移动机器人导航路径的自主学习粒子群规划方法

为了减小移动机器人行驶路径长度,提出了基于自主学习粒子群算法的导航路径规划方法。以减小路径长度为目标建立了路径规划模型;为了防止机器人发生碰撞,给出了障碍物膨化处理方法。在粒子群算法中引入了由多种粒子学习策略组成的学习策略池,并给出了粒子对学习策略进行选择的自主学习策略,从而提出了具有较强进化能力的自主学习粒子群算法。经算法性能测试,自主学习粒子群算法的优化能力强于传统粒子群算法和文献[11]改进粒子群算法;将自主学习粒子群算法应用于简单场景和复杂场景的路径规划,该算法规划的路径均值和标准差均小于传统粒子群算法,验证了自主学习粒子群算法在机器人路径规划中的优越性。

并行双路径主干下全局特征融合的目标检测算法

常规单路径架构主干经过积极的下采样,往往导致特征信息的丢失。同时,仅依靠特征金字塔简单地相加或拼接不利于浅层到深层的特征集成。针对上述问题,提出一种并行双路径主干下全局特征融合的目标检测算法。采用双路径架构主干并行地提取空间与语义信息,并通过双路径融合模块,促进特征信息间的相互补充。顶部特征依次与金字塔池化多尺度池映射相加,利用注意力机制将多尺度池化特征聚集其中,进一步提高多尺度的检测性能。聚集全局尺度信息,利用自注意机制将其融入不同层特征,并重复多次以构建全局特征融合的颈部网络结构,有效提升颈部网络融合全局上下文信息的能力。头部采用Ghost Conv并结合通道混洗操作,维持模型性能的同时减少参数冗余。在KITTI、BDD100K和PASCAL VOC数据集上展开实验,所提算法的平均精度值相较于基线模型(YOLOv7-tiny)分别提高了3.5、3.4和2.7个百分点。实验结果表明,提出的算法提升了复杂场景下的检测性能,而且对算力等资源的要求较低。

池式钠冷快堆复杂空间内流动与传热特性三维数值模拟研究综述

钠冷快堆是第四代先进核能系统的重要堆型之一。池式钠冷快堆安全裕量大,但结构较为复杂,其堆内一回路循环流动呈多尺度、复杂空间、多路径、三维流动等特点,给池式钠冷快堆计算与实验带来一定困难。近年来,计算流体力学(CFD)的快速发展为解决上述问题提供了重要技术路径,本文对池式钠冷快堆复杂空间内流动与传热特性三维数值模拟研究进行综述。对于全堆一体化整体计算,获取池式钠冷快堆典型对称/非对称工况下的三维温度场分布及关键热工参数瞬态变化,评价其余热排出能力;对于局部部件或区域精细化计算,获取局部三维流动与传热特征参数,也为全堆一体化计算提供关键输入。相关研究为池式钠冷快堆安全稳定运行及设计优化提供重要支撑。

长期秸秆还田对稻虾共作系统稻季甲烷排放的影响

稻田甲烷排放是农业甲烷排放的主要来源。稻虾共作是稻田生态种养应用面积最大的一种模式,秸秆还田是稻虾共作模式一种重要农事操作。为研究长期稻虾共作和秸秆还田对稻虾共作系统稻季甲烷排放影响及其机理,本试验于2015年设稻虾共作秸秆还田(RC-S)、稻虾共作秸秆不还田(RC-NS)、水稻单作秸秆还田(RM-S)、水稻单作秸秆不还田(RM-NS)共4种处理,对7年后稻田稻季甲烷排放、土壤碳库指标及功能微生物(mcrA和pmoA)进行测定与分析。研究结果表明:稻虾共作模式显著降低甲烷排放,比水稻单作稻季甲烷累计排放降低1.42%~26.44%;而秸秆还田稻季甲烷排放显著增加15.18%~54.36%。4个处理甲烷累计排放量依次为RM-S>RC-S>RM-NS>RC-NS。通径分析结果显示:总有机碳(TOC)、微生物量碳(MBC)、可溶性有机碳(DOC)、产甲烷菌(mcrA)对甲烷排放的直接作用是促进的,而易氧化有机碳(ROC)、甲烷氧化菌(pmoA)对甲烷排放的直接作用是抑制的。研究结果表明,稻虾共作甲烷减排机理在于土壤ROC含量增加和产甲烷菌功能基因mcrA丰度的下降,秸秆还田甲烷排放增加主要是因为土壤ROC含量的降低以及土壤DOC含量和产甲烷菌mcrA基因丰度的增加。可见,稻虾共作缓解了秸秆还田所引起的甲烷增排效应。

