基于鸟瞰图的多任务端到端3D目标检测方法

由于在自动驾驶过程中激光雷达扫描过程中受到空间限制,采集到的点云数据损失了过多的信息。在聚合表示方法的基础上,提出了基于鸟瞰图的多任务端到端3D目标检测方法。首先,利用纹理特征提取器与语义特征提取器对特征金字塔的高级特征层与低级特征层进行特征融合,获得扩展的特征金字塔层,使得自动驾驶过程中的中等目标(骑自行车的人)与小目标(行人)不再耦合在同一级别的特征金字塔层,提高了点云拓扑信息的区域细节性。其次,在损失函数中引入用于分类的Focal loss与用于回归的CIOU loss,改善了正负样本比例,对目标检测框进行了约束,使得目标框在回归过程中能够以更高精度收敛。实验结果表明,提出的方法在自动驾驶中小目标检测中具有更强的检测能力与更高的检测精度。

基于对比层级相关性传播的由粗到细的类激活映射算法研究

以卷积神经网络为代表的深度学习算法高度依赖于模型的非线性和调试技术,在实际应用过程中普遍存在黑箱属性,严重限制了其在安全敏感领域的进一步发展。为此,该文提出一种由粗到细的类激活映射算法(CF-CAM),用于对深度神经网络的决策行为进行诊断。该算法重新建立了特征图和模型决策之间的关系,利用对比层级相关性传播理论获取特征图中每个位置对网络决策的贡献生成空间级的相关性掩码,找到影响模型决策的重要性区域,再与经过模糊化操作的输入图像进行线性加权重新输入到网络中得到特征图的目标分数,从空间域和通道域实现对深度神经网络进行由粗到细的解释。实验结果表明,相较于其他方法该文提出的CF-CAM在忠实度和定位性能上具有显著提升。此外,该文将CF-CAM作为一种数据增强策略应用于鸟类细粒度分类任务,对困难样本进行学习,可以有效提高网络识别的准确率,进一步验证了CF-CAM算法的有效性和优越性。

深水无粘结柔性管抗拉伸层屈曲问题研究进展

随着我国海洋石油工业不断向深水发展,深水柔性管即将获得广泛应用。深水柔性管结构形式复杂,其抗拉层螺旋钢缆在铺管安装和弯曲过程中可能受到轴向压载荷,产生鸟笼现象和侧向屈曲失效,是当前柔性管开发中的研究热点。介绍了国外在柔性管抗拉层钢缆受压载荷失稳的数值模拟和试验研究现状,为我国开展柔性管开发提供参考。

2024航空铝合金固支靶板分层数抗鸟撞性能研究

为探究相同厚度的靶板在不同分层数目下的抗侵彻性能,利用AUTODYN软件建立SPH(Smoothed Particle Hydrodynamics)圆柱鸟弹撞击2024铝合金Lagrange靶板模型。靶板厚度为1mm、2 mm、3 mm和4 mm,其中1 mm和2 mm靶板分为单层和双层,3 mm靶板分为单层、双层和三层,4 mm靶板分为单层、双层和四层。通过分析靶板鼓包高度,研究靶板厚度和分层数目对其抗鸟撞性能的影响。仿真结果表明:4 mm厚度靶板的抗鸟撞性能随分层数目增加而增加;1 mm、2 mm和3 mm厚度靶板的抗鸟撞击性能随分层数目增加而降低。

蛋鸡配合饲料最佳配方筛选研究(摘要)

