基于嵌入式系统的多任务人脸属性估计算法

针对传统人脸属性估计算法算力大、推理速度慢、精度低,难以完成算法在移动或嵌入式设备上集成应用等问题,提出一种基于嵌入式系统的多任务人脸属性估计算法。首先,采用MobileFaceNet网络中的瓶颈结构融合跨阶段融合网络(cross stage partial network, CSPNet)和空间金字塔网络(spatial pyramid pooling network, SPPNet)设计CSPSPP＿bk结构作为人脸属性估计算法共享网络特征提取模块;然后,在局部属性中增加通道注意力机制,在较困难的全局属性中使用更深、性能更优的网络模型作为Teacher模型指导所设计的轻量级多任务属性网络进行知识蒸馏,采用逐层剪枝的方法对网络模型进行优化,优化后的模型量仅1.8 MB;最后,通过动态类别抑制损失函数进行损失度量,均衡样本数据分布。在公共数据集CelebA和Adience数据集上进行测试比较,性别和眼镜的平均准确率分别为98.89%、99.72%,标准差为3.01%时,年龄估计精度为60.21%,在RK3288开发板上的前传推理速度为138 fps。结果表明：所提方法可广泛应用于嵌入式...     

基于关联规则算法的换流站SER事件集挖掘方法

为提高运维人员面对换流站生成的海量事件顺序记录(sequence events recorder, SER)数据的分析能力,提出一种基于关联规则算法的换流站SER事件组挖掘方法。首先利用原始SER事件特征筛选,建立换流站SER事件多维模型;进而利用关联规则算法FP-Growth算法进行数据挖掘与分析,得到换流站典型事件的SER支持组与置信事件;最后基于SER支持组与置信事件分析SER事件集可靠性,方便换流站运维人员及时发现换流站的设备异常动作,减少人工盘查SER造成的事件漏看、错看的可能性。通过挖掘昆柳龙直流(direct current, DC)换流站调试期间SER事件集,表明所提出的方法可以有效地挖掘SER事件集的关联性,为运维人员及时发现SER事件缺失起参考作用。     

茜草种子萌发特性的研究

为了解茜草种子的特性,探讨温度、光照等条件对茜草种子萌发的影响,观测了茜草种子的形态、千粒质量、水分含量、吸水率,测定了茜草种子在不同温度条件(15,20,25℃)下,黑暗和光照条件下的发芽率、发芽势.结果表明,室温下茜草种子吸水率在36h达到饱和,为161%;茜草种子在20℃条件下萌发率最高为69%;光照和黑暗条件下茜草种子发芽率和发芽势无显著差异,但在黑暗条件下可以缩短茜草种子的发芽时间.     

矩形钢管混凝土大跨度带悬挑桁架的试验研究

矩形钢管混凝土桁架能充分发挥钢管混凝土的受力性能,是适用于大跨度结构的结构形式。本文通过对2个大尺寸的大跨带悬挑矩形钢管混凝土桁架和矩形钢管桁架模型对比试验,考察了该桁架结构的破坏形态、变形特点和承载性能。试验结果表明,填充混凝土的钢管混凝土桁架试件的刚度提高、变形减小,极限承载力也有所提高,填充混凝土可以有效防止受压钢管壁的局部屈曲,试件破坏受材料的强度控制;采用直接焊接节点连接的钢管桁架和钢管混凝土桁架中腹杆和弦杆在节点处的杆端弯距较大,其对节点承载力的影响不可忽略,在设计中应加以考虑。     

基于模糊熵和结构特征的边缘检测方法

为了使检测的图像边缘结核定位好,并且产生边续的精细边缘,同时能有效滤除边缘图像中的噪声,提出一种基于模糊熵与边缘结构特征相结合的新的图像边缘检测方法。该方法首先将图像的灰度值特征空间转换为模糊熵特征空间,计算出每个像素在模糊熵特征空间的相异测度,结合3×3 邻域内的12种有效的边缘结构,提取图像中每个像素的结构信息测度图像阵列和方向信息测度图像阵列,然后对结构信息测度图像阵列和方向信息测度图像阵列实施非极大抑制,确定最终的边缘像素图像。实验结果表明该方法所检测出的图像边缘细节丰富,单像素宽,定位准确,有较好的抗噪性。     

钯催化多组分反应合成喹啉化合物研究

以芳香醛、芳香胺和二氢呋喃或二氢吡喃为原料,在氯化钯和苄基三乙基氯化铵的复合催化作用下,在乙腈溶剂中进行多组分反应,高收率地合成了一系列的苯并呋喃类喹啉类衍生物和苯并吡喃类喹啉类衍生物,所有产物均通过熔点、IR、1H NMR、13C NMR、MS和单晶测试等手段进行结构鉴定与表征,其中包括12个新化合物.探讨了上述多组分反应的最佳反应温度、最佳催化剂及用量,并推测了可能的反应机理.     

