“新工科”背景下的智能制造人才培养模式探讨

针对目前机械专业人才培养所面临的问题,从人才培养理念入手,转变传统机械行业人才培养模型。从人才培养举措切入,脚踏实地对智能制造新型人才培养实际操作进行分析和探讨,实现以学生为中心的智能制造实践与创新教育模式。夯实智能制造创新人才培养基础,构建出符合现代化生产的智能制造人才培养新模式。

二尺度分解和显著性提取的红外与可见光图像融合

为增强红外与可见光图像融合可视性,克服红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出一种基于二尺度分解和显著性提取的红外与可见光图像融合方法。首先,以人类视觉感知理论为基础,针对人眼对图像不同区域敏感性不同特性,在跨模态融合任务中需要对源图像进行不同层次分解,避免高频分量和低频分量混合减少光晕效应,采用二尺度分解方法对源红外与可见光图像进行分解,分别获取各自的基本层和细节层,该分解方法能够很好的表达图像并具有很好的实时性;然后,针对基本层的融合提出一种基于视觉显著图(VSM)的加权平均融合规则,VSM方法能够很好提取源图像中的显著结构和目标。采用基于VSM的加权平均融合规则对基本层融合,能够有效避免直接使用加权平均策略而导致对比度损失,使融合图像可视性更好;针对细节层的融合,采用Kirsch算子对源图像分别提取得到显著图,然后通过VGG-19网络对显著图进行特征提取获取权值图,并与细节层进行融合,得到融合的细节层;Kirsch算子能在八个方向上快速提取图像边缘,显著图中将包含更多边缘信息和更少噪声,且VGG-19网络能够提取到图像更深层特征信息,获取的权值图中将包含更多有用信息;最后,将融合后的基本层和细节层图像进行叠加,获取最终融合结果。在实验部分,选取了四组典型的红外与可见光图像来进行测试,并与其他六种目前主流方法进行对比。结果表明,该方法在主观质量上具有高对比度、目标突出、细节信息丰富和图像边缘特征保持较好等优势。在信息熵、互信息、标准差、多尺度结构相似度测量和差异相关和等客观指标上也展现出比较好的结果。

基于双通道残差密集网络的红外与可见光图像融合

为改善红外与可见光融合结果与源图像间的部分细节特征丢失问题,充分提取红外与可见光图像中的特征信息,提出了一种改进的双通道深度学习自编码网络进行红外与可见光图像融合。其中,双通道结构由密集连接和残差连接模块级联构成,并设置一种综合像素、结构相似度和梯度特征保留的损失函数,使该编码器结构可以充分提取红外与可见光图像的多层次特征,在融合层采用空间L1范数和注意力机制对级联双通道特征分别进行融合,最后设计对应的解码器对融合特征图像进行重构,获取最终的融合结果。通过与传统算法以及近年最新的深度学习算法进行实验对比,结果表明该方法在主观和客观上都具有优秀的综合性能。

基于“新工科”的机电类实践教学探索与改革

“新工科”教育着重培养实践能力强、科学素养高、具有创新性的复合型人才。本研究对新工科建设下的机电专业特点进行分析,并结合实践教学中的实践课程、课外活动以及毕业设计三个重要环节案例,层层深入,合理把握教与学的度,积极开展实践创新与创业,突破目前的产教融合结界,探索并寻觅出一条新的“新工科”背景下机电专业实践教学之路。

螺杆转速对PP/GF复合材料中GF与性能的影响

研究了同向双螺杆造粒机组的螺杆转速对GF增强聚丙烯(PP/GF)复合材料中GF含量、长度以及复合材料力学性能的影响。结果表明,随着螺杆转速的提高,复合材料中GF的含量不断增加,最多增加了48.2%,而其长度却逐渐变短;复合材料的拉伸强度、弯曲强度、耐热性、硬度等性能也随着螺杆转速的增加而提高,冲击强度却逐渐下降;随着马来酸酐官能化聚丙烯的引入,GF的含量提高了1.8%,纤维长度显著增加且明显改善了复合材料的各项力学性能,其中拉伸强度提高了95.1%,弯曲强度提高了90.1%,无缺口冲击强度提高了110.4%,缺口冲击强度提高了50%。

基于超分辨率和组稀疏表示的多聚焦图像融合

提出一种基于超分辨率结合组稀疏表示模型的多聚焦图像融合方法.首先,使用双三次插值方法增强源图像的分辨率及源多聚焦图像信息;然后采用自适应稀疏表示学习字典分别对没有明显主导方向和特定主导方向的图像块进行学习,并采用组稀疏表示模型对源多聚焦图像进行稀疏系数表示;最后采用最大l1范数来选择最终的表示系数向量.实验结果表明,所提方法克服了多聚焦图像融合易出现的低空间分辨率和模糊效果的缺点,具有更好的对比度和清晰度,主观视觉效果和客观指标均优于传统多聚焦图像融合方法,在三组图像融合结果的互信息指标上分别领先0.37、0.38和0.32.

基于变分多尺度的红外与可见光图像融合

为解决变换域融合法对强噪声抑制能力差的问题,提出一种基于变分多尺度分解的红外与可见光图像融合方法.首先对待融合图像分别进行变分多尺度分解,获得纹理分量和结构分量.采用引导滤波的方法进行待融合图像的纹理分量融合,在结构分量融合上提出一种以相位一致性、清晰度、亮度综合信息来权衡融合权重的方法,最后将两幅图像融合后的纹理分量和结构分量相加获取最终融合图像.实验结果从主观观察和客观指标看,本文方法在清晰度和细节信息上比离散小波变换(discrete wavelet transform)法、非下采样轮廓波变换(non-subsampled contourlet transform)法、稀疏表示(sparse representation)法、剪切波变换(shearlet transform)法都要高.

