达到最小。平行分岔隧道相比定向分岔隧道,主线局部阻力系数差别不大,而匝道局部阻力系数存在较明显的差异,分流比较小时,平行分岔隧道匝道局部阻力更大,分流比较大时则相反。增设减速车道,分流比较小时会减小匝道局部阻力系数,但会增加主线局部阻力系数,分流比较大时则相反。结论:研究结果可为分岔隧道的通风设计提供参考。

基于改进YOLOX的棉花姿态品级识别及其定位研究

【目的】旨在解决高质量采棉要求下,采棉机对不同姿态和品级的棉花进行精确识别与定位的问题,提出了1种基于改进YOLOX的棉花检测方法YOLOX-Cotton。【方法】YOLOX-Cotton使用YOLOX模型作为主体框架,包含识别模块和定位模块,并引入了CA(coordinate attention)模块和SIoU损失函数,以多种姿态、品级的棉花图片作为数据集,对其进行训练并测试。【结果】YOLOX-Cotton模型的识别模块能够识别不同姿态和品级的棉花,且模型精确率、召回率和平均精度均值达到92.9%、86.8%和92.4%,与原YOLOX模型相比分别提升了5.2、5.5和6.1百分点。该模型的定位模块能够准确获得棉花的位置,测量结果均在田间试验验证结果的阈值范围内,所有样本的标准偏差均小于0.01。【结论】YOLOX-Cotton能够有效解决采棉机在高质量采棉要求下对棉花的识别与定位问题,将为实现高质量采棉提供了有力的技术支撑。

LEGAN:一种新的暗弱光照图像增强算法

针对暗弱光照图像所存在的亮度、对比度、信噪比低,以及噪声污染大等问题,提出了一种新的暗弱光照图像增强算法LEGAN。该算法将图像输入至所提伽马曲线估计网络求得包含伽马参数的特征图,再经过LEB模块增强亮度,并通过级联LEB的方式迭代增强结果。采用基于PatchGAN的全局-局部判别器结构来提高图像分辨率和恢复图像细节。通过引入感知损失来限制真实标签和输出结果之间的差距,利用照明平滑度损失保持相邻像素之间的单调性关系,同时结合空间一致性损失来增强图像的空间相关性。实验结果表明,相比于现今大多数主流增强算法,该算法的细节还原度相对较高,且能有效避免增强后的图像出现局部亮度不佳等问题。

比例融合与多层规模感知的人群计数方法

针对密集场景下人群图像拍摄视角或距离多变造成的多尺度特征获取不足、融合不佳和全局特征利用不充分等问题,提出一种比例融合与多层规模感知的人群计数网络。首先采用骨干网络VGG16提取人群密度初始特征;其次,设计多层规模感知模块,获得人群多尺度信息的丰富表达;再次,提出比例融合策略,根据卷积层捕获的特征权重重构多尺度信息,提取显著性人群特征;最后,采用卷积回归策略进行密度图的回归。同时,提出一种局部一致性损失函数,通过区域化密度图的方式增强生成密度图与真实密度图的相似度,提高计数性能。在多个人群数据集上的试验结果表明,所提模型优于近年人群计数的先进方法,且在车辆计数上有较好推广性。

基于领域自适应的变工况轴承故障诊断

针对轴承故障诊断中存在训练样本和测试样本分布不同及各类故障数据不平衡导致故障识别率低的问题,设计了一种基于改进残差网络(ResNet)的领域自适应故障诊断方法。在诊断网络第1层使用多维度卷积结构进行特征提取,得到不同维度的故障特征信息;在领域自适应层采用局部最大平均差异(LMMD)对齐源域和目标域的分布,获取更多细粒度信息;使用类平衡损失函数(CBLoss)解决不平衡数据的训练问题,以Adam优化网络实现故障诊断。实验结果表明,所提方法可在故障样本类别不平衡下有较高的诊断结果。在2个轴承数据集和采集的风力发电机数据上进行实验验证,结果表明,所提方法具有一定的优越性,在数据样本不平衡情况下,诊断性能优于深度神经网络和领域自适应网络等深度迁移学习方法,可作为一种有效的跨工况故障分析方法。

