基于滤波反投影的超短锥束CT扫描算法

分析了现有的一些超短扫描算法,提出一种基于滤波反投影(FBP)方法的超短扫描算法和实现这种算法的圆周分段联合的扫描方式.用该算法对感兴趣区域实施超短扫描所获取的数据可以进行精确的体积重建,并且对噪声不敏感.所提出的圆周分段联合的锥束投影扫描是一种把圆周轨道的半扫描和超短扫描进行合并的组合扫描方式,这种方式有助于提高病灶区域的空间分辨率和密度分辨率,并可降低病人所受X射线照射的剂量.     

绳驱动并联打磨机构模糊控制策略

船舶坞修作为维护和修复船舶结构的关键环节,在船舶行业中扮演着重要的角色。然而,目前船舶坞修时表面打磨过程依赖于传统的人工作业,存在着效率低、工时长、危险性高等问题。为此,提出了一种新型绳驱动式打磨机构,该机构采用四根绳索驱动打磨装置实现三自由度的运动。首先,通过拉格朗日法建立系统的动力学模型;然后在动力学模型的基础上提出了一种带有绳索张力优化项的Fuzzy-PID(proportional integral derivative)控制策略,该控制策略可以实现精确的轨迹跟踪并保证绳索处于张紧状态;最后,通过数值仿真验证所提控制策略的有效性。结果表明,和绳牵引并联机器人上常用的PID控制相比,所提控制策略控制精度提高25%,具有较高的控制精度和稳定性。本文提出的绳驱动式打磨机构及其控制策略可为大型结构件表面处理和精密制造等应用提供一定理论支持。     

基于GRU-DRSN的双通道人体活动识别

人体活动识别(human activity recognizition, HAR)在医疗、军工、智能家居等领域有很大的应用空间。传统机器学习方法特征提取难度较大且精度不高。针对上述问题并结合传感器时序特性,提出了一种融合CBAM(convolutional block attention module)注意力机制的GRU-DRSN双通道并行模型,有效避免了传统串行模型因网络深度加深引起梯度爆炸和消失问题。同时并行结构使得两条支路具有相同的优先级,使用深度残差收缩网络(deep residual shrinkage network, DRSN)提取数据的深层空间特征,同时使用门控循环结构(gated recurrent unit, GRU)学习活动样本在时间序列上的特征,同时进行提取样本不同维度的特征,并通过CBAM模块进行特征的权重分配,最后通过Softmax层进行识别,实现了端对端的人体活动识别。使用公开数据集(wireless sensor data mining, WISDM)进行验证,模型平均精度达到了97.6%,与传统机器学习模型和前人所提神经网络模型相比,有更好的识别效果。     

蜉蝣算法在供应链库存优化中的应用

针对蜉蝣算法（Mayfly algorithm）全局搜索能力差,搜索精度不高和自适应能力弱等问题,提出一种多策略融合的蜉蝣算法。首先,提出吸引力增强因子,同时引入自适应动态调节的重力系数,来平衡搜索和开发能力。其次,提出中值位置作为群体位置的一部分,加强种群交流,避免陷入到局部最优;最后,引入正弦余弦策略,增强全局搜索能力,提高收敛精度并增强稳定性。8种典型功能函数的仿真结果证明改进后的算法收敛能力提高、收敛精度加强。将改进后的蜉蝣算法应用于工程中,在供应链库存系统中调节PID参数,与其他算法相比,成本下降9.5%,证明该算法在工程上具有适用性。     

阪崎肠杆菌蛋白质组学研究及特征蛋白的质谱分析

阪崎肠杆菌为婴幼儿奶粉中新出现的食源性致病菌,生态学及毒力因子尚不清楚．利用双向电泳通过裂解液组成、上样量、聚焦时间等相关技术的比较研究和条件优化,获得阪崎肠杆菌菌体全蛋白双向电泳图谱,提取部分蛋白质点进行胰酶酶解,基质辅助激光解吸电离飞行时间质谱（MALDI—TOF／MS）测定肽质量指纹图谱,MASCOT软件查询Swiss—Prot数据库,最终鉴定出阪崎肠杆菌中特异性蛋白,包括大肠杆菌氧化态硫醇过氧化物酶A链,大肠杆菌SfaA蛋白,麦芽糖高亲和结合蛋白A链,饥饿应激蛋白,阪崎肠杆菌组成型表达蛋白,鼠伤寒沙门氏菌脱氧核糖磷酸醛缩酶,大肠杆菌O157铁离子摄取调节子等,反映出阪崎肠杆菌与肠杆菌科近似菌株蛋白表达的相似性及生长特性．     

一种新的蠕虫检测和控制方法

在分析网络蠕虫连接请求和网络正常连接请求差异的基础上,提出一种新的蠕虫检测和控制方法.该方法针对网络蠕虫攻击特定端口以及攻击地址发散的特性,采用基于端口的多工作集区分网络蠕虫连接请求和网络正常连接请求,在蠕虫控制中使用多延迟队列处理可疑连接请求,避免了不同端口流量之间的相互影响;针对网络正常连接请求的暂时突发特征,利用令牌桶控制多延迟队列的输出,缩短了正常连接请求在延迟队列中的停留时间.测试表明,在主机感染了蠕虫后,新方法将误报率从85%降低到12%,对正常连接请求的平均延迟时间从95.4s降低到5.6s.     

二甲醚HCCI发动机微量排放物的研究

根据优化气相色谱仪工作条件,对二甲醚均质充量压燃(HCCI)发动机排气中的甲醛和甲酸甲酯进行了检测.通过二甲醚简化反应机理与Fluent的耦合联算,以及结合Woschni传热模型和DME详细反应机理的Chemkin反应动力学数值模拟,对二甲醚HCCI发动机的燃烧过程及其微量排放物(甲醛、甲酸和甲酸甲酯)进行了预测分析.结果表明:在一定条件下,甲醛、甲酸和甲酸甲酯存在于排气中,其排放量均随过量空气系数的减小而减小,发动机转速、进气温度和压力对其影响也很大.     

基于动态流量矩阵的网络链路权值调整方法

对基于动态流量矩阵的流量均衡问题进行建模,以最小化最大链路利用率为目标分别建立了期望值模型和机会约束模型,并且采用基于流分析的方法计算链路的权值增量,使部分流不再经过利用率最大的链路.仿真实验结果表明:无论是针对期望值模型还是机会约束模型,在已知动态流量矩阵统计特性的情况下,基于流分析的链路权值调整方法都能在只改变利用率最大的链路的权值时,依然保证网络失效后流量基本均衡.     

仿生六足机器人步态规划策略实验研究

采用日本弓背蚁进行常规步态实验学研究和仿生学探索,通过对高速数字摄像机采样结果的判断和分析,发现了蚂蚁后足的滑行过程并定义为“滑动相“.此外,还针对蚂蚁直线前进步态给出了合理的步态关系表达式,通过与周期规则步态的对比证明了该式的现实可行性,为仿生六足机器人进行周期不规则步态的规划奠定了理论基础.所采用的实验学研究和仿生学探索相结合的方法能有效提高仿生机器人的技术水平.     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明：基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3 mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。