基于产出导向的能源化工类人才创新能力体系构筑及实践

在世界能源转型加速的大背景下,分别从明确途径、打造范式和落地标准、评价效果出发,围绕顶层设计指导、学科竞赛驱动和科教融合引领,通过内化课程思政、打造一流课程、凝练优秀教材、加强实践教学、优化学科竞赛及推动创新创业等六大手段全面构筑了能源化工类人才“123456”金字塔架构体系,建立了基于实践平台和产科教融合的能源化工类人才创新能力达成途径,形成基于学科竞赛优化驱动的能源化工类人才创新能力达成模式,最终有效实现能源化工类人才创新能力的达成。

改进的语义分割模型及其应用

训练语义分割网络模型需要较为繁琐的人工标注作为训练标签,同时语义分割模型在构建和运行过程中也存在超参数较难确定以及模型过于庞大等问题。为解决这类问题,提出了一种基于标注框生成热点图的标签生成方法,简化了语义分割训练标签的人工标注过程。以及在可微分神经网络结构搜索方法的基础上提出了一种对硬件要求更低的神经网络结构搜索方法,并基于此种方法改进了特征金字塔结构,构建了一个改进的语义分割模型,并在安全帽与口罩检测数据集上进行了试验。与U-Net、FPN等模型比较,新的模型在参数量、计算速度以及精确度上都更有优势。

基于LZG-Net的机械手触觉识别和分类

准确识别物体类别和触觉信号对于机械手实现软抓取控制至关重要。为此,提出了一种用于嵌入式设备的轻量级金字塔神经网络(LZG-Net)模型,用于处理机械手抓取物体时的振动信号。LZG-Net模型以Ghost模块为基础,采取卷积核逐层递减的卷积策略。针对注意力机制SE模块在一些嵌入式设备上无法部署的问题进行改进,并通过知识蒸馏、算子优化和量化操作提高模型在嵌入式系统上的准确率。最后,搭建了嵌入式触觉识别系统,将LZG-Net模型部署至其中,对4种不同特征的物体进行触觉识别。实验结果表明:该模型能够对物体类别及抓取状态进行准确分类,分类正确率达90.94%,其分类性能优于现有的经典轻量级神经网络。

基于自适应融合和注意力细化的语义分割模型

针对现有语义分割中存在的上下文信息利用不足和细节信息丢失等问题,提出了一种基于自适应融合和注意力细化的语义分割模型。该模型在编码的过程中引入一个自适应融合模块,通过让每个特征图按照相应的权重进行融合的方式来解决上下文信息利用不足的问题。在解码的过程中设计了一个注意力细化模块,使低阶特征与高阶特征之间能够进行相互指导优化,从而解决细节信息丢失的问题。实验结果表明:该模型在PASCAL VOC 2012数据集上的平均交并比达到了83.7%,比基于编解码的语义分割模型提高了1.1%;在Cityscapes数据集上取得了81.7%的平均交并比,进一步验证了该模型的泛化性。

特殊人群的庇护与交互——面向智力和精神障碍者的公共空间设计策略

智力与精神障碍者因缺乏公共生活,很难融入社会。本文基于前景庇护理论和空间需求金字塔模型,从需求出发,形成“坊”间营造系列化设计策略,建立空间“庇护—交互”机制,为智精人群的公共空间设计提供有效工具,并在工程实践中有所应用与验证。“庇护—交互”理论秉持人本立场,对设计研究和工程实践具有一定的借鉴价值。

复杂背景下的汽车牌照自动识别系统

分析了目前存在的车牌自动识别系统及其相应的问题,提出了一种在多分辨率下串行运算的金字塔结构的车牌自动识别系统。该系统由两个重要步骤组成:1)基于灰度方差的车牌定位算法,2)结合连通域分析和投影分析的字符切分算法。通过大量的实验证明该方法准确率高,鲁棒性好,速度快。