基于新质战斗力生成的科技创新人才队伍建设

从新质战斗力生成与科技创新人才的内在关系出发,深入分析科技创新人才对生成和发展新质战斗力的重要推动作用,针对新质战斗力内涵特征,阐述分析对科技创新人才能力素质提出的新要求,把握人才建设一般规律和新质战斗力科技创新人才建设特殊规律,从宏观规划布局、引进集聚、培养强能、激励保障等多个层面,提出加强科技创新人才队伍建设的路径和举措。新兴领域高新技术的快速发展,为生成和发展新质战斗力提供了可能和动能。科技是核心战斗力,新质战斗力由科技创新突破和运用来赋能提质。加快生成和发展新质战斗力,赢得未来军事竞争新优势,科技创新人才的驱动和支撑是关键。

改进Mask R-CNN的无人机影像建筑物提取

从无人机影像中自动提取建筑物对城乡规划和管理至关重要,然而,在复杂背景干扰和建筑物外观变化很大的情况下给实例提取带来挑战。因此,提出一种改进的Mask区域卷积神经网络(R-CNN)方法用于无人机影像的建筑物自动实例提取。改进方法以ResNet-101作为特征提取网络,在特征融合网络方面,通过添加自底向上的路径增强整个特征层次的定位能力,同时在特征融合中加入空洞空间金字塔池化模块(ASPP)来提高多尺度能力与改善模型性能。在自制建筑物数据集上的综合实验结果表明,与原始的Mask R-CNN方法相比,改进方法的mAP值提高了2.6%,能够很好地实现无人机影像建筑物实例提取。

不同路径台风对中国近海海温的影响特征统计分析

文章基于中国气象局提供的最佳台风路径资料,基于K均值聚类分析法将2002年至2021年由西太暖池进入中国近海的台风分为3类,并依据台风路径特征将3类台风分别命名为西行路径台风、西北路径台风和转向路径台风,并使用遥感系统(remote sensing systems,REMSS)提供的海表面温度最优插值日产品和区域海气浪耦合模型(coupled ocean atmosphere wave sediment transport modeling system,COAWST)的模拟结果,对这3类台风造成的上层海洋温度的变化特征进行统计研究。结果显示,3种台风对海表面温度(sea surface temperature,SST)影响特征的不同主要体现在对SST的冷却幅度和作用时间上:转向路径台风对SST的冷却幅度最大并且作用时间最长,西北路径台风次之,而西行路径台风冷却幅度最小且作用时间最短;3种台风对混合层厚度(mixed layer thickness,MLT)与温跃层厚度(thermocline thickness,TT)影响的差异主要体现在MLT和TT的变化幅度和恢复时间上:转向路径台风的MLT和TT变化幅度最大,西北路径台风次之,西行路径台风最小。对于MLT与TT的恢复速度,西北路径台风整体上要明显快于西行路径台风和转向路径台风。

基于改进YOLOv5及危险区域判断的碰撞预警系统研究

为提升碰撞预警系统对周围环境的感知能力,提出一种基于YOLOv5及危险区域判断的碰撞预警系统。首先,通过通道注意力模块提高模型的判别能力和准确性,然后,使用路径聚合网络与空间金字塔池化提高模型对多尺度特征的提取能力,最后,通过引入预警激活区域过滤相对安全的目标,提高了预警系统的预警精确度。结果表明,引入预警激活区域后,与无预警激活区域相比,预警系统的准确度、精度和召回率分别提高20%、50%和26.7%,运行速度提升49.1%,进一步证明了方法的有效性。

基于多尺度与坐标注意力机制的交通标志识别研究

针对智能交通识别系统需要具备较高的检测速度和识别精度的要求,在YOLOv4-tiny算法的基础上提出一种基于多尺度与坐标注意力机制融合的改进型轻量化YOLOv4-3RSCtiny算法。首先将主干网络中的Resblock_body模块改进为参数量更少的ResblockD轻量化模块,用于提高算法的检测速度;其次引入特征金字塔池化网络,丰富深层特征图的空间信息,在预测阶段引入坐标注意力机制,降低背景信息的干扰;最后利用具有多次跨级融合的路径增强特征金字塔网络,提高算法对小型目标物体的识别率。在TT100K数据集上进行测试,实验结果表明,相较于YOLOv4-tiny算法,YOLOv4-3RSCtiny算法具有较高的准确性和较好的实时性。

