基于多代理系统的远程实验室研究与开发*

在分析远程实验室研究现状的基础上,详细分析了远程实验室在远程实验、实验室管理和维护、网络和设备安全等方面的功能需求,提出了一个基于多代理机制的远程实验室体系结构(ARLMAS),简要介绍了一个采用ARLMAS的远程过程控制实验室的实例。实验测试结果表明远程过程实验室满足远程过程实验的需要,ARLMAS具有很好的适应性和扩展性。     

非石灰-絮凝法处理钛白酸性废水

在总结传统的石灰法处理钛白酸性废水存在问题的基础上,进行了非石灰法处理钛白酸性废水的探索,该处理方法最终的泥渣量仅为石灰法的1/4~1/3;大分子量阳离子有机高分子絮凝剂对其有较好的沉降效果,相应的最佳投加剂量为1.25 mg/L,且分子量对沉降作用的影响强于其电荷对沉降作用的影响.     

A~2/O和无阀滤池工艺处理城市小区污水并回用

采用A2/O和无阀滤池组合工艺处理昆明船舶公司生活区的污水,介绍了该工艺的特点和设计参数.运行结果表明,该工艺投资费用较小,运行成本低(1.1元/m3),出水水质达到了<城市污水再生利用城市杂用水水质>(GB/T 18920-2002)的要求,可全部回用作该小区的绿化用水;系统的干污泥作为农田有机肥外运,实现了污泥资源化再利用的目的.实践证明,该工艺具有较强的实用性,为城市小区生活污水的再生回用提供了一种新的处理模式.     

超声辅助冷冻技术在食品浸渍式冷冻中的研究进展

目的 概述超声辅助冷冻技术在食品浸渍式冷冻中的研究进展,为今后新型技术辅助浸渍式冷冻提供研究方向.方法 研究超声辅助冷冻的成核机理和对冰晶生长的影响,以及超声对溶液性质的影响,并对超声辅助冷冻技术在食品浸渍式冷冻中的应用进行综述.结论 超声辅助浸渍式冷冻技术可以广泛应用在各类食品加工中,有很大的研究和发展空间.超声辅助冷冻技术能够进一步加快食品浸渍式冷冻的冻结速率,减小食品内部冰晶尺寸,较好地改善了冷冻食品的品质和风味,在食品加工中具有广阔的应用前景,可以高效应用于食品工业.     

基于残差注意和非对称损失的行人属性识别

针对目前行人属性识别存在着复杂样本识别精度较低和属性数据集中属性分布不平衡的问题,本文提出一种基于残差注意的行人属性识别网络。该网络采用Resnet50作为骨干网络提取出具有语义信息的行人属性特征,并采用属性类别残差注意网络结构关注属性存在的关键区域且挖掘不同属性类别之间的内部联系。同时采用归一化和非对称的加权损失策略降低行人属性样本分布不平衡的影响,加快模型收敛速度并提高属性识别精度。在行人属性公共数据集PETA和PA100K上进行实验,实验结果表明,该方法在公共数据集PETA上获得的平均识别精度为87.32%,在公共数据集PA100K上可以获得79.75%的识别精度,与其他行人属性识别方法相比具有明显优势。     

基于Transformer的多尺度物体检测

目前,Transformer基本模型对同一场景内不同尺寸物体的检测能力不足,其主要原因为各层等尺度的输入嵌入无法提取跨尺度特征,导致网络不具备在不同尺度的特征之间建立交互的能力。基于此,提出一种基于Transformer的多尺度物体检测网络,该网络采用跨尺度嵌入层初步对图像特征进行嵌入处理;利用多分支空洞卷积对输入进行下采样,通过调整并行分支的膨胀率使该结构具有多样的感受野;然后,由残差自注意力模块对输出嵌入结果进行处理,为特征图的局部和全局信息构建联系,使注意力计算融入有效的多尺度语义信息,最终实现多尺度物体检测。模型在COCO等数据集上进行训练,实验结果表明该方法与其他物体检测方法相比具有显著优势。     

可听化技术研究与发展趋势

可听化技术是听觉显示研究的一个重要研究内容,其核心内容是对用户的听觉感知的研究。文章简要回顾近年来国内外在听觉显示和可听化的研究成果,概述了可听化技术的主要研究内容,以及可听化研究和应用的开发工具的要求;并对可听化技术的应用前景和发展趋势进行了探讨。     

基于AES算法中S盒的分析研究与改进

由于AES S盒代数式只有9项过于简单且仿射变换对周期和迭代输出周期过短的原因,提出了一种新的构造S盒的解决方法。该方法通过在有限域上利用拉格朗日插值公式完全展开的系数求解方法得出了S盒和逆S盒的代数式系数表。与AES S盒构造原理导出的代数式相比,该方法具有直观且简单通用的特性。MATLAB仿真结果显示,新S盒的构造时间最短。其仿射变换周期和迭代输出周期分别高达16和256。S盒和逆S盒的严格雪崩准则距离分别降为376和304。S盒的代数式项数提高到253项。表明新S盒具有更复杂的代数结构、较好的差分特性以及非线性,同时根据仿射变换次数和S盒的构造时间进一步说明新S盒的设计既简洁又高效。      

钛表面辉光无氢渗碳电极结构尺寸优化及渗碳效果分析

针对钛表面辉光无氢渗碳技术中的电极结构,通过对辉光放电状态下等离子体中电子的作用分析,计算并优化了石墨源极与钛工件极距离、工件极和源极尺寸以及放电气体压力的数值,得出源极与工件极距离为20~40 mm,工件极的尺寸大于20 mm,源极的尺寸大于40 mm,放电气体分压大于20 Pa时,可以使电子未碰撞及几率几乎为零,能够实现石墨源极的高效溅射,并通过试验对上述结果进行了论证。     

基于Adaboost算法选取和组合SVM的行人检测算法

行人检测是计算机视觉中一个重要的研究方向,为了提高行人的识别精度,将支持向量机(Sup-port Vector Machine,SVM)和Adaboost算法结合起来,SVM是基于结构风险最小化准则的新型机器学习算法,适合小样本学习并且能够有效地抑制过拟合问题,Adaboost基于最小化训练错误率,一般使用易训练的分类器作为弱分类器.由于SVM比较难训练,因此将样本集划分形成多个训练集,然后利用正样本和不同的负样本组成不同训练集反复训练,最后通过Adaboost对训练集生成的SVM模型筛选出具有最小错误率的SVM分类器并且采用投票机制形成最终的强分类器.实验结果表明,在FPPW(false positive per window)为10-5时检测率能够达到30%,检测效果优于单个SVM算法训练出来的分类器模型,用行人测试库测试,该方法取得了较好的检测效果并且具有较强的鲁棒性.