基于CNN-SVM的输送带纵向撕裂检测方法研究

针对传统基于机器学习的输送带纵向检测方法中,特征提取过分依赖于人工设计的缺陷,采用卷积神经网络(CNN)对输送带纵向撕裂特征自动进行提取。但CNN中自带的Softmax分类器不能较好地解决非线性问题,而支持向量机(SVM)能利用核函数将向量映射到高维空间,将线性不可分的问题在高维空间线性可分,有效解决非线性问题,因此采用SVM代替CNN自带的Softmax分类器,提出一种基于CNN-SVM的输送带纵向撕裂检测方法。此外,在CNN中引入批量归一化(BN)、Dropout处理和SE注意力机制进行改进。实验结果表明,基于CNN-SVM的输送带纵向撕裂检测方法准确率可达到99.46%,有效提高了输送带纵向撕裂的检测准确率。

NO TEARS算法在XSS攻击检测中的应用研究

近年来,利用机器学习技术对跨站脚本攻击(XSS攻击)进行检测成为网络安全研究的热点.由于检测特征多,样本标注有限,机器学习模型的精准训练问题一直是一个难题.贝叶斯网络可以较好的适应小样本环境,最近提出的NO TEARS结构学习算法利用平滑约束优化方法,可以较好地对模型进行训练.本文针对XSS攻击检测问题,利用NO TEARS算法训练贝叶斯网络模型进行XSS攻击载荷(Payload)的判断.在实验中,本文使用了较为丰富的真实数据,并与传统的结构学习方法及其他分类算法进行了比较,实验结果表明,本文中使用的新的结构学习方法能够明显提升分类准确率,是一种检测XSS攻击的有效方法.

网络场域“价值观撕裂”治理规则与弥合路径

当今社会,网络场域已经成为人们重要的生活空间,各种网络社交媒体的网域场域已成为网民大众讨论或对话的重要阵地。然而,网络场域越来越多地出现讨论或对话中的“价值观撕裂”现象。导致网域场域“价值观撕裂”的主要原因是网民的跨阶层性和跨代际性。“数量、质量、关系、方式”四项规则适合网络对话治理。加强网络场域的社会主义核心价值观教育是弥合网民“价值观撕裂”的最根本价值观导向手段,有助于正确对待网络场域价值观的直接冲突,构筑良好的网络环境,使网络空间清朗起来。

基于改进YOLOv3的输送带纵向撕裂多视角检测方法

针对输送带纵向撕裂检测中存在的检测视角单一、速度慢、精度低等问题,文章提出一种基于改进YOLOv3算法的输送带纵向撕裂多视角检测方法。首先对原始YOLOv3网络结构进行优化设计,采用29层网络模型(Darknet-29)作为特征提取网络,将原有的3种不同尺度锚点改用为2种不同尺度(26×26,52×52)锚点;将位于多视角检测点的工业相机所采集的纵向撕裂图像制作成数据集,使用K-means算法对输送带纵向撕裂标签进行维度聚类分析,确定先验框参数;最后将改进的YOLOv3算法在数据集上进行测试与训练,并与其他几种算法进行比较。实验结果表明:该检测方法不仅可以较好地检测出输送带纵向撕裂,还可以分类识别出大裂纹或完全撕裂情形;相较于原始YOLOv3算法,改进后的YOLOv3算法平均检测精度均值提高0.4%,达到98.7%,检测速度提高60.6%,达到53帧/s,模型占用内存减少93 Mb,仅为141 Mb,优于YOLOv2和YOLOv3-Tiny算法。该文提出的输送带纵向撕裂检测方法具有模型占用内存低、检测精度高及速度快等优点,为输送带纵向撕裂提供了一种新的检测方案。