并行路径与强注意力机制遥感图像建筑物分割

遥感图像建筑物分割广泛应用于城市规划及军事领域,是当前遥感领域的研究热点。针对遥感图像中建筑物之间尺度变化较大、建筑物遮挡、建筑物阴影与建筑物边缘相似所导致建筑物分割精度较低的问题,提出一种并行路径和强注意力机制的卷积神经网络模型。该模型基于ResNet网络残差连接的思想,以ResNet为基础网络提高网络深度,并采用卷积下采样得到并行路径,提取建筑物的多尺度特征,以减少建筑物之间尺度变化的影响。然后加入强注意力机制,增强多尺度信息的融合效果,增加不同特征之间的区分度,抑制建筑物遮挡及建筑物阴影的影响。最后,在多尺度融合特征后加入金字塔空间池化模块,抑制分割结果中建筑物内部孔洞的出现,提高分割精度。在WHU以及Massachusetts Buildings公开数据集进行实验,分别从MIoU,Recall,Precision,F1-score 4个指标对分割结果进行量化比较,在Massachusetts Buildings数据集中MIoU达到72.84%,相较于ResUNet-a提升1.46%,能够有效提高遥感影像中建筑的分割精度。

基于可调谐半导体激光吸收光谱技术的逃逸氨在线监测研究

可调谐半导体激光吸收光谱技术（TDLAS）具有高选择性、高准确性的优点, 为逃逸氨的在线检测提供了可靠的技术手段。首先研究了温度对NH3浓度检测的影响, 表明在25-300℃之间, 浓度随温度的升高而降低；然后在室温为25℃时, 利用TDLAS系统对浓度为10-100ppm 的NH3进行检测, 采集得到其二次谐波光谱。比较了单光程和多光程样品池测量结果, 得到单光程样品池最低检出限为22.9ppm, 多光程样品池的检测限为1.21ppm, 多光程样品池能够明显地提高检测精度。结果表明, 该系统能够适应现场测量环境。

一种适用于非对称链路的AdHoc网络路由协议

提出了一种适用于非对称链路的AdHoc网络路由协议。该协议是一种基于路由池的反应式路由协议,当源节点与目标节点有数据交换时,通过路由发现过程分别在源节点和目标节点构建数据路由池和应答路由池,数据的发送和应答路径随机地从相应路由池中选取,并在数据的交换的过程中动态地更新和维护路由池。仿真结果表明该协议适用于普遍存在非对称链路的无线移动AdHoc网络。

基于改进路径聚合和池化YOLOv4的目标检测

针对YOLOv4目标检测器存在信息利用率不足的问题,提出了一种新的基于改进的路径聚合和池化YOLOv4的目标检测方法 YOLOv4-P。为了充分利用路径聚合可以有效防止信息丢失这个特点,对YOLOv4的路径聚合网络进行改进,利用主干特征提取网络的第二个残差块,新增一个检测层,加强融合浅层特征层。另外,使用K-means聚类对数据集重新进行处理,获得合适的先验框尺寸。此外,图像经过主干特征提取网络后的感受野比理论感受野小,为了增大感受野,在主干特征提取网络的后端加入金字塔池化模块,利用4种不同尺度的金字塔池化引入不同尺度下的特征信息。最后,在PASCAL VOC2007和VOC2012进行仿真实验,实验结果表明,提出的YOLOv4-P有效提高了检测精度。

护士长培养路径的设计与应用

目的探索护士长培养路径及效果。方法在全院选拔优秀护士,建立中青年人才库,选拔及培养护士长后备干部及护士长岗位竞聘,对新护士长进行规范化培训,并对护士长职业生涯进行规划。结果护士长的核心能力、职业价值观、绩效考评、民主测评成绩提高,护士对护士长满意度提高(P<0.01或P<0.05)。结论新护士长培养路径建立了护士长培养的长效机制,有效提高了护士长的管理水平。

基于能量路由器的能源互联网分层分区优化

现有研究提出了包含能量路由器（energy router,E-router）的能源互联网分层管理体系,但研究重点均聚焦在分层架构或关键设备E-router上。对于分层控制中的经济调度问题关注较多的是微网与公共电网间的交互,较少考虑多微网构成的能源互联网中引入E-router后电能传输路径的优化选择问题。因此,该文提出基于E-router的能源互联网分层分区优化策略,底层基于E-router的微网经济调度以发电成本最低为目标实行分布式局部优化。上层路由交易中心采用文中所提出的基于图论的电力库交易优化策略,通过E-router选取没有阻塞的最低网损路经进行电量传输,实现效益最大化和阻塞管理。最后,通过仿真验证了所提优化策略和模型的有效性。