本试验是筛选蛋用鸡配合饲料配方的单因子饲养试验。1985年4月1日—1986年8月13日,在金塔农业局鸡场进行。用“京白”Ⅱ系商品代蛋鸡,试验500天。平养。以提高经济效益为目的,尽量采用当地饲料,应用近代营养科学发展的新知识设计配方,并根据中国畜禽营养研究会1983年再版《鸡的饲养标准试行方案》和彭大惠教授等译《美国与加拿大饲料成分与营养成分手册》的标准和成分配制成8套试验配方。选同日出壳健壮雏鸡1408只,戴号、称重,随机分为8组。组间差异不显著(P>O.05)。各组随机饲喂1套试验配方饲料,开始试验。按照免疫程序进行鸡瘟预防接种。共进行六个阶段试验。生长发育期分O—6、7—14和15—20周龄三个阶段;产蛋期分产蛋率小于65％、大于80％和65—80％三个阶段。配料时,将各配方中所用饲料预先粉碎,尔后精确称取。各组添加剂先用少量玉米作载体,经三次稀释,加入混合料中充分混匀。配好的8种试验饲料单独存放。饲喂过程中,每3—7天定期称料,结算消耗量。每阶段结束后(生长发育各阶段结束时空腹称重),换喂下阶段试验饲料。严格控制饲养管理和环境条件,力求各组一致。任鸡自由采食、饮水。育雏期按要求控制温、湿度等条件。从22周龄(9月1日)开始补足人工光照。按各组实有鸡(含掉号鸡)实际饲喂顿数计算饲养日和饲料消耗。根据各组各阶段始、末有号鸡活重分别计算各阶段始、末重和日增重。采用巴特氏(Barhett)x^2检验法检验方差同质性。采用邓肯氏(Duncan)新复极差法进行多重比较。本试验各阶段配合饲料最佳配方是根据日增重(生长发育期)或产蛋重(产蛋期)、饲料利用效率、饲料成本和经济效益等指标综合评定选出。选出的最佳配方见附表。最佳配方组500天试验期试验效果为(按每只鸡计):消耗配合饲料45.57公斤,合饲料费17.154元;生长期5.88公斤,合2.174元,每公斤0.3697元,产蛋期39.69公斤,合14.98元,每公斤0.377元;小鸡成本0.60元;人工及水、暖、电、医药等杂费3.20元(鸡粪抵消25—30％的人工费),合计支出20.954元;产蛋儿11.45公斤,收入29.770元(每公斤2.60元);淘汰鸡收入4.50元,合计收入34.27元,盈利13.316元。应用产蛋期配方时,根据产蛋规律可考虑在21—24周龄和60—72周龄,用产蛋率小于65％配方;25—42周龄用产蛋率大于80％配方;43—60周龄用产蛋率65—80％配方。本配方在酒泉地区各农业县全面推广,取得了显著的经济效益和社会效益。

2024铝合金薄板叠层顺序对鸟撞的动态响应

在航空航天领域,外来物损伤(FOD)严重威胁着航空飞行器的正常运营和安全,鸟撞损伤是最常见的。基于Autodyn有限元软件,建立鸟弹SPH模型和2024航空铝合金靶板Lagrange模型,研究飞机蒙皮在受鸟撞时的动力响应及损伤特性。通过仿真结果与实验数据对比,验证SPH模拟鸟弹的有效性。探究在不同靶板叠层顺序和鸟弹撞击速度下,鸟撞对靶板最大鼓包、应力和能量的影响,比较得到抗鸟撞较好的靶板叠层方式。

基于跨层精简双线性网络的细粒度鸟类识别

细微的类间差异和显著的类内变化使得细粒度图像分类极具挑战性。为了对鸟类图像进行细粒度识别,提出一种基于跨层精简双线性池化的深度卷积神经网络模型。首先,根据Tensor Sketch算法计算出多组来自不同卷积层的精简双线性特征向量;其次,将归一化后的特征向量级联送至softmax分类器;最后,引入成对混淆对交叉熵损失函数进行正则化以优化网络。提出的模型无需额外的部件标注,可进行端到端的训练。结果表明,在公开的CUB-200—2011鸟类数据集上,该模型取得了较好的性能,识别正确率为86.6%,较BCNN提高2.5%。与多个先进细粒度分类算法的对比,验证了提出模型的有效性和优越性。

浅谈我国防鸟光缆现状及未来发展方向

为了提高光缆的使用寿命,减少鸟类对光缆的损害。本文从光缆遭受鸟类损害的原因出发,简述了我国防鸟光缆发展现状,分析了光缆被鸟啄时的受力情况。最后,从不同方向探讨了几种防护措施,展望未来防鸟光缆发展方向。

融合多策略的鸟群算法及油层识别ELM模型优化

为了改进鸟群算法易陷入局部最优、收敛速度慢以及种群多样性不足的缺点,提出融合多策略的鸟群算法。引入混沌权重和对称切线混沌加速系数以及高斯扰动策略,增强算法跳出局部最优的能力;引入混合多步选择和自适应步长因子策略,加快算法的收敛速度;引入小波变异策略,丰富算法的种群多样性。实验采用10个基准测试函数,将改进的算法与另外5种智能算法进行仿真对比,验证了改进的算法性能优于其他算法。另外,为了提高极限学习机(ELM)在油层识别中的精度,将改进的鸟群算法用于ELM模型的参数优化。实际测井应用表明基于改进鸟群算法优化的ELM模型在油层识别中效果显著,优于基于遗传算法、粒子群算法、蚁群算法优化的ELM模型。

国外蛋鸡笼的新发展

介绍近年来国外蛋鸡笼设计的一些重大变化,并指出我国目前蛋鸡笼养设备存在的问题,提供的情况和建议可供我国这类设备的设计、制造和使用者参考。