基于网络药理学和分子对接技术探讨解痉散瘀汤治疗肩袖损伤的作用机制

目的运用网络药理学和分子对接技术探讨解痉散瘀汤治疗肩袖损伤的作用机制。方法(1)通过中药系统药理学数据库和分析平台(TCMSP)、SwissADME平台筛选解痉散瘀汤10种中药的主要活性成分,再通过TCMSP和SwissTargetPrediction平台筛选主要活性成分的作用靶点。通过GeneCards数据库和OMIM数据库获取肩袖损伤的相关靶点,再将其与主要活性成分的作用靶点取交集,得到解痉散瘀汤治疗肩袖损伤的潜在作用靶点。(2)使用Cytoscape 3.9.1软件构建成分-靶点网络,筛选解痉散瘀汤治疗肩袖损伤的关键活性成分。通过STRING 11.5平台和Cytoscape 3.9.1软件构建潜在作用靶点的蛋白-蛋白相互作用网络,筛选解痉散瘀汤治疗肩袖损伤的核心靶点。(3)使用DAVID数据库对潜在作用靶点进行基因本体论(GO)功能富集分析及京都基因和基因组百科全书(KEGG)通路富集分析。(4)通过AutoDock 1.5.6软件进行关键活性成分与核心靶点蛋白的分子对接。结果(1)共获得解痉散瘀汤主要活性成分作用靶点835个,肩袖损伤相关靶点357个,取交集后获得95个潜在作用靶点。(2)共获得5个关键活性成分和5个核心靶点,前者包括槲皮素、环(L-脯氨酸-L-苯丙氨酸)二肽、木犀草素、L-脯氨酰-L-亮氨酰-L-亮氨酰甘氨酸、山柰酚,后者包括白细胞介素(IL)-1B、丝氨酸/苏氨酸激酶1(AKT1)、血管内皮生长因子A(VEGFA)、基质金属蛋白酶9(MMP9)、纤维连接蛋白1(FN1)。(3)GO功能富集分析结果显示,潜在作用靶点涉及的生物过程主要有脂多糖反应、低氧反应、过氧化氢反应、胶原分解代谢过程、蛋白水解等;KEGG通路富集分析结果显示,潜在作用靶点主要涉及晚期糖基化终末产物-晚期糖基化终末产物受体信号通路、缺氧诱导因子1信号通路、肿瘤坏死因子信号通路、IL-17信号通路等。(4)分子对接结果显示所有关键活性成分与核心靶点蛋白均有良好的结合活性。结论解痉散瘀汤的多个活性成分可能通过作用于IL-1B、AKT1、VEGFA、MMP9、FN1等靶点,来影响与炎症反应、细胞凋亡及血管生成相关的信号通路,从而抑制炎症反应、调控损伤组织局部细胞凋亡、抑制组织过度重塑,进而发挥治疗肩袖损伤的作用。

砂性地层盾构掘进撕裂刀磨损规律分析

目的:依托南京和燕路过江通道盾构隧道工程,针对砂性地层中撕裂刀磨损严重的问题开展研究,寻找适合砂性地层撕裂刀磨损量预测的方法。方法:实测砂性地层中盾构撕裂刀的磨损情况,分析不同换刀区间刀具磨损量;利用经验公式法对整个砂性地层撕裂刀磨损量进行拟合,利用实测磨耗量反推得到不同切削半径的撕裂刀磨耗系数;利用BP(反向传播)神经网络法对撕裂刀磨损量进行拟合;比较经验公式法和BP神经网络法适合的应用条件。结果及结论:粉细砂地层下全刀盘撕裂刀磨耗系数为1.48×10^(-3)mm/km;粉细砂-中粗砂地层下刀盘中心刀、正面刀和边缘刀区域撕裂刀的磨耗系数分别为7.84×10^(-3)mm/km、17.88×10-3 mm/km、28.64×10^(-3)mm/km;利用BP神经网络对砂性地层撕裂刀磨损规律进行拟合,效果较好,拟合优度大于0.95,误差率为20.7%。建议砂性地层中撕裂刀的磨损量预测使用经验公式法;其他地层中经验公式法预测效果较差时,可使用BP神经网络法进行刀具磨损量预测。