联合注意力机制和多分支特征的行人重识别

针对行人重识别技术中存在模型识别率低的问题,提出一个联合注意力机制和多分支特征的网络模型。在残差网络中嵌入自注意力机制模块强化图像有效特征的提取,在深度特征挖掘模块,使用全局特征分支、局部关联特征分支以及随机擦除特征分支形成对行人更全面的描述。在优化过程中提出联合余弦交叉熵损失、全样本三元组损失、中心损失以及特征对齐损失对网络使用最小最大策略进行更新。所提方法在Market-1501和DukeMTMC-reID数据集上首位准确率分别达到了95.8%和89.8%。

融合结构重参数化变换的气体泄漏红外检测

针对常规工业气体泄漏检测装置需泄漏扩散到一定范围并与传感器接触时才能响应的不足,提出一种融合结构重参数化变换的红外非接触式检测网络模型GRNet。GRNet模型采用Mosaic-Gamma变换的预处理方法增加泄漏样本数量并提高图像对比度以增强模型的鲁棒性;通过K-means聚类分析出适用于气体泄漏红外检测的候选框以预置模型参数;优化定位损失函数以提高模型对泄漏区域的定位准确性;采用改进后的轻量化网络RepVGG模块重构特征提取网络增强模型的特征提取能力,以实现轻量化并提高检测精度。实验结果表明,GRNet模型对氨气泄漏的平均检测精度达到94.90%,单张图像平均检测时间达到3.40 ms。采用伪色彩映射实现泄漏浓度的视觉感知效果,采用PyQt5将GRNet模型进行封装实现气体泄漏红外检测系统界面的可视化并在Jetson Nano B01嵌入式实验平台部署该模型,验证了实际工程应用的可行性和有效性,为开发气体泄漏非接触探测装置以保障涉气企业的安全生产和稳定运行提供一种有效的检测算法。

分叉角与回转半径对双向流道灌水器水力性能影响模拟研究

为研究双向流道灌水器水力性能,将其结构单元作为研究对象,以分叉角和回转半径两个结构参数为影响因素,采用正交试验设计16种结构参数组合方案,利用计算流体动力学软件Ansysfluent对流道内部流体的流动状态进行数值模拟,通过量纲分析建立流道结构参数与流道单元局部水头损失的回归模型。结果表明:双向流道单元局部水头损失与分叉角、回转半径和流道流速有关,分叉角与局部水头损失呈负相关关系,回转半径和速度与局部水头损失呈正相关关系;当入口流速为固定值时,分叉角为32.4°、回转半径为1.72 mm,流道单元局部水头损失最大;当设置10个流道单元时,交叉排列方式组合的灌水器流态指数较优。

光伏直流并网系统外部故障切除后有功恢复控制方法

光伏直流并网系统的集控信号局部丢失时,光伏单元难以在交流电网线路故障切除后恢复原有控制模式。为此,在分析恢复过程直流电压变化特性基础上,提出一种光伏直流并网系统外部故障切除后有功恢复控制方法。该方法利用直流电压阈值以及变流器固有动态响应时间,构成控制模式切换综合判据,以实现不同电网电压跌落程度下光伏单元控制模式的可靠切换。所提方法优势在于充分利用了变流器固有响应时间,不受交流故障过渡电阻影响,且无需改变变流器的控制器结构。仿真结果表明,所提方法在不同电网电压跌落下,均可有效实现故障清除后光伏单元控制模式的切换。

基于模型相似度与本地损失的双重客户端选择算法

联邦学习是一种分布式机器学习技术,通过聚合客户端本地模型参数共建全局模型。现有的联邦学习客户端选择算法作用于训练前或者训练后。面对统计异质的客户端数据,训练前选择算法会使一些性能较差的客户端参与聚合,导致模型的准确率下降。而训练后选择算法要求所有客户端参与训练,需要大量的通信开销。为此,提出双重客户端选择(DCS)算法,在训练前选择1个客户端训练子集,以减少全局模型的下发,在子集训练后选择部分客户端参与聚合,以减少本地模型的上传。在本地训练前,服务器根据本地与全局模型的余弦相似度进行层次聚类,得到不同的选择概率分布,从中选出无偏的训练子集,以便更好地适应客户端数据的统计异质性。在子集训练后,服务器不仅考虑了本地损失,还结合了本地与全局模型的余弦相似度筛选出聚合子集,提高全局模型准确率。在Fashion-MNIST和CIFAR-10数据集上的实验结果表明,DCS算法相比于基线算法的测试准确率最大可提升8.55个百分点,同时上行和下行链路的通信开销分别为O(mn+2d)和O(dn+m)。