巩膜池小梁切除术治疗原发性青光眼的疗效

目的探讨巩膜池小梁切除术治疗原发性青光眼的临床疗效。方法将60例(60眼)原发性青光眼患者按不同的手术方法分为3组:A组、B组和C组,每组20例(20眼)。A组行巩膜池小梁切除术,B组行丝裂霉素C(MMC)+小梁切除术,C组行常规小梁切除术。术后随访1周,3、6、12、24个月;观察3组患者术后眼压、滤过道大小、视野的变化及有无并发症发生等情况。结果 A、B 2组术后3、6、12、24个月眼压均明显低于C组(均P<0.05)。术后24个月,A、B 2组功能性滤过泡所占比例与C组比较差异均有统计学意义(均P<0.05),A组以Ⅱ型滤过泡为主,B组以I型滤过泡为主,C组Ⅲ型滤过泡为主;B、C 2组滤过道(减压室)值与A组比较差异均有统计学意义(均P<0.05);A、C 2组角膜上皮损伤、前房积血、滤过泡漏、前葡萄膜炎发生率均明显低于B组(P<0.05或P<0.01),B、C 2组浅前房发生率均明显低于A组(均P<0.05)。结论巩膜池小梁切除术能有效增加滤过道的大小,充分发挥减压功效,并能长期、有效控制眼压,且并发症少。

“统账结合”养老金模式形成的原因分析——历史制度主义的视角

在20世纪末期进行的养老金改革中,我国选择了迥异与其他国家的"统账结合"模式。为探究选择这一模式的原因,本文选取历史制度主义作为解释工具,对养老金改革过程进行了梳理,在此基础上分析了养老金改革的社会经济背景及其关键影响因素,认为渐进主义的改革路线、对原有制度的路径依赖和较强的国家自主性三者共同作用,是我国选择"统账结合"模式的深层原因。

MPTCP与CMT-SCTP拥塞控制机制研究

多路径传输控制协议(MPTCP)与并发多路径传输控制协议(CMT-SCTP)是下一代互联网多路径并发传输的2种热点技术,但传统拥塞控制算法只适合于单路径传输,应用于多路径传输时会面临公平性的问题。为此,研究传统TCP拥塞控制算法,针对多路径并发传输的不公平性问题,基于资源池思想,引入慢启动阈值比因子、增长因子和抢占因子,给出3种新的拥塞控制算法,并通过仿真进行对比分析。

新型互联网多路径传输协议拥塞控制机制研究

随着计算机网络的持续快速发展,对网络应用的需求不断涌现,网络拥塞问题也变得日益严重,其一直是网络研究的关键难题和热点问题。TCP协议是传统互联网广泛应用的传输控制协议,但单一路径的TCP传输协议已不能满足网络发展的需要,日益显现出其固有的局限性;另一方面,随着接入技术与接入方式的多样化发展,使得多路径并行传输成为可能。面向连接的新型互联网传输控制协议是一种多路径的传输协议,其发展受限于单路径传输的传统互联网拥塞控制算法。为此,针对新型互联网多路径传输协议,在总结回顾现有互联网拥塞控制机制的基础上,提出了多路径拥塞控制机制的设计原则以及适用于多路径传输协议的公平性准则。该设计原则和公平性评价准则在对比分析研究各种多路径拥塞控制算法的优缺点的基础上,引入了现有的多路径传输协议来控制网络拥塞,并揭示了网络多路径传输的发展方向。

基于双向运输的集装箱物流系统的优化研究

本文根据集装箱的不同信息来确定其优先属性;并用一个具体的数值来表示,对于进口箱根据堆存时间与客户距离的远近确定属性值,对于出口箱则根据目的港距离的远近与重量级别确定集装箱属性值,根据属性值低可压属性值高的原则为集装箱分配合适的箱区和船舶贝位,考虑道路约束的限制,建立"作业面"下的集卡路径优化模型得出各箱区堆存的进口箱量和船舶各贝位装载的出口箱量及最少集卡配置数量,并给出集卡运送路径上的车次限制.最后通过算例应用lingo软件求解验证了模型的有效性,提高了堆场效率.