改进区域卷积神经网络的传送带撕裂检测

针对传送带撕裂检测中对破损目标检测精度不足和检测性能低下的问题,提出一种改进区域卷积神经网络Light-Head R-CNN的传送带撕裂检测方法。将特征提取模块设置为轻量化卷积网络MoblieNetV2有效降低模型参数,采用大尺度卷积核扩大网络感受野,增强模型特征提取能力;引入特征金字塔结构融合不同层次的特征信息,优化模型对微小破损的识别效果;结合注意力机制对特征权重进行调整,突出破损目标的特征信息。实验结果表明,所提算法对传送带破损目标的平均检测精度提高了2.78%,检测速度提高了22.9%,具有良好的实时检测效果。

基于磁共振影像的半月板撕裂程度自动检测

严重的半月板损伤是不可逆的,需及时进行早期诊断。磁共振成像(magnetic resonance imaging,MRI)是半月板疾病研究和诊断的常用手段,而人工对影像分析常受医生主观因素影响,易出现误诊或漏诊。提出一种基于膝关节磁共振影像的半月板撕裂程度检测方法。采用霍夫变换获得以半月板为中心的局部区域,并利用伽马变换对图像增强。采用3层级连接残差网络实现对撕裂程度的预测。通过多组试验验证了文中方法对半月板撕裂程度的检测有更精准的预测效果。

基于多级BP神经网络的无线电罗盘多故障诊断研究

为了快速准确诊断出无线电罗盘多故障模块,针对诊断过程中的过拟合现象提出了基于提前停止法的学习率可变BP算法,并运用多级BP神经网络诊断思想,得出基于多级BP神经网络的多故障诊断方法;文中根据多级BP神经网络的多故障诊断方法,对具体的机载无线电罗盘测向电路建模仿真,将复杂的无线电罗盘电路分解为3个子网络,并对每个子网络建立合适的故障集,按顺序依次诊断得出无线电罗盘电路中的故障模块;此方法可快速准确定位电路中的多处故障模块,准确率较高且缩短了诊断时间。

模拟电路网络撕裂法的子网络划分方案优选

针对模拟电路网络撕裂方法,研究子网络划分问题,总结了子网络划分时应遵循的基本原则,在此基础上提出了"最大化诊断效率,最小化测试消耗"的子网络划分思想,并从置换激励源,元件、测试点、故障特征灵敏度四方面对子网络划分方案的选择做进一步量化分析,提出了优选标准和具体实施步骤,通过仿真实验,验证了方法的可行性和有效性。

切割回路电流法的网络分裂计算

提出了一种新的网络分裂法─切割回路电流法．介绍了该方法的网络分割方式和求解过程．这一方法同源于回路电流法，与分裂节点电位法相对偶．它不仅进一步完善了网络分裂法理论，而且具有一定的实用价值．

基于无监督深度神经网络的卷烟小包拉线缺陷视觉智能检测方法

目的为减少ZB47包装机小包拉线缺陷投诉,基于无监督深度神经网络构建一种小包拉线缺陷视觉智能检测方法。方法首先,在ZB47包装机CH转塔部位设计并加装小包图像采集装置,获得实时高清晰度小包图像。其次,将小包图像根据拉线位置进行固定位置的裁剪,从而减轻不同工况的环境背景影响并且加快检测速度。然后,构建自编码器-编码器结构的主干网络,同时叠加生成对抗网络中的判别器模块组成缺陷判别模型,并综合采用图像间、图像隐空间以及图像特征间的信息构建模型的损失函数。最后,使用裁剪后的正常小包拉线图像对构建的缺陷判别模型进行训练,并基于所有的正常小包图像得到异常阈值。结果实际验证阶段,待检测图像的得分大于异常阈值即判断为异常图像,触发CH转塔部位的小包剔除装置将该缺陷小包剔除。生产现场测试表明,所提方法可以对典型小包缺陷进行快速准确检测,缺陷检测准确率为99.99%。结论该方法能够满足生产现场卷烟小包拉线缺陷检测的准确性和实时性要求。

