基于FSCD-CNN的深度图像快速帧内预测模式选择算法

针对3D-HEVC的多视点视频加深度图的编码格式和四叉树编码结构所带来的编码复杂度问题，提出了一种深度图像快速帧内预测模式选择算法。首先，从深度视频序列中以最优的深度图最大编码单元（largest coding unit，LCU）划分深度为标签获取训练集；其次，构建了适用于LCU的Cu深度快速选择卷积神经网络（fast selecting Cu’s depth-convolutionalneural network，FSCD-CNN）；最后，对深度图LCU进行划分深度预测，跳过部分编码模式决策，实现最佳LCU划分。实验结果表明，与相关文献对比，所提算法在保持了编码性能的同时平均减少了15%的编码时间，实验验证了其有效性和可靠性。     

基于正弦注意力表征网络的环境声音识别

将正弦注意力表征网络引入环境声音识别，首先提取梅尔频率倒谱系数（Melfrequency cepstral coefficient，MFCC）作为音频识别特征，使用门控循环单元提取MFCC每一帧的特征，根据正弦函数激活每一帧音频得分，并依照每一帧的音频得分为音频重新分配权重，从而将注意力集中在音频重点区域。最后结合全连接层和Softmax分类器对环境声音类别进行判别。实验在公开数据集Urban Sound 8K上验证并与其他模型对比，结果表明所提出模型效果最好，在数据集上的识别率高达93.5%。     

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。     

基于蓝牙的多功能台灯控制系统设计

针对台灯的个性化和智能化，设计了一套基于蓝牙的多功能台灯控制系统.首先用光敏传感器检测光照强度，用红外感应传感器检测是否有人，用超声波传感器检测使用者与台灯之间的距离，然后将这些检测信号传输到单片机，单片机将信号与设定值进行对比分析，再判断台灯的开/关状态，调节灯光亮度，对使用者的坐姿和使用时间作出语音提醒等.同时，相应参数实时显示在OLED屏和蓝牙终端，使用者通过蓝牙终端可以对台灯进行控制.与蓝牙的联机测试结果显示，系统功能强大，运行稳定.     

基于载荷均衡的韧性配电网分布式故障恢复

韧性电力系统旨在应对电力系统的极端事件,高效的故障恢复是提高配电网韧性的重要手段。为了提升配电网的韧性,提出了基于载荷均衡的分布式故障恢复方法。首先,相邻馈线终端单元根据故障恢复区负荷、相邻馈线容量及负载率,计算各相邻馈线完成故障恢复后的负载率期望值。然后,各相邻馈线终端单元均以该期望值为目标,分别完成各自的故障恢复路径。最后,根据各相邻馈线的故障恢复路径形成故障恢复区的故障恢复方案。算例分析结果表明,该方法在保证各馈线载荷均衡的前提下可以有效而快速地实现故障恢复。     

基于级联可分离空洞残差U-Net的肝脏肿瘤分割

计算机辅助肝脏肿瘤分割可减少医生工作量，提高手术成功率，因而具有重要的临床诊疗价值。为获得精确的肝脏肿瘤自动分割结果，该文结合医学影像分割领域近年新兴的U-Net模块提出了基于级联可分离空洞残差U-Net（cascaded separable and dilated residualU-Net，CSDResU-Net）的肝脏肿瘤分割方法。CSDResU-Net采用了级联操作，解决了因肿瘤在整幅图像中占比小而造成的肿瘤分割数据不平衡问题；通过在分割网络中整合残差单元、深度可分离卷积和空洞卷积，能够增加卷积核感受野并快速提取更具判别性的肝脏肿瘤图像特征，从而提高肝脏肿瘤分割精度。在国际医学图像计算和计算机辅助干预协会肝脏肿瘤分割数据库上的实验结果表明，CSDResU-Net比基线方法的Dice系数指标提升了1.3%，同时发现空洞率对分割网络的性能表现影响较大。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

考虑外委的露天矿剥岩计划的优化研究

针对“剥岩高峰”对矿山生产带来的不利影响，研究了设备配置更新策略与露天开采外委剥离的优化问题.基于铲运设备的运营成本与生产能力随设备役龄变化的关系，建立了决策单台设备退役时间的动态经济寿命计算模型，并根据此模型给出了具体的设备配置算法步骤.设置一系列不同的矿山自剥离量与外委剥离量的分界水平，计算各分界水平条件下的外委单价可行区间，然后在区间内确定外委商谈价格并分析得出与之对应的总成本净现值最低的外委方案.实例计算证明，采用该方法减少设备投资的成本要高于外委岩石剥离成本.     

空间同位素热源故障再入极端环境条件分析

空间核动力源是支撑人类探索宇宙空间的关键技术,但安全问题始终是空间核动力源设计和应用的重要部分。文章以我国未来月球探测任务为背景,针对可能发生的典型的事故场景,建立三自由度动力学模型,并引入基于化学非平衡方程、完全气体方程的计算流体力学方法,开展空间同位素热源故障再入情况下的极端环境条件分析,分析空间同位素热源故障再入情况下气动力/热环境、海平面高度飞行速度和弹道倾角等极端环境条件。研究结果表明：同位素热源阻力系数为1.6左右,无量纲纵向压心系数约为0.5,再入过程0攻角驻点热流密度峰值约为8.1 MW/m²,总加热量约为101.55 MJ/m²；从80 km开始经178.3 s到达海平面高度,此时同位素热源的飞行速度为86.5 m/s,弹道倾角为-89.9°。     

运动疲劳大鼠丘脑腹外侧核神经元自发放电特征的分析

通过观察力竭运动对大鼠丘脑腹外侧核(VL)神经元自发放电活动的影响,探讨丘脑腹外侧核在运动疲劳中枢调控过程中的作用.选取雄性Wistar大鼠,随机分为对照组和疲劳组.采用跑台递增负荷运动方案,建立运动疲劳模型.采用玻璃微电极的体电生理学技术,观察丘脑腹外侧核神经元自发放电活动,并对其放电模式、放电频率、锋电位间隔直方图进行线下分析.得到了FG大鼠丘脑腹外侧核单簇发混合放电和规则单发放电神经元比例明显低于CG(P0.01),爆发式放电神经元比例明显高于CG(P0.01).FG大鼠丘脑腹外侧核神经元总放电频率显著低于CG(P0.05),规则单发放电频率有所升高,单簇发混合放电频率有所降低,但与CG相比均未见显著差异(P0.05).可以看出大鼠丘脑腹外侧核神经元参与了运动性疲劳的中枢调控.丘脑腹外侧核在运动疲劳引起间接通路与直接通路的调节功能失衡过程中起关键作用.