输电线路中销钉缺陷的自适应检测技术研究

针对复杂环境背景下小尺寸目标的检测难题,基于Faster R-CNN框架提出优化算法模型．首先,在特征提取模块的残差网络中叠加残差结构,增大感受野,提高特征提取能力;然后,在卷积计算中利用可变形卷积核替代传统卷积核,对空间形变较大的目标实现自适应特征提取;最后,通过平均定位召回精度损失(aLRP loss)平衡分类与回归任务,从而提高销钉缺陷的检测精度,并用最优定位召回精度(oLRP)度量检测结果．测试集上的实验结果显示：优化算法比基线算法的平均精度均值(mAP)提升了7.6%,比未引入定位排序算法的oLRP均值降低了7.1%.     

基于多尺度特征融合的语音频带扩展

针对现有的深度学习模型在语音频带扩展领域数据特征利用不充分、训练周期长以及生成语音质量不高等问题,提出了一种新型的端到端神经网络模型,该模型通过融合不同数据维度特征促使网络模型利用更少的数据特征量,获取更多的低高频映射关系解,从而减少模型的整体训练周期．为了提高长时序数据中关键特征的权重占比,设计了一种残差多头自注意力机制,从而达到数据特征利用率的最大化．此外,提出了一种基于时频域和Mel频谱的混合损失函数对模型进行优化．实验结果表明：该方法重构的宽带语音在主客观的评价中均优于传统方法和近年来的一些基于神经网络的语音频带扩展方法．     

基于柠檬酸钠掺杂SnO2的钙钛矿太阳能电池

针对商用SnO₂水分散液易发生颗粒团聚的问题和提升SnO₂薄膜电学和表面性能的需求,提出了一种利用小分子螯合剂对SnO₂进行优化的策略。该策略选用低成本的螯合剂柠檬酸钠(SC:Sodium Citrate)对SnO₂传输层进行掺杂,制备的器件结构为ITO/SnO₂+SC/FA_1-xMA_xPbI₃/Spiro-OMeTAD/Au的PSCs。在引入浓度经过优化的SC后,PSCs的开路电压和填充因子最高可达1.135 V和78.23%,能量转换效率为21.53%,与未引入SC的器件相比获得了明显提升。对薄膜和器件进行表征后发现,SC的掺杂可提升SnO₂薄膜的电学和表面性能,进而改善了钙钛矿的结晶。对集成的器件进行表征发现缺陷密度降低,载流子复合引起的电压和填充因子损失减少,电荷传输的效率得到明显改善。     

基于半连续两部模型的保险损失预测

【目的】提高保险领域中保单累积损失预测的准确率。传统的Tweedie回归模型只能对非零均值建立回归模型,却不能对零概率建立回归模型,从而导致该模型的拟合效果并不理想。【方法】考虑到保单损失数据中往往包含着大量的零索赔,此时可视其为一种半连续型数据。因此,基于半连续两部模型,并考虑到累积损失中非零连续部分的分布类型,提出3种不同的累积损失预测模型,并结合一组实际损失数据进行模型对比分析。【结果】与Tweedie回归模型相比,本研究所提出的半连续两部回归模型的赤池信息准则值(Akaike information criterion, AIC)和贝叶斯信息量准则值(Bayesian information criterion, BIC)更小,具有较好的拟合效果。【结论】本研究结果可为保险领域中的保单累积损失预测提供参考。     

无粘结全预应力砼梁预应力损失的贝叶斯估计

提出了用于无粘结全预应力砼梁中预应力损失检测的贝叶斯概率法。研究了预应力筋在转动约束下自由振动特征,求得频率方程,以等效刚度的形式实现其在有限元中的建模。考虑测试结果的噪声影响和结构参数的随机性,利用自适应的马尔科夫链蒙特卡罗抽样技术(AM—MCMC)对梁的有限元模型进行了模型修正,构造出不相关的结构参数样本序列。在获取其后验分布统计特征的基础上预测了梁预应力损失的分布范围。数值模拟结果表明:AM—MCMC抽样技术确保了样本序列的混合能力。选择适当的抽样间隔可以减小样本序列之间的自相关性。对于不同的预应力水平,预测的预应力损失统计均值和试验值之间误差均小于6%。     

