一种基于透视投影的单目3D目标检测网络

针对单目3D目标检测网络训练约束少、模型预测精度低的问题,通过网络结构改进、透视投影约束建立以及损失函数优化等步骤,提出了一种基于透视投影的单目3D目标检测网络．首先,在透视投影机理的基础上,利用世界、相机以及目标三者之间的变换关系,建立一种利用消失点（VP）求解3D目标边界框的模型;其次,运用空间几何关系和先验尺寸信息,将其简化为方位角、目标尺寸与3D边界框的约束关系;最后,根据尺寸约束的单峰、易回归优势,进一步提出一种学习型的方位角—尺寸的损失函数,提高了网络的学习效率和预测精度．在模型训练中,针对单目3D目标检测网络未约束3D中心的缺陷,基于3D边界框和2D边框的空间几何关系,提出联合约束方位角、尺寸、3D中心的训练策略．在KITTI和SUN-RGBD数据集上进行实验验证,结果显示本文算法能获得更准确的目标检测结果,表明在3D目标检测方面该方法比其他算法更有效．     

硬质涂层与钛合金的摩擦磨损性能研究北大核心CSCD

采用c-ARC+多弧离子镀技术在硬质合金YG8上制备了表面层分别为Ti33Al67N、Ti50Al50N和Cr30Al70lN的涂层,研究了以上涂层与TC4钛合金间的摩擦磨损行为,利用扫描电镜、电子能谱仪、显微硬度仪、划痕仪等对涂层性能及表面形貌、磨痕形貌及成分进行了表征。试验结果表明:与TC4合金摩擦时,硬质涂层最主要的磨损失效是局部撕裂,撕裂破坏程度则由涂抹的钛合金同接触物资形成的粘着节点的强度来决定。低载荷下,表面为高铝含量的Ti33Al67N涂层同TC4合金对磨时表现较佳,优于表面为中铝含量的Ti50Al50N涂层和Cr30Al70N涂层,而在高载荷下,则表面为Cr30Al70N的涂层的耐磨性较佳。     

自适应噪声加权优选经验模态分解及其在机械故障诊断中的应用

自适应噪声辅助集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)解决了集成经验模态分解在集成平均过程中的分解不完备问题,但噪声残留和虚假分量问题仍然存在。针对CEEMDAN的不足,提出了自适应噪声加权优选经验模态分解(Weighted Mean-optimized Empirical Mode Decomposition with Adaptive Noise,WMEMDAN)。该方法用改进的均值曲线构造方式提取内禀模态函数(IMF),以正交性最小为依据,从不同权重的迭代筛分结果中选取出最优IMF,改善了CEEMDAN的分解能力,同时通过对不同权重下的分解结果进行筛选,确保每一阶的IMF分量都是整体最优,减少虚假分量和残留噪声。仿真和实验信号分析结果表明,WMEMDAN在减少虚假分量和提高分解精度等方面具有优势。将所提方法应用于滚动轴承和齿轮的故障诊断,分析结果表明了方法的有效性和优越性。     

紧凑型自行车立体车库结构设计及控制系统研究

随着互联网技术的发展和大力倡导绿色出行,城市中自行车的数量逐渐增多,导致自行车存放位置紧缺及乱摆放现象日益严重。针对上述问题,设计了一种紧凑型自行车立体车库,其主要包括出入库子系统、控制子系统和人机交互子系统三个部分。首先,介绍了紧凑型自行车立体车库的整体结构和工作原理;然后,对该自行车立体车库的夹持推拉机构、旋转升降机构和联动机构等关键机构进行了设计、分析与校核;接着,对自行车立体车库控制系统的硬件与软件进行了设计;最后,基于自主研发的紧凑型自行车立体车库样机,通过自行车存取调试试验验证了其可行性。试验结果表明,该紧凑型自行车立体车库通过充分利用高度空间和采用载车架拼接组合模式,既简化了车库结构又增加了自行车存放数量,可很好地实现自行车存取。所设计的紧凑型自行车立体车库自动化程度较高,结构可靠及性能稳定,可有效缓解自行车停车难问题及乱摆放问题。     

