社区尺度居民楼内涝淹没过程精细化模拟及室内财产损失评估

以西安一小区居民楼为研究对象,构建了高精度城市雨洪模型,并通过实测暴雨内涝监测数据验证了模型的可靠性;利用构建的模型模拟了6种设计降雨重现期下的居民楼室内动态淹没过程,并以西安市中等收入家庭的房屋配置为计算单元,分析了各类居民室内财产的淹没水深阈值,依此拟合得到了室内财产淹没水深-损失率关系曲线,结合居民楼在不同降雨重现期下的淹没水深,计算得到了各居民楼在不同降雨重现期下的内涝淹没财产损失数据。结果表明：不同降雨重现期下,同一居民楼一层居民房屋室内进水淹没水深随降雨重现期的增大而增大;同一降雨重现期下,各栋居民楼因高程不一致导致内涝淹没过程及最大淹没水深不一样。     

基于自适应聚合与深度优化的三维重建算法

针对现有基于多视图的三维重建方法未充分考虑像素点在其余视图的可见性,从而导致重建完整度不足,且在弱纹理和遮挡区域重建困难等问题,提出了一种应用于高分辨率的三维重建网络。首先提出了一种引入可见性感知的自适应成本聚合方法用于成本量的聚合,通过网络获取视图中像素点的可见性,可以提高遮挡区域重建完整性;采用基于方差预测每像素视差范围,构建空间变化的深度假设面用于分阶段重建,在最后一阶段提出了基于卷积空间传播网络的深度图优化模块,以获得优化的深度图;最后采用改进深度图融合算法,结合所有视图的像素点与3D点的重投影误差进行一致性检查,得到密集点云。在DTU 数据集上与其他方法的定量定性比较结果表明,提出的方法可以重建出细节上表现更好的场景。     

基于FCM聚类和卷积神经网络的跌倒识别算法

为了提高传统跌倒检测系统的识别准确度和运算速度,减小误报率和漏报率,本文提出了一种基于模糊C均值（Fuzzy C-means, FCM）聚类算法和卷积神经网络算法的实时跌倒检测算法。该算法以深度视觉传感器为数据获取源,提取聚类中心点速度、高度、加速度以及夹角为跌倒识别特征向量,采用阈值分析和机器算法相结合的方式实现人体跌倒识别。实验表明,该算法的识别精度达到99%,运算速度为0.178 s,相对于传统算法具有更高的识别精度和运算速度。     

基于SSD的小目标检测改进算法

目标检测算法因数据存在分辨率较低、噪声等干扰,不能有效利用特征图中目标的边缘纹理和语义信息,导致小目标检测效果较差。为此,本文提出一种基于SSD的小目标检测改进算法。首先,采用普通卷积和深度可分离卷积进行同步特征学习并融合,获得信息丰富的浅层特征。然后,在固有的5个尺度的特征层后添加通道和空间自适应权重分配网络,使得模型更关注通道和空间的重要特征信息。最后,将候选目标框进行非极大抑制筛选得到检测结果。通过将改进的方法与Faster RCNN、SSD等方法在VOC2007数据集上测试结果进行比较,该方法降低了小目标的误检率,提升了整体目标的精度,所提模型mAP达到了78.94%,比SSD网络提高了3.13%。     

基于场景模态深度理解网络的单目图像深度理解

基于深度卷积神经网络的图像处理方法得到的单目深度图像质量远高于传统图像处理方法,但该方法对无用特征的训练易产生误差积累,且基于回归求解的连续深度距离预测精度较低,导致图像深度信息提取不精确、目标边缘模糊与图像细节缺失。提出一种应用于单目彩色图像的场景模态深度理解网络。建立以堆叠沙漏为主框架的网络模型,通过反复进行自下而上和自上而下的特征提取过程融合低层次纹理与高级语义特征,在每层网络训练中结合离散的深度标签和真实深度图像降低深度理解难度,插入误差修正子模块和极大似然译码优化子模块以准确提取深度特征。实验结果表明,该网络获取的深度信息更准确,其在NYUv2数据集上绝对相关误差较ACAN网络降低0.72%,在KITTI数据集上均方相关误差较GASDA网络降低41.28%,与DORN等深度网络相比,其预测的深度图像包含更多细节信息且目标轮廓更清晰。     

