一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

Processing and characterization of the microstructure and mechanical properties of Al6061–TiB2 composite

In the present research, aluminum metal matrix composites were processed by the stir casting technique. The effects of TiB2 rein-forcement particles, severe plastic deformation through accumulative roll bonding (ARB), and aging treatment on the microstructural charac-teristics and mechanical properties were also evaluated. Uniaxial tensile tests and microhardness measurements were conducted, and the micro-structural characteristics were investigated. Notably, the important problems associated with cast samples, including nonuniformity of the rein-forcement particles and high porosity content, were solved through the ARB process. At the initial stage, particle-free zones, as well as particle clusters, were observed on the microstructure of the composite. However, after the ARB process, fracturing phenomena occurred in brittle ceramic particles, followed by breaking down of the fragments into fine particles as the number of rolling cycles increased. Subsequently, com-posites with a uniform distribution of particles were produced. Moreover, the tensile strength and microhardness of the ARB-processed com-posites increased with the increase in the reinforcement mass fraction. However, their ductility exhibited a different trend. With post-deforma-tion aging treatment (T6), the mechanical properties of composites were improved because of the formation of fine Mg2Si precipitates.     

基于模糊强化学习的双轮机器人姿态平衡控制

针对单轨双轮机器人在静止情况下存在的固有静态不稳定问题, 提出一种基于模糊强化学习(简称为Fuzzy-Q)的控制方法。首先，运用拉格朗日法建立带控制力矩陀螺的系统动力学模型。然后, 在此基础上设计表格型强化学习算法, 实现机器人的稳定平衡控制。最后，针对算法存在的控制精度不高和控制器输出离散等问题, 采用模糊理论泛化动作空间, 改善控制精度, 并使控制输出连续。仿真实验表明, 相较于传统强化学习方法, 所提方法能够显著提高控制精度, 且可以有效抑制外界干扰力矩对系统的影响, 保证系统具有一定的抗干扰能力。     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit, GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题, 依据无人机的实时数据, 构建了基于路径的多层规划模型, 并设计了模型的算法求解流程。使用遗传算法与禁忌搜索混合算法, 得出了任务规划中的最优路径规划, 并在此基础上进行了冲突的消除。通过仿真案例表明, 用无人机协同配合导弹部队作战, 实时传输作战数据, 能够解决战场信息模糊不确定的问题; 使用多层规划模型能够为导弹多波次规划作战的路径进行科学的决策和选择。利用遗传算法和禁忌搜索混合算法, 能够避免局部最优导致无法输出结果的现象。     

基于多尺度投入-产出表的中国对外贸易产业结构调整多目标优化

出口贸易引发的资源流失风险是当今研究的热点. 本文动态地分析了出口贸易引起的资源流出变动及其影响因素, 并对2018-2022年中国地区出口贸易进行优化调整. 首先, 本文利用行业间投入-产出表和资源消耗数据计算中国各行业的直接和完全资源消耗系数; 其次, 利用结构分解模型挖掘出口导向的隐含资源流出量变动的主要原因; 随即, 将45个行业进行聚类分析, 探讨未来各行业的节约资源潜力和调整路径; 最后基于情景分析和多目标优化理论, 从出口贸易结构, 贸易额和技术发展视角对中国未来出口贸易进行模拟分析. 实证分析结果表明: (1) 直接消耗强度, 技术进步, 出口总量和出口结构等4个影响因素中, 出口额对资源流失风险的贡献率最大. 直接能源消耗强度有助于降低因出口导致的能源流出, 而完全消耗水资源强度的降低大大减少了资源流失风险, 符合现实； (2) 以2017 年为基准年, 利用多目标优化模型求解2018-2022年出口结构和出口量, 结果表明优化结果有利于降低资源流出量. 通过调整未来各行业资源消耗强度, 优化结果发现技术提升带来的资源节约优势逐渐增强, 本文认为, 为技术改善的资金(人员)投入的边际产出呈现逐渐增强效应.     

高校网站推广与 SEO 技术的融合

随着互联网技术的高速发展，信息量的飞速增长，搜索引擎得到越来越广泛的应用。使用搜索引擎寻找信息已经成为人们获取信息最主要、最快捷的途径，常用的搜索引擎营销方式包括关键字广告、竞价排名及搜索引擎优化（SEO）。针对SEO 技术在网络营销中的作用日渐显现的事实，给出高校网站使用SEO技术有效实现网站推广的策略与网站优化的方式。     

基于高效差分敏度分析的谐响应形状优化

基于谐响应组合近似重分析方法,提出了近似-差分敏度求解策略.数值算例表明,在结构小扰动下,近似-差分结果具有足够的精度反映敏度信息,并克服了差分敏度求解计算量大的缺点.以结构体积最小为目标,自由度振幅为约束,建立了谐响应下的连续体形状优化模型,实现了结构形状优化设计;通过数值算例对不同结构参数和激励下的优化结果进行了对比分析,结果验证了方法和模型的可行性和有效性.     

可变进气涡流系统气道入口流速的PIV测量

为了研究双进气道柴油机缸内涡流的调节原理及性能,在稳流气道试验台上测试了一种带涡流调节阀的新型气道组合的流通能力与调节涡流的性能.用PIV系统对各个工况下气道入口的流场进行测量,通过PIV系统输出的二维流场信息估算气道进气质量流量的变化及分配情况,同时利用AVL-FIRE对整个实验系统进行了CFD分析.结果表明,柴油机双进气道通过涡流控制阀调节直气道的进气质量流量及流速,引起总的质量流量的变化,进而改变了缸内涡流的大小.     

基于在线归档技术的多目标粒子群算法

提出一种基于在线归档技术的新型多目标粒子群优化算法. 使用外部集归档,在归档粒子中采用适应值共享技术选出全局最优位置,使得种群多样性得以维持;在粒子群的进化过程中,使用在线归档策略,将归档的粒子合理地引入下一代的种群,淘汰原种群中的不良粒子,从而保证进化过程中种群的优良性. 用Zitzler的两个多目标测试函数评价算法的性能. 结果表明,该算法能快速收敛到Pareto非劣最优目标域,并且解集沿着Pareto非劣最优目标域有很好的扩展性.