既有大跨空间钢结构安全性评定方法

从构件角度对既有大跨度空间钢结构的安全性评定方法进行研究,根据<建筑结构可靠度设计统一标准>(GB 50068-2001)规定的结构构件承载能力极限状态的可靠度指标,提出既有钢结构构件的安全性等级应划分为安全与不安全两等级.基于荷载模型和抗力模型,确定了作用于既有大跨空间钢结构的各类荷载标准值.以分项系数确定的抗力与可靠度指标确定的抗力相对误差最小为原则编写可靠度程序,得到适合既有大跨空间钢结构评定的γG=1.2,γQ=1.3,以及各类构件的最优抗力分项系数.在综合考虑构件权重的基础上,提出了以整体性、承载安全性和整体稳定性的最低等级作为结构安全性等级的安全性评定方法.     

面向环形管道的电力巡检机器人设计与环境建图

在大型水电站中,离相封闭母线（isolated phase enclosed bus, IPB）只能通过预防性试验对设备状态进行检查,难以目视外观检查。为解决这种密闭狭小空间的环形管道的巡检困难问题,提出了一种可在水平、竖直段上行走的轮式攀爬机器人。首先,对攀爬机器人移动和附着方式进行对比分析,根据实际工况,选用轮式推力附着方式并基于该方式对机器人整体结构进行力学分析;通过搭建的模拟IPB管道内的运动实验,结果验证了巡检机器人满足水电站内IPB管道的检修需求且具有良好的适应性;设计基于柱坐标的点云配准方法,解决了管道内无法正确建图的问题,且计算时间优于激光雷达里程计建图 (lidar odometry and mapping, LOAM)及迭代最近点 (iterative closest point, ICP)算法,拓展了激光雷达点云建图的应用范围。     

基于差分自回归移动平均模型、长短期记忆网络模型及相关模型的无人机俯仰角预测

为了提高无人机俯仰角故障数据处理和预测的精确性和可靠性,避免增加无人机试飞成本,利用长短期记忆网络（Long Short Term Memory,LSTM）、注意力机制+LSTM模型和差分自回归移动平均模型（Autoregressive Integrated Moving Average Model,ARIMA）模型预测无人机试飞俯仰角故障数据。结果表明,ARIMA预测结果：MAE（Mean Absolute Error）=0.35,RMSE（Root Mean Square Error）=0.73,MAPE(Mean Absolute Percentage Error)=23.80%;LSTM模型预测结果：MAE=0.49,RMSE=0.74,MAPE=45.20%;注意力机制+LSTM模型预测结果：MAE=0.17,RMSE=0.53,MAPE=18.93%。可见注意力机制+LSTM模型比其余两种模型更适合于试飞俯仰角的数据预测,以上三种方法对无人机故障数据预测都具有实际意义,有效的预测可以推进自动飞行器和移动机器人的异常检测或外国直接投资研究的最新进展,以进一步提高自动和远程飞行操作的安全性。     

滴落状血迹形态与滴落高度的相关性研究

滴落状血迹是刑事案件现场常见血迹类型之一,因其包含丰富的信息,在现场分析及重建中是技术人员重点分析的内容.通常,针对犯罪现场滴落状血迹,需要推断是人体何部位出血,是直接形成还是间接形成.其中,推断滴落状血迹的量以及滴落高度是常见的问题.本文在考察已有研究成果的基础上,使用自主研发的测量记录程序进行了大规模的实验研究,并利用SPsS16.0 软件对实验数据进行分析,通过分析得到如下结论:线性回归模型和对数回归模型均能较好地拟合实验数据.而对数回归模型更符合实际情况,结合使用两种模型推算出的高度范围可以作为分析现场滴落状血迹的参考.