Smooth函数平滑处理马钢SO_2排放数据方法与应用

为了解决生产现场数据波动大、数据处理困难,统计结果失真等问题,本文提出利用Smooth函数对数据样本进行预处理。针对马钢SO_2排放数据,通过对比研究不同方法的误差,确定5点滑动平均法效果最佳。

基于残差结构的SSD口罩检测

新冠疫情环境下,人们外出均需佩戴口罩进行防护,所以目前对人脸口罩检测的研究迫在眉睫。该文提出一种基于残差结构的SSD(single shot multbox detector)网络用于口罩检测,通过在SSD网络的定位分类前添加残差结构,将特征提取网络和分类定位层进行分离,进而使得进入分类定位层的卷积特征更加抽象,可以有效解决SSD网络同时学习局部信息和高层信息双重任务的问题,维护特征提取网络的稳定性,并利用交叉熵损失函数解决戴口罩和未戴口罩的二分类问题,利用smooth L1 loss损失函数解决口罩位置的回归问题。然后将分类和位置回归做加权计算,通过优化传统的SSD位置误差和置信度误差损失函数,实现人脸佩戴口罩特征和人脸未戴口罩特征的定位和分类,从而提高网络训练速度及检测效率。实验结果表明,ReSSD检测口罩的平均检测精度可达92.3%,比SSD网络提高了7.4%,同时在自然场景下也有高效的检测效果。

汽车运行工况的构建方法

为快速准确地构建汽车运行工况,使用行车记录仪采集设备记录了上海市某辆轻型汽车的行驶数据,连续3次采集了包括3个不同时间段的信息,采样频率为1 Hz。为研究汽车行驶工况,首先使用平滑处理、剔除、划归滑窗法对庞大的汽车运行工况数据进行了预处理,将724处时间不连续的情况进行了调查,分为3类进行不同处理。采用移动平均滤波器Smooth函数进行了平滑处理,以消除速度异常值。将长期停车进行怠速处理后,使用滑窗法处理了怠速数据。然后对运动学片段进行切取并提取特征值,将13个特征降维得到4个主成分。接着在轮廓系数法等3种方法选择类别的基础上,应用K-means聚类分析法,不断验证确定将数据集划分成了3类最优情况,分别为走走停停、高速行驶和低速行驶,与现实情况基本吻合。最后根据每类的时间占比,从中选取最具代表性的15个片段,构建出了时长为1254 s的汽车运行工况,得到的结果误差很低,误差率不超过10%。此汽车运行工况的构建模型对汽车运行工况数据处理过程十分细致,且能在初始聚类中心的基础上不断寻优。