基于球面正则化的支持向量描述视觉异常检测

异常检测作为视觉领域中一项独特而关键的任务,在医疗、安保等领域具有广泛的前景。异常检测目前受限于大规模异常数据标注,因此现有方法集中在单类分类和弱监督学习,深度支持向量描述(Deep SVDD)是实现单类分类的常见方法。然而,传统Deep SVDD在开展异常检测时往往面临球体崩塌。针对这一问题,提出了基于球面正则化的SVDD异常检测算法,通过引入软间隔损失与支持向量的思想,优化模型学习流程。进一步地,面向可标注样本,提出了基于SVDD的弱监督异常检测方法。在公开数据集MNIST和CIFAR-10上进行消融和对比实验,实验证明,相比于有监督算法,在MNIST数据集上,SR-WSVDD的性能提高了3.7%,而在CIFAR-10数据集上则提高了16.7%。此外,与其他弱监督算法相比,SR-WSVDD在CIFAR-10数据集上提升了1.8%。所提出的SR-SVDD异常检测算法,弥补Deep SVDD容易发生球体崩塌的缺陷,使模型异常检测结果更加准确。

轴承预紧力对风电主轴动态特性影响的仿真分析

轴承预紧力对风电机组主轴的动态特性有着重要的影响。首先,建立了预紧力与主轴系统的关联关系,并计算了不同预紧力对应的轴承刚度值,进而分析预紧力与刚度之间的关系。然后,建立了以圆锥滚子轴承为支承的两点式和单点式支承的风电主轴的有限元分析模型,分析了预紧力对两种支承方式的风电主轴模态振型、固有频率、临界转速以及稳定性的影响。结果表明:圆锥滚子轴承预紧力增大会引起轴承刚度增大,可进一步提高主轴的固有频率、临界转速和稳定性;单点式支承比两点式支承的主轴临界转速大以及更稳定。合理选取轴承预紧力,可提高主轴的稳定性。

拧紧工艺的螺栓连接结构预紧力变化规律

针对航空发动机装配过程中螺栓预紧力一致性差的问题,建立螺栓连接转子有限元模型,获得螺栓在顺序拧紧和星形拧紧时预紧力的衰减规律和分布特点.进行螺栓预紧力实验研究,分析了拧紧顺序及拧紧速度对螺栓预紧力的影响,并揭示了预紧力随时间的衰减机理.结果表明:拧紧相邻螺栓会使预紧力大幅衰减;提高拧紧速度会使螺栓获得较大预紧力,使得连接结构更加稳定;螺栓拧紧后预紧力会在短时间内大幅衰减,衰减规律与扭矩幅值息息相关.因此,在发动机装配中,严格控制螺栓拧紧工艺的同时,预紧力短时间内的衰减不可忽视.

SnO_(2)粒径大小对Ag/SnO_(2)(12)材料组织与性能的影响

采用化学沉淀法、低温煅烧、湿法球磨、化学包覆、冷等静压成型、热压烧结、热处理等工艺制备出三种含有不同粒径SnO_(2)的Ag/SnO_(2)(12)块状材料,分别探讨了球磨时间对粉体粒度分布和D50的影响、不同SnO_(2)粒径大小对Ag/SnO_(2)(12)微观组织、密度、力学性能和电学性能的影响。结果表明,球磨时间在36 h下得到的SnO_(2)粉体颗粒的平均粒度小,且小粒径粉体所占比例大,同时第二相颗粒状SnO_(2)在Ag/SnOa(12)内部均匀分布。随着球磨时间的增加,材料的致密度、硬度、导电率和耐压性能逐渐提高。

基于多任务学习的视频异常检测方法

针对异常事件位于图像前景的某个局部区域,且背景区域对于异常检测存在干扰的问题,提出了一种多任务异常检测双流模型,模型架构包含未来帧预测网络和光流重构网络。首先利用前景检测算法获取自然图像和光流图像的目标区域,再将选取的区域送入到编码-解码网络完成未来帧预测和运动重构,对运动特征和表观特征进行提取,最后,使用深度概率网络给出的概率值作为判断异常的决策,并与重构损失及预测损失相结合来判断视频的异常性。本文针对大型场景的3个视频监控数据集(UCSD行人数据集、Avenue、Shanghai Tech)对本文提出的模型进行了异常性评估,所提出的方法在3个数据集上的AUC值分别为97.4%,86.4%,73.4%。与现有工作相比,本文的模型架构简洁且易于训练,异常检测结果更加准确。

基于数据驱动的高比例新能源配电网无功优化算法

随着大量分布式新能源接入配电网,其电能损耗和节点电压偏差增大等问题愈发严重,仅依赖安装无功补偿设备、改变传统发电机机端电压等手段已无法满足高比例新能源配电网的高调节性能需求。为此,研究深度挖掘不同种类新能源对于配电网的无功调控潜力,详细分析了目标函数以及约束条件的设置,规划了基于数据驱动的无功调控算法流程,实现了合理调节配电网的节点电压与降低配电线路电能损耗的目标。首先,构建了高比例新能源参与配电网无功优化的数学模型,并应用多种智能算法求解。随后,采用多种算法得到的无功调控策略作为深度学习长短期记忆(LSTM)神经网络的训练数据,通过训练的网络在此类模型下可以预测得到优质的、高效率的无功调控策略。最后,利用IEEE 14与IEEE 33节点算例验证了所提算法的有效性和优化性能。

仿仙人掌集水进展

全面总结了仿仙人掌集水领域的研究进展,重点介绍了仿仙人掌结构的常见制备方法,包括3D打印法、梯度电化学腐蚀法、电纺结合可牺牲模板法、改进的磁颗粒辅助成形法、磁流变绘制光刻法和机械打孔结合模板复刻法,并对每一种方法的制备步骤和优缺点进行了详细介绍。同时,也详细介绍了仿仙人掌集水的主要原理,包括拉普拉斯压力梯度和表面自由能梯度,为集水工程技术的开发和改进提供了理论基础。另外,还详细地介绍了仿仙人掌结构的集水行为,包括单根仿仙人掌棘刺集水和大规模集水行为。最后,对仿仙人掌集水的未来发展方向进行了分析和展望。

基于正交匹配追踪算法的复杂系统动力学建模与分析

针对非线性系统模型的辨识问题,通过引入正交匹配追踪(Orthogonal matching pursuit,OMP)算法实现快速非线性系统建模。该方法旨在解决非线性有源自回归(Nonlinear autoregressive with exogenous inputs,NARX)模型针对大型数据建模时效性差的问题。首先,说明了正交最小二乘(Orthogonal least squares,OLS)算法存在正交次数多、耗时长的问题,采用OMP算法可有效解决,通过与OLS算法对比正交差异性证明了OMP算法计算效率提升的理论基础,采用模型预报方法验证OMP算法所得NARX模型的动力学特性。其次,以单自由度非线性系统为例,说明了OMP算法系统建模的有效性。最后,利用OMP算法建立悬臂梁NARX模型,并分别将NARX模型预报输出与试验实测输出,NARX模型固有频率与悬臂梁实际固有频率进行对比。结果表明,与OLS算法相比,所提方法的建模效率平均提升了10倍,且模型可有效反应系统动力学特性。