基于多端网络等效变换的大型网络分析

】本文提出了利用多端网络等效变换来简化电路的大型网络分析方法。其思想为，首先将网络撕裂成规模相近的多端子网络，然后用等效电路代替子网络代入原网络进行计算，这样网络节点总数大为减少，从而大幅度减少计算工作量。本法适用于有源非互易网络，且适用于联系紧凑的网络。

基于神经网络的模拟电路快速故障诊断集群撕裂方法

提出一种基于神经网络的大规模模拟电路故障诊断集群撕裂新方法;将大规模模拟电路按照拓扑特性和集群撕裂准则进行撕裂,得到低维度的故障特征向量;利用小波神经网络实现故障特征向量的快速分类并得出电路诊断结果;通过对视频放大电路诊断事例,将电路划分12个子模块,进行两次撕裂与特征抽取,小波神经网络经过80次迭代即趋于稳定;结果表明,对于所测试例诊断正确率达100%,所提方法与传统互校验和交叉撕裂搜索法比较,具有测前工作量小,诊断计算量少,对多故障检测能力和工程实践性强等特点。

应用网络分割法处理电力系统的不良数据

目前电力系统发展速度很快,网络结构也日趋复杂,对中心调度所来说,调度自动化已成为必不可少的一环。但实时量测系统测点安排还不够合理,冗余度低,数据可信度也很低,无法直接应用高级实时分析软件。因此,必须首先对实时量测数据进行预处理,检测和识别出不良数据,补充由于测点不足而得不到的数据,并建立一个可供实时分析软件应用的数据库,以达到可以运用高级分析软件的目的。

“虚拟电路”新概念及其在大规模网络撕裂分析中的应用

该文提出了“虚拟电路”新概念，并将其应用于大规模电路撕裂分析中，这一概念把支路撕裂、节点撕裂和混合撕裂三种不同的方法统一起来，而且根据“虚拟电路”可以直接建立标准的ＢＢＤ（ＢｏｒｄｅｒｅｄＢｌｏｃｋＤｉａｇｏｎａｌ）形式撕裂方程．该文提出的方法对于大规模网络任何一种撕裂都是适用的．

基于ANFIS的棉型面料撕裂性预测

通过探索模糊神经网络在织物撕裂性能分析中的应用,提出了基于自适应模糊神经网络ANFIS的棉织物的撕裂性能预测模型,经过多次训练后,网络具有较强的预测能力。

“矿物学与岩石学基础”教学模式改革探讨

“矿物学与岩石学基础”是地学相关专业的一门专业基础课。针对疫情背景下教学面临的问题,总结线上线下混合式教学的模式,利用网络教学平台和校内资源,结合工程教育专业认证要求,有机融入课程思政元素,把握好课前、课中、课后三个环节,以学生的发展为中心,增加学生参与度,激发学生的好奇心。改革考核方式,突出平时学习和实习成绩的比重,更好地体现学生自学能力和实践能力。这种线上教学和线下教学的融合,将有助于教学质量的提高。

实用接地网腐蚀缺陷诊断评估系统的研究

介绍一种自主研发的实用接地网腐蚀缺陷诊断评估系统,其硬件采集分析系统实现了自动采集、粗大误差报警及8路测试信号半双工传输等功能;软件诊断与评估系统的核心为诊断评估算法,实现了地网图形输入、可测性分析、测试方案优化选择、撕裂分块诊断和地网参数评估等功能。

多分类深度卷积生成对抗网络的皮带撕裂检测

皮带撕裂是皮带机出现的最常见故障之一,直接影响皮带机的安全稳定运行。针对现有的方法大多仅对一种破损类型进行检测的情况,设计了一种基于双时间尺度的多分类深度卷积生成对抗网络的皮带撕裂检测方法。利用CCD相机捕获皮带表面图像,并经数据传输子系统将图像传送到决策子系统;在决策子系统的处理模块,通过去掉生成器的批量归一化操作,由多分类深度卷积生成对抗网络快速得到破损位置和类型;引入双时间尺度更新规则使得模型更快地收敛。实验结果表明,在MS COCO数据集上,多类别平均精确率为95.7%;在皮带图像数据集上,多类别平均精确率为96.9%。