基于YOLOv5s的晶粒检测算法

为解决传统晶粒定位容易受到光线、噪声等因素影响,耗费大量资源等问题,构建晶粒检测算法YOLOv5s-wafer。首先建立晶粒检测数据集,使用轻量级网络GhostNetv2作为主干特征提取网络,降低模型参数量;其次在特征融合网络中引入CA(coordinate attention,CA)注意力机制,加强特征提取能力;最后采用EIOU作为定位损失函数,提高晶粒检测精度。实验结果表明:算法的平均精度均值为99.3%,参数量为4.637×10^(6),检测性能和算法轻量化达到了理想平衡。

人口流失地区就地城镇化特征与影响因素研究——以四川省典型县域为例

探讨人口流失地区的就地城镇化特征与影响因素,对于推动形成“以县城为重要载体的就地城镇化模式”具有重要参考意义。文章以四川省72个县域单元为研究范围,以典型个例——岳池县的留守农民调查数据为支撑,运用多元逻辑回归分析,从个人、家庭、生产生活、养老和教育4个层次分析留守农民的不同居住地域迁移意愿和影响因素。研究发现:一、与其他地区不同,人口流失地区城镇化在空间-经济-人口3个层面分异明显,近40%的留守农民有城镇化倾向,迁移意愿和偏好强度依次为县城>大城市>地级市>小城镇;二、就地城镇化影响因素呈现“轻生产、重生活”特征,即不以收入、就业为首要导向,而是将家庭养老和子女教育视为就地城镇化的决定性因素。最后,基于此提出构建完善的城乡教育与养老服务体系,并积极探索内生型城镇化发展路径的政策建议。

联合残差网络和最近点迭代的机器人重定位

针对机器人遭遇绑架、系统故障重启而产生的定位丢失问题,提出一种基于ResNet的机器人重定位方法。所提方法将重定位分为基于残差网络(residual network,ResNet)的粗匹配和基于最近点迭代(iterative closest point,ICP)细匹配2个阶段。在粗匹配阶段,将激光点云数据转换为图像,然后将相邻时间的图像堆叠成多通道图像作为ResNet的输入,以增强图像的时序特征。在细匹配阶段,ResNet输出机器人的预测位置,并将预测结果作为ICP算法的初值进行点云细匹配,从而获取最终位姿。对于相似环境,提出动态重定位方法,通过移动机器人进行多次重定位避免误匹配的情况。仿真实验结果表明:该方法与增强蒙特卡罗定位(augmented Monte Carlo localization,AMCL)算法进行了对比,定位用时降低了8.2s,定位成功率提升了43.4%,证明了该算法具有更好的重定位效果。

分流漩涡型灌水器结构设计及其优化

分流漩涡型灌水器是一种先分流再产生漩涡从而达到消能目的的灌水器。为研究灌水器流道结构参数对水力特性和抗堵塞性能的影响,选取分水体与流道边壁的距离、分水体与阻水体头部的距离、阻水体齿倾斜角度和阻水体齿到流道边壁的距离4个特征参数研究其水力性能,选取粒径为0.125 mm、密度为2500 kg/m3的泥沙颗粒研究其抗堵塞性能。结果表明,灌水器流态指数为0.4812~0.5068,分水体与流道边壁的距离对流态指数影响最大;灌水器流量系数为2.2093~3.2906,分水体与流道边壁的距离和阻水体齿端到流道边壁的距离均对流量系数有影响。研究发现主漩涡区是易堵塞区域,在多数情况下流态指数与颗粒滞留时间呈负相关规律。最后对该结构进行了优化设计,以提高其水力性能和抗堵塞性能,可为分流漩涡型灌水器水力性能评估和结构优化提供技术支撑。