基于YOLO v5的工人玩手机行为检测方法研究

为规范工人生产行为、减少安全事故发生,提出一种监控工人使用手机行为检测算法.该算法以YOLO v5模型为基础,对其网络结构和损失函数进行改进.首先,优化主干网络,将ConvNeXt Block和SPP结构引入浅层网络增加浅层特征的提取;然后,在主干网络与特征聚合网络之间构建CBAM注意力机制层,过滤冗余信息;最后,选取EIoU损失函数代替GIoU损失函数,提高模型收敛速度与检测结果的定位精度.通过自建工人使用手机行为数据集,分别对YOLO v5原模型、改进模型以及主流模型进行对比.试验结果表明,在人体和手机目标检测中,改进模型有更好的检测精度和检测速度.     

深抽井新型助抽设备增效机理及优化设计方法

由于存在冲程损失大、泵漏失严重等现象,深抽井有杆抽油系统泵效过低的问题较为突出。实践证明,井下分级助抽器能够有效提升深抽井泵效,但其具体增效机理即主控因素尚不明确,并缺乏有效的优化设计方法。针对上述问题,从分级助抽器增效机理入手,探究各机理的主控因素,构建相应的数学模型,并建立分级助抽器优化设计方法,确定合理参数。分析表明,分级助抽器能够有效降低冲程损失、控制泵漏失量,而分级助抽器间距、直径、气液比、冲程冲次等因素均会影响其增效效果, 建议助抽器间距为40~60m,与油管间隙为1~2mm。上述研究为深抽井的提产增效提供了依据。     

复合Rayleigh分布模型尺度参数的Bayes估计

基于完全样本讨论了复合Rayleigh分布尺度参数的估计问题。在平方误差损失、LINEX损失函数下导出了复合Rayleigh分布尺度参数的Bayes估计。给出了Monte Carlo数值模拟例子,将得到的估计与最大似然估计进行比较。     

台风风暴潮损失评估方式的优化分析

全球气候变化背景下,海平面上升和温室气体的大量排放加剧了台风风暴潮损失,构建准确的损失评估模型对海洋防灾减灾工作有重大现实意义。本文选用1995-2020年50组广东省台风风暴潮进行试验,基于气候变化和风险评估理论建立台风风暴潮损失评估指标体系,使用主成分分析筛选输入因子,进行RBF神经网络和支持向量回归模型的直接经济损失和海水养殖受灾面积评估,通过比较有无气候变化指标评估模型的结果,验证了气候变化是影响灾害损失的重要因素。采用熵权法组合RBF神经网络和支持向量回归模型进行直接经济损失评估,对比单一模型发现组合模型有更好的预测精度,为防灾减灾事业提供了有效的损失评估方式。     

公路声屏障降噪性能数值模拟及结构优化

为提高公路声屏障的降噪性能,从声波绕射和反射两个角度考虑,通过声学有限元法(finite element method,FEM)分别探究声屏障顶端类型和表面扩散体间距、宽度以及高度对声屏障插入损失的影响,基于以上分析,提出一种适用于治理公路交通噪声的复合结构声屏障。结果表明,改变声屏障顶端和扩散体结构,对低频噪声影响较小;对于中、高频段,90°夹角的Y型声屏障降噪效果较好,在1 250～2 000 Hz频段内其插入损失较其他顶端类型可提升13 dB;当频率在1 000 Hz附近时,增加矩形扩散体的宽度、高度和间距可提高声屏障降噪效果;针对主要集中在800～1 250 Hz的公路交通噪声,设置复合结构声屏障可有效抑制声影区噪声辐射,附加扩散体后的复合声屏障与Y型声屏障相比,其插入损失最大可提高6 dB。