折板形锥面网壳的建筑造型、结构形式和受力特性

本文研究了一种新型的空间网格结构——折板形锥面网壳 ,它综合了折板和网壳的优点 ,有广泛的工程应用前景。文中对折板形锥面网壳的空间造型和几何构成进行了分析 ,研究了几种常用建筑平面 (正方形平面、长方形平面、正六边形平面 )的折板形锥面网壳的网格布置形式和支承体系 ,探讨了水平推力的处理方法。文中还分析了常用支承条件下正方形平面的折板形锥面网壳的受力特性。

联合多流融合和多尺度学习的卷积神经网络遥感图像融合方法

为尽可能保持原始低分辨率多光谱(LRMS)图像光谱信息的同时,显著提高融合后的多光谱图像的空间分辨率,该文提出一种联合多流融合和多尺度学习的卷积神经网络遥感图融合方法。首先将原始MS图像输入频谱特征提取子网得到其光谱特征,然后分别将通过梯度算子处理全色图像得到的梯度信息和通过卷积后的全色图像与得到的光谱特征图在通道上拼接输入到具有多流融合架构的金字塔模块进行图像重构。金字塔模块由多个骨干网络组成,可以在不同的空间感受野下进行特征提取,能够多尺度学习图像信息。最后,构建空间光谱预测子网融合金字塔模块输出的高级特征和网络前端的低级特征得到具有高空间分辨率的MS图像。结合WorldView-3卫星获取的图像进行实验,结果表明,所提方法生成的融合图像在主观目视检验和客观评价指标上都优于大多先进的遥感图像融合方法。

角锥喇叭口径场的哈密顿体系有限元分析

在哈密顿体系下推导了角锥喇叭的变分方程,采用半解析方法分析计算了角锥喇叭口径场的电磁场分布,并且分析过程保持了体系辛对称性。同时给出了一款小张角角锥喇叭的口径场计算结果,并与近似解析法的结果进行了比较。结果表明,哈密顿体系辛算法可以应用于电磁场问题的求解,并且对多种微波加热器均匀性的设计具有指导意义。

嵌入式GIS栅格数据引擎体系结构的设计

栅格数据作为嵌入式GIS重要的数据来源,高效的地图显示和地图操作,以及与矢量数据的联合查询,需要我们构建一套有效的体系结构。针对嵌入式系统处理器性能低、内存容量小的特点,本文在分析了嵌入式GIS栅格数据引擎的研究内容和技术实现过程后,设计了符合"失栅联合应用"的体系结构,并介绍了实现的关键技术。

哥特式建筑风格与现代网壳结构设计的融合——角锥折板网壳参数化设计及形状优化

借鉴哥特式建筑风格和角锥折板网壳特点,采用APDL(ANSYS parametric design language)参数化设计语言,研制了五种不同网格类型的角锥折板网壳参数化设计宏程序,实现了给定跨度S、矢高F、环向对称区域份数Kn和径向节点圈数Nx等参数下,五种类型角锥折板网壳参数化设计。对五种网壳进行了受力性能分析,探究了网壳结构最不利位移、最不利应力随矢高变化规律:并以结构耗钢量为目标函数,以Kn、Nx为设计变量进行了形状优化。建模实例表明该参数化设计宏程序方便、快捷,形状优化设计给出了在跨度、矢高不变时结构耗钢量随网格数变化规律及耗钢量最小的最优网格数。

嵌入式系统中的安全金字塔

嵌入式系统的安全设计与传统安全设计的不同之处,在于其受限制的系统功能(包括防御能力)和易被攻击者访问到的物理层。嵌入式安全问题不可能在单一的安全抽象层被解决,而是一个跨越多个抽象层的系统问题。使用一个嵌入式生物认证设备来演示一个跨越所有安全层(包括协议层、算法层、架构层、微架构层和电路层)的金字塔,以保证嵌入式系统的健壮性和安全性。