双分支协同策略的弱监督行为检测

弱监督行为检测旨在使用视频级标签定位动作的起止边界及识别相应的行为类别。现有的模型依然存在行为定位不完整、背景干扰等问题。对此,提出了双分支协同策略,为背景帧引入辅助类,采用权重共享机制的非对称式训练,使得该模型能够抑制背景帧的激活以提高定位性能。在优化分支提出中心损失项来学习每个动作类的聚类中心,并惩罚特征与其中心之间的距离及最小类内变化,从而增强特征的可辩别性;基本分支丢弃其动作类的中心区域,同时学习背景特征,通过迭代训练挖掘与其行为相关的不明显区域,有助于更好的模拟背景,实现行为的完整性定位。该算法在THUMOS14和ActivityNet1.2数据集上进行实验验证并与其他相关文献进行比较,结果表明了所提出算法的可行性。

局部麻醉下人工耳蜗植入手术的初步探索

人工耳蜗植入(CI)手术已成为重度-极重度老年性听力损失患者听力言语康复的重要手段。老年人群常合并有多种基础疾病而无法耐受全麻操作,本研究旨在通过1例局麻人工耳蜗植入手术的实施、残余听力的保留,探索局部麻醉在老年性听力损失人工耳蜗植入手术中的可行性。

低压管道灌溉系统水力性能模拟与试验研究

本文对低压管道灌溉系统的水力性能进行了模拟,并结合试验数据展开了分析。选取某实行全封闭式低压管轮灌的灌区作为试验对象,分别在泵站出水口等位置设置了2个流量监测点和5个压力监测点。设计4种处理,探究不同处理下灌溉系统的水力性能。试验表明,管道压力与流量的观测值与理论值基本一致,拟合程度较高,说明水力模拟方法可靠;保证出水口数量与水泵设计流量匹配,出水口采取插花编组,以及选用变频调节水泵等方式,能够提高水泵运行效率,节约运行成本。

643例脱发人群头发生理指标的影响因素研究

探讨季节、年龄、性别对化妆品防脱发功效测试相关生理指标的影响及生理指标间的相关性。对643例受试者进行脱发、头发长度、局部毛发密度、头发直径均值、毳毛占比、头皮经皮水分流失等头发生理指标的测试,并进行差异性和相关性分析。结果表明,4季脱发计数组间比较有统计学差异(P=0.015),其中夏季脱发计数显著高于秋季(P=0.030),春秋冬3季间脱发计数无显著差异;年龄与局部毛发密度负相关(r=-0.257,P<0.001),年龄与头发直径均值负相关(r=-0.121,P=0.002),年龄与生长期毛发占比负相关(r=-0.302,P=0.013)。季节对脱发计数指标有显著影响,年龄对头发生理指标有显著影响,性别间头发生理指标无显著差异。

基于定位置信度加权的半监督目标检测算法

为解决伪标签筛选过程的位置噪声数据问题,提出了基于定位置信度加权的Soft Teacher-LAH半监督目标检测算法。通过离散化目标检测网络定位分支的预测输出,引入具有定位感知功能的输出结构LAH。基于LAH预测输出,定义一种衡量定位精度的置信度指标,设计基于该置信度加权的无监督定位损失函数,降低伪标签位置噪声对模型训练的负面影响。实验结果表明了该算法的性能优势,针对微软COCO数据集,在有标注数据占比训练集分别为1%、5%和10%的场景下,该算法相比于现有Soft Teacher方案的平均精度分别提高了1.1、1.2和1.5个百分点;针对PASCAL VOC数据集,在使用VOC07和VOC12分别作为有标注和无标注训练数据的场景下,该算法相比Soft Teacher方案的平均精度提高了1.6个百分点。

基于区块链的能源局域网储能优化调度研究

为实现能源局域网内新能源高效消纳、优势互补的目标,提出基于区块链的能源局域网储能优化调度研究。首先,基于区块链技术建立能源局域网能量流与信息流结合的模型,设计储能优化调度智能合约;其次,建立储能能量损耗最小和经济效益最大的双目标优化调度模型,以实现能源局域网综合效益最优;最后,通过算例仿真分析证明了所提方法不仅能保证储能主体交易信息公开透明,同时也为能源局域网储能实现综合效益最优提供依据。