基于强化局部特征的3D点云分类与分割网络

在点云的处理过程中，许多深度学习网络未能充分考虑局部点之间的复杂关系，导致大量空间几何信息丢失。针对该问题，提出了一个强化局部特征的网络，用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码；通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数，结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验，结果表明：该网络在点云的目标分类和语义分割任务上表现出较好的性能。     

基于随机机器故障的柔性作业车间动态调度

为了有效快速地应对生产过程中出现的随机机器故障,构建了一个故障机器可恢复的动态柔性作业车间调度模型,采用事件和周期混合驱动的方式,设计了一个组合重调度策略.在组合重调度策略中,将改进的二叉树右移重调度与完全重调度进行组合,引入序位偏差和完工时间偏差为重调度评价指标,对重调度方法进行选择,并且在精英选择遗传算法(elite selection genetic algo-rithm,ESGA)基础上,对精英选择策略进行改进,以防止陷入局部最优.试验算例仿真结果表明,动态调度算法对随机机器故障下的柔性作业车间动态调度是有效的.     

校园文化与校园体育实践

该文探讨了校园文化在校园体育实践中的重要作用.作为一种群体文化,校园文化在教学系统中扮演着重要的角色,而校园体育文化正是在这种背景下衍生出的一种亚文化.当前的校园体育实践面临着诸多的问题,校园文化的三个基本特征互动性、渗透性、传承性都对体育实践起到至关重要的作用,并为校园体育活动中的一些问题提供了新的解决思路.     

溶出固形物对软米硬度和黏弹性的影响

以粳米和糯米为对照,研究了溶出固形物对软米硬度和黏弹性的影响。分析发现软米溶出固形物质量分数为11.85%,显著高于粳米和糯米(P<0.05),与弹性显著正相关(P<0.05)；与粳米和糯米相比,软米中的固形物直支链淀粉比最低,利于形成连续凝胶网结构。此外,软米溶出淀粉侧链中聚合度为6~12的短链A链比例最高,赋予其较好的黏弹性。质构和流变分析结果表明:除溶出固形物后,软米的硬度显著增加,黏硬比和弹性显著降低。扫描电子显微镜结果表明:除溶出固形物后米粒表面粗糙、凹凸不平,有明显的孔洞；软米表面所形成的渔网状孔洞状结构能够对饭粒起到支撑作用,使得整个饭粒弹性更好。溶出固形物含量、组成、分子结构及其在米饭表面分布的差异是软米较低硬度和较好黏弹性优势产生的主要原因。     

基于虚拟势场和学习自动机的有向传感网覆盖控制

针对目前有向传感网中覆盖增强和冗余节点体眠调度算法存在的问题,提出虚拟势场结合学习自动机的覆盖控制算法.引入基于质心距离和重复感知率的虚拟力改进模型,综合考虑虚拟向心力和切向力对感知角度调整的影响,建立微观虚拟力与转动角度的关系模型,并根据网络整体覆盖率增长率对节点调整幅度进行宏观控制,合理调整节点感知方向.在此基础上,根据节点重复感知率和能量因素建立学习自动机与环境信息的交互机制,学习最优的冗余节点休眠调度策略.仿真实验结果表明,该算法能够显著增强网络覆盖,并有效地控制网络覆盖冗余.     

微生物合成黄酮类化合物的研究进展

目前,工业生产黄酮类化合物面临价格昂贵等一系列问题,因此用微生物廉价生产黄酮类化合物具有重要意义。近年来系统代谢工程的出现,提供了一个全新的角度来解决传统受限制的生物工业过程。介绍了利用代谢流调控、强化前体物质积累等代谢工程策略,实现微生物法生产黄酮类化合物的国际研究状况,希望对解决目前大规模生产黄酮类物质存在的限制和挑战提供参考。     

基于ICA概率密度指标的过程监控

基于独立成分分析的多变量统计过程监控一般采用PCA方法的监控指标进行过程监控,并没有充分利用ICA方法特性.根据ICA分离得到的成分相互独立这一特性,提出了一种概率密度监控指标.用核密度估计的方法估计各成分概率密度,从而得到所有成分的联合概率密度,再根据联合概率密度判断过程状态是否异常.通过TE过程仿真表明,新的概率密度指标与传统指标相比,能检测出更多的故障点,监控效果更加有效.     

基于PSCAD的微电网孤网模式建模与仿真

针对传统下垂控制受微网线路阻抗因素的影响,无功功率难以实现精确的分配问题,采用一种无功-电压微分(Q-dU/dt)下垂控制.该策略是基于电压幅值变化率的电压补偿控制方法,实现无功功率的精确分配.在PSCAD中分别建立该方法的控制系统模型,并对系统孤网运行模式进行仿真研究,结果验证了控制系统模型的有效性.     

基于全局与局部特征的嵌入式人脸识别系统

基于主成分分析人脸识别算法,提出一种基于全局特征和局部特征的加权算法,并且在嵌入式(Tiny6410)上完成系统的设计与实现.利用主成分分析提取人脸全局特征,根据特征值贡献率获取降维后的人脸子空间,采用欧氏距离匹配测试样本;用人眼检测算法、鼻子检测算法等提取每个样本的左眼、右眼、鼻子、嘴,分别建立样本集,采用主成分分析;分别计算全局和局部特征的离散度,根据离散度进行自动加权算法,给出最终的人脸识别结果.实验表明,该系统具有一定的稳定性,识别效果优于单一模块的识别.     

基于嵌入式前端服务器的音视频监控系统设计

采用TMS320DM365多媒体处理器设计并实现了一种集音视频采集、编码、压缩、本地存储、RTP/RTCP,RTSP传输的嵌入式前端服务器.该监控系统在PC或者Android系统的PDA上实时接收并播放音视频流,实现了音视频实时监控;可用于小型企业安防,智能家居等监控领域.经VLC播放器统计信息中音视频丢帧数统计测试,音视频还原流畅,同步效果良好.