面向遥感目标检测的多尺度架构搜索方法

随着“智慧城市”概念的提出,遥感目标检测逐渐成为城镇的规划、建设和维护的重要方式。为了表征不同城市的差异化遥感特征,解决模型在不同尺度物体上泛化能力不均的问题,提出了一种基于混合分离卷积的金字塔架构搜索方法。首先,分析了遥感图像数据集的空间分布特征;然后,针对其特点构建多感受野混合卷积的搜索空间,进而训练其子网络内的权重;同时借助强化学习算法针对收敛的损失值序列,循环搜索特征提取单元的数量和结构;最终,当架构奖励函数稳定时,固定相应的架构参数和权重矩阵,从而在测试数据上可以自适应融合图像的跨尺度信息,提高同类目标在不同分辨率下的定位精度。该方法搜索出的网络在DIOR遥感数据集上的平均准确率为78.6%,比CornerNet高6百分点,比Cascade R-CNN高1.6百分点,其中小物体准确率比Cascade R-CNN高2.1百分点,并证实了多尺度架构搜索在遥感目标检测的优化能力。

融合全局推理和MLP架构的甲状腺结节分割模型

针对甲状腺结节分割中存在的超声图像噪声干扰较大、结节尺寸多变和现有模型计算复杂度较高的问题,文中构建融合全局推理和多层感知机(Multi-layer Perception,MLP)架构的甲状腺结节分割模型.模型以轴向移位MLP模块为基础架构,以更小的计算复杂度实现不同空间位置特征之间的交互.在编码部分,融合端到端的全局推理单元,基于图卷积对图像全局信息进行交互,缓解图像噪声干扰较大的影响.在解码部分,引入金字塔特征层,完成多尺度特征交互,应对结节尺寸多变的问题.在DDIT数据集上的实验表明,文中模型性能较优,此外,文中模型还适用于乳腺结节分割、视网膜血管分割等其它医学图像分割任务.

一种面向网络信息系统的TCP应用架构设计

针对可信计算平台在网络信息系统中的应用需求,提出了一种面向网络信息系统的TCP应用架构TCPAA。将该架构主要分为访问认证子系统和信息交互子系统两部分来进行设计。在访问认证子系统中,为了增强可信计算应用的灵活性,提出一种基于证明代理的可信验证机制PATAM,并对改进的访问认证模式进行了协议设计和流程说明。在信息交互子系统中,设计了内外网之间数据的可信传输流程,并提出了一种改进的金字塔可信评估模型PTAM。最后通过测试实验验证了该架构的良好性能。研究结果表明,该方案对于网络信息系统环境内可信计算平台的应用开发具有良好的通用性。

DNeStCount:数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法

人群数量估计是人群管理系统的关键,对于预防踩踏事故和引导人群至关重要,已成为一个日益重要的任务和具有挑战性的研究方向。本文提出一种数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法,称为DNe StCount。为应对视频监控的尺度变化和透视失真的挑战,将更密集的空洞采样比率应用到密集空洞空间金字塔池化模块DASPP设计中。为提升密度图估计的准确性,将可学习的、数据相关的上采样方法 DUpsampling应用到特征聚合模块DFA设计中。为弥补欧几里德损失可能存在对离群值敏感、训练不稳定等缺点,采用Smooth L1损失设计损失函数。在具有挑战性的数据集上进行的实验和分析表明,本文提出的人群计数方法 DNe St Count与其他主流方法相比更具有竞争力。

面向无人机航摄图像语义分割的双路特征融合网络

针对无人机航摄图像中目标尺寸差异大导致的感受野难以同时兼顾不同尺寸物体分割效果的问题,提出了利用两路分支分别提取浅层和深层信息的双路特征融合网络(DSFA-Net)。在编码器中,浅层分支利用三个串行ConvNeXt模块提取高通道数的浅层特征以保留更多空间细节;深层分支利用坐标注意力空洞空间金字塔池化(CA-ASPP)模块为特征图重新分配权重,使网络更加关注尺寸各异的分割目标,获得深层多尺度特征。在解码过程中,网络利用双边引导融合模块为两层特征建立通信以进行分辨率融合,提高层级特征的利用率。所提方法在AeroScapes和Semantic Drone航摄图像数据集上进行了实验,其平均交并比分别达到83.16%和72.09%、平均像素准确率分别达到90.75%和80.34%。与主流的语义分割方法相比,所提方法对于具有较大尺寸差异的目标,分割能力更强,更适用于无人机航摄图像场景下的语义分割任务。