DFM-GAN网络在跨年龄模拟的人脸识别技术研究

针对年龄变化对人脸识别率影响的问题,结合生成式对抗网络（Generative Adversarial Network,GAN）与深度特征迁移提出一种跨年龄人脸生成方法DFM-GAN（Depth Feature Migration GAN）,并进行跨年龄模拟人脸验证实验研究。首先通过卷积编码器将真实样本映射到特征向量,然后利用反卷积生成器将向量投影到独热编码年龄条件下的人脸集合,通过在特征空间中迁移数据库样本人脸纹理风格、语义特点等属性,模拟生成待检人员在不同年龄段的面部图像,减少与数据库样本之间的差异性。同时通过高斯边缘模糊的方法对样本数据集做预处理,引入边缘提升对抗损失函数,使生成图像具有更为清晰的边缘,对生成图像进行局部颜色直方图匹配,增加对比度,达到提高跨年龄人脸识别性能的目的。进行了单样本不同年龄实验与指定年龄多样本实验,以人脸相似度与人脸距两项指标进行实验测量,结果表明：跨年龄数据样本经过DFM-GAN生成后的人脸图像,相似度平均提高了19.24个百分点,人脸距离平均减少了0.451,在跨年龄人脸识别方向具有较好的可行性和一定的实际意义。     

基于三维点云深度学习的路面异物检测

针对采机场跑道异物FOD(ForeignObjectDebris)检测问题,本文设计了一套基于智能车载3D相机采集路面信息并进行异物检测的系统.此系统通过深度图像的深度量化值分布差异初步筛除正常路面,再经过点云异常值过滤与不均匀降样算法对参数进行纠正和数据量缩减,精简后的点云通过对路面数据适应性改进的网络进行异物检测.此网络采用PointCNN网络中的X卷积通过4次卷积提取点云数据进行空间特征,尽可能的保留了异物目标的空间信息,提高检测准确度.通过对采集的数据进行测试实验,本文设计的方法能够准确地识别出异物与非平整路面,准确率接近90％.     

R型水跃局部水头损失系数与跃后水深的计算

通过能量方程研究R型突扩水跃局部水头损失系数,完善水跃跃后水深计算的理论方法,为消力池跃后水深的计算提供新的思路。通过建立消力池出口扩散断面和跃后断面的能量方程,分析R型突扩水跃局部水头损失系数和水跃水深比的变化规律。结果发现:R型水跃相对局部水头损失系数是突然扩散断面弗劳德数和消力池突扩比的函数;相对局部水头损失系数既服从线性分布,又服从乘幂分布;水跃水深比是跃前断面弗劳德数和消力池突扩比的函数。提出了局部水头损失系数和水跃水深比的计算公式,并分别对其进行了验证。     

影响竖直地埋管深度的因素分析

《地源热泵工程技术规范》尚未对地埋管换热孔深度做出具体要求,通过建立三维数值传热模型,计算了不同深度时的传热情况,分析各种因素对地埋管换热器深度的影响,认为换热管内的流体流量为影响换热孔深度的一个重要因素,地温梯度、回填材料热物性和管道间距也对不同深度换热孔的换热能力产生了一定影响。因此在实际工程中,需要将换热孔深度加大时应相应提高管内流体流量,并合理加大换热管尺寸。     

深厚淤泥中双排钢板桩结构安全稳定性研究

针对滨海地区深厚淤泥地基中双排钢板桩围堰结构受力复杂的问题,基于土力学理论,分别从运行工况下的抗剪切变形稳定、底部抗隆稳定、整体抗滑移稳定、抗倾覆稳定以及整体滑动稳定等方面进行分析,给出了安全稳定计算公式,同时通过数学理论推导计算,给出了钢板桩最小入土深度计算公式。以浙江省某大型围垦工程水闸的双排钢板桩围堰工程为例,依据该计算公式,得出最小入土深度建议值为17.01 m,与工程实际设计值18.50 m基本一致;同时利用有限元计算软件,对该工程中双排钢板桩围堰结构进行数值模拟计算分析,并将模拟结果与钢板桩实际水平变位监测资料进行对比分析,认为该双排钢板桩围堰结构设计安全可靠,可为相关工程应用提供参考。