Tetrolet框架下红外与可见光图像融合

提出一种Tetrolet框架下基于联合稀疏表示结合改进脉冲耦合神经网络规则的红外与可见光图像融合方法.对源红外与可见光图像进行不考虑旋转和反射情况下的Tetrolet系数分解;采用联合稀疏方法进行低频系数融合,通过学习字典进行低频系数的精确拟合并融合.在高频子带系数融合上,采用改进脉冲耦合神经网络设置相应的融合规则,根据神经元的点火次数来选择融合图像的高频系数;并对处理后的高低频系数值进行Tetrolet逆变换获取最终融合结果.结果表明,该方法能够有效保留待融合图像的边缘与细节特征,融合结果具有良好的视觉效果,能够增强观察者对于场景的感知和重要目标的识别能力.在互信息、梯度信息、结构相似度以及视觉敏感度指标上都优于传统变换域融合方法,尤其在结构相似度以及梯度保持度上分别领先0.033和0.025,具有有效性.

潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合

为提高融合图像的可视性,解决传统红外与可见光图像融合算法中存在的边缘特征缺失、细节模糊的问题,提出了一种潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合算法。该算法首先利用潜在低秩表示对源图像进行分解,得到源图像的低秩分量和显著分量。其次,利用卷积神经网络根据源图像的特征信息,得到权值图。再次,通过引导滤波算法对权值图进行边缘锐化,然后再将优化后的权值图分别与源图像的低秩分量和显著分量融合,得到融合图像的低秩分量和显著分量。最后,将融合图像的低秩分量和显著分量叠加,得到最终的融合图像。实验结果表明,该算法在主观评价和客观指标上均优于传统的红外与可见光图像融合算法。

基于修正JC模型和BP-ANN算法预测HNi55-7-4-2合金高温流变行为的对比

采用Gleeble-3500型热模拟试验机,分别在变形温度为873,923,973,1023,1073 K,应变速率为0.01,0.1,1,10 s^(-1)条件下对HNi55-7-4-2合金进行等温热压缩试验,研究了该合金的高温流变行为;基于试验数据,分别采用修正Johnson-Cook(M-JC)模型和反向传播人工神经网络(BP-ANN)算法构建本构模型,对比分析这2个模型的预测精度。结果表明:HNi55-7-4-2合金的流变应力随着应变速率的增加而增大,随着变形温度的升高而降低。基于M-JC模型和BP-ANN算法建立的本构模型预测得到真应力与试验结果间的平均相对误差绝对值分别为14.63%%,0.35%%,相关系数分别为0.9787,0.9999;基于BP-ANN算法的本构模型的预测精度更高,可以较好地描述H Ni55-7-4-2合金的高温流变行为。

钠导星星群分布对MCAO系统大气层析性能影响研究

基于钠导星星群的多层共轭自适应光学(MCAO)系统是目前大口径地基望远镜获得大视场高分辨成像质量的关键部分。其中,钠导星数量及排布方式是影响MCAO系统性能的关键参数。为了明确钠导星星群分布对MCAO系统大气层析效果的影响,首先,根据层析的基本原理,建立了MCAO系统层析两层大气湍流的模型。随后,基于OOMAO仿真平台,验证了3颗钠导星星群对两层大气湍流层析结果。最后,利用视场内斯特列尔比的平均值(R_(S))和归一化标准差作为校正效果和均匀性的评价指标,讨论了3~6颗钠导星放置于正多边形顶点或者正多边形顶点结合视场中心的排布方式对湍流层析效果的影响。研究表明,针对丽江高美谷天文台大气条件(550 nm波长大气相干长度为8 cm),10 m口径望远镜视场为1',大气分为两层的情况,当正多边形的半径大于26″时,钠导星的数量达到4颗就能使系统校正后R_(S)(H波段)达到0.45。特别地,采用5颗钠导星放置在正五边形顶点并在视场中心放置1颗钠导星的星群方式层析湍流最优,MCAO系统校正后R_(S)最高,能达到0.53,且系统均匀性较好。

基于深度玻尔兹曼模型的红外与可见光图像融合

为了克服红外与可见光图像融合时噪声干扰及易产生伪影导致目标轮廓不鲜明、对比度低的缺点,提出一种基于深度模型分割的图像融合方法.首先,采用深度玻尔兹曼机学习红外与可见光的目标和背景轮廓先验,构建轮廓的深度分割模型,通过Split Bregman迭代算法获取最优能量分割后的红外与可见光图像轮廓;然后再使用非下采样轮廓波变换对源图像进行分解,并针对所分割的背景轮廓采用结构相似度的规则进行系数组合;最后进行非下采样轮廓波反变换重构出融合图像.数值试验证明,该算法可以有效获取目标和背景轮廓均清晰的融合图像,融合结果不但具有较高的对比度,还能抑制噪声影响,具有有效性.

一种改进含噪多聚焦图像融合方法

针对目前多聚焦图像融合方法处理含噪图像缺乏有效性而导致融合效果较差的问题,提出一种引导滤波结合脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域内多聚焦图像融合方法。首先,分别对待融合多聚焦图像进行NSST获取其相应高频子带和低频子带系数;对高频子带系数,通过引导滤波结合改进简化PCNN模型设置融合规则;提取相位一致性、清晰度和亮度等底层视觉特性,指导低频子带系数融合权重;最后反NSST获取最终融合结果。实验结果表明,本文方法能够在噪声干扰情况下有效完成多聚焦融合,并且边缘和纹理信息保持较好,当20标准差噪声时互信息提升了近0.15具有有效性。