基于Android的可联网LED照明灯的设计

智能家居是指通过物联网技术将各种设备连接到一起,物联网技术的迅速发展促进了智能家居的发展。设计了一种基于Android的可组网的LED照明灯,该LED照明灯以基于Android的智能电子设备为控制终端,通过socket通信的方法实现与LED照明灯之间的通信,达到对照明灯的开关以及亮度调节的目的。LED照明灯采用STM32F030F4P6微处理器作为控制芯片,选用高效率、高性能的TPS92515作为大功率LED的驱动,并采用USR-WIFI232-B2作为WIFI通信模块。LED照明灯的亮度通过微处理器输出的PWM信号进行调节,不仅可以实现亮度从0%-100%的线性调节,而且解决了普通照明灯在开灯和关灯时,瞬间点亮和瞬间熄灭,对人眼的冲击问题。采用该方法设计的照明灯实用性强,具有较好的推广价值。     

水下岩塞爆破技术进展

引调水工程的水下进水口施工是一个工程难题,水下岩塞爆破是开挖水下进水口的一种特殊爆破技术。笔者收集整理了国内外多项水下岩塞爆破工程案例,结合刘家峡水电站排沙洞进水口大型岩塞在深水、厚覆盖复杂条件下爆破成功的案例,介绍了此项技术在勘测、设计、火工材料、爆破网络、炮孔检测等方面的应用。刘家峡水电站排沙洞进水口对水下岩塞爆破技术的成功应用,在爆破设计理念、爆破设计理论、计算分析和试验、发明专利等方面取得了多项成果,对水下岩塞爆破技术的应用和推广有较大的促进作用,可以为取水、引水、调水等工程的水下岩塞爆破工程提供参考借鉴。     

基于自适应免疫计算的网络攻击检测研究

互联网与生俱来的开放性和交互性的特征,导致攻击者能利用网络的漏洞对网络进行破坏。网络攻击一般具有隐蔽性和高危害性,因此有效地检测网络攻击变得极为重要。为了解决大部分检测算法只能检测一类网络攻击且检测延迟高等问题,提出了一种基于自体集密度自动划分聚类方法的阴性选择算法,简称DAPC-NSA。该算法采用基于密度的聚类算法对自体训练数据进行预处理,对其进行聚类分析,剔除噪声并生成自体检测器;然后根据自我检测器生成非我检测器,同时利用自我检测器和非我检测器来检测异常。文中最后进行了模拟入侵检测实验,结果表明,相比于其他检测算法,该算法不仅能同时检测6种攻击,具有较高的检测率和较低的误测率,而且检测时间短,能达到实时检测的目标。     

云计算环境下混合协同过滤优化技术研究

作为使用最广泛的个性化推荐算法之一,协同过滤有着其他推荐算法无法比拟的优势,但在实际的应用中也面临着一些亟待解决的问题。针对冷启动问题,通过K-means聚类与改进的遗传算法相结合的混合算法实现协同过滤算法中聚类模型的构建,自适应地获取聚类算法中的K值及初始聚类中心集,由新用户或新项目自身属性信息计算熵值,来对其进行归类及近邻搜索,最终实现新用户和新项目的最优推荐。针对扩展性问题,利用基于云计算平台MapReduce分布式框架,完成相关算法的并行化计算。最后,在UCI数据集上验证了用户或项目聚类模型构建的有效性,在MovieLens数据集上,分别进行单机环境和Hadoop平台上的实验,验证了改进算法的有效性及推荐质量。     

氢气平衡与优化技术在齐鲁石化的应用

针对齐鲁石化氢气系统运行现状,采用氢夹点技术深入分析氢气系统存在的主要问题并进行氢气供用网络优化,在此基础上构建以产耗平衡监控、成本核算、管网模拟、调度优化为核心的氢气平衡与优化系统,实现对氢气生产、输送及消耗过程的全面管控,为降低氢气系统的运营成本提供有力支撑。基于氢夹点分析开展供用网络优化,可有效降低炼油厂PSA系统的提纯负荷,减少耗氢装置不必要的氢损耗,获得显著的经济效益。通过产耗监控能及时发现氢气系统产耗不平衡、异常排放等情况。产耗成本核算可在线计算出产氢、耗氢成本。管网模拟可实现氢气管网任意管段氢气流量、流速、压降等指标的软测量。调度优化模块以用氢成本最低为目标给出优化调度方案,实现以耗定产,有效降低氢气运行的成本。