一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

生物沸石过滤器用于污水再生利用工程的研究

采用生物沸石过滤器,研究自然挂膜条件下的设备启动过程,并对不同工况下的处理效果进行对比研究,得出较为经济的运行参数。在水力负荷为6.79 m3/(m2.h),气水比为1∶1时,生物沸石过滤器对氨氮、CODCr、浊度的平均去除率分别为66.43%、43.3%、68.73%,出水达到《城市污水再生利用城市杂用水水质》标准。同时对该工艺在低温下的处理效果进行试验研究,当水力停留时间为0.44 h时,氨氮平均去除率为26.25%。     

基于互信息的红外与可见光图像快速配准

针对灰度和图像特征存在较大差异的可见光和红外图像配准,给出了一种基于归一化互信息与小波变换相结合的快速图像配准算法。实验表明,该算法加快了配准过程,较利用原图像配准速度提高了约一个数量级,且配准结果具有较高的准确性和稳定性。可见该算法适用于多光谱图像配准。     

基于视差区域分割的动态规划立体匹配算法改进

基于动态规划的立体匹配算法在较低的硬件条件下,也可以满足实时性的要求,因此,可以在基于立体视觉的机器人导航避障系统中应用。但传统动态规划算法存在匹配精度不高、易出现分散畸变点等问题,因此,论文对动态规划算法初始匹配代价求取、路径寻径及回溯等加以改进。在初始代价求取阶段,提出了一种变窗口能量聚集法,通过获取场景的视差变化区域与视差连续区域的位置信息,从而使像素点在能量聚合时能够根据视差变化自适应地调整聚合窗口的大小,使能量聚合方式更加合理,提高了初始视差的准确性;在路径寻径及回溯阶段,使用多路径寻径回溯法,保留更多的可靠点,减少了误匹配现象的发生。因此,提高了立体匹配的匹配精度,并具有较好的实时性。     

图像处理在平面零件分拣控制中的应用

针对目前PLC系统对同材质、同体积零件的分拣困难,提出了给PLC系统引入视觉技术的方法。利用DDE技术将Matlab与PLC结合一起,共同完成平面零件的识别和分拣。Matlab主要完成零件图像的获取和比对识别,并将识别结果传送给PLC,而PLC则根据所接收到的识别结果,控制气缸动作,完成多种结构复杂零件的分拣任务。     

Sm的氧化对Sm2(Co,Fe,Cu,Zr)17磁体微观结构及磁性能的影响

用粉末冶金法制备了Sm2(Co,Fe,Cu,Zr)17磁体,研究了工艺过程Sm的氧化对材料性能影响。微观分析表明,Sm的氧化主要以Sm2O3形成析出孔洞,破坏了材料的组织结构,从而影响材料的性能。     

基于粒子群TOA室内定位的系统误差修正

到达时间（time of arrival,TOA）的测距易受多径干扰的影响而产生较大的系统误差,造成室内定位时精度变差。针对上述问题,首先分析了TOA定位中系统误差的产生及特点,而后提出一种基于粒子群优化的定位算法。算法利用测距值与所求解位置的空间约束关系建立求解域,而后应用粒子群算法求解,并通过建立关于系统误差的罚函数和适应度函数实现误差修正,并减小粒子搜索空间,加快算法收敛速度。实验表明,利用本文描述的定位算法,可以有效抑制室内定位中测距产生的系统误差,定位精度得到明显提高。     

镇海炼化Ⅰ套加氢裂化装置扩能及节能改造

经过扩能改造,镇海炼化Ⅰ套加氢裂化装置裂化系列生产能力由1.0 Mt/a提高至1.2 Mt/a,同时也进行了节汽、节电、低温热利用、换热流程优化和装置热联合等方面的改造,改造后装置液体收率和氢气利用率明显提高,能同时为乙烯裂解装置和催化重整装置提供优质原料。     

基于改进蚁群算法和互信息的多光谱图像的配准

基于互信息的配准算法有精度高,自动化程度高,不需要对图像进行预处理等优点,已经被大量应用于多光谱图像配准中.但是在计算互信息时,出现了很多局部极值,这就为目标函数的寻优过程带来了很大的困难.提出了一种基于蚁群算法的配准参数寻优方法,改进蚂蚁在每层节点间的转移准则以及全局信息素的更新策略.实验证明,此方法不需要人工干预,对参数的初始值没有依赖性,配准成功率高.