融入注意力机制的时间激励与聚集行为识别模型

视频行为识别通常应用短区间动作特征和长区间视频聚集特征进行时序建模.而这种时序建模方式在特征提取过程中,将不同时序区间的动作特征同等看待,忽略了关键通道信息和重要动作内容,不能达到理想的行为识别效果.注意力机制能够重点关注目标区间,在提取时间激励与聚集行为特征基础上融入通道-空间注意力模块.该模型分别通过通道和空间模块改变时序动作的特征分布,通道注意力关注关键通道信息是“哪些”,空间注意力机制关注重要视频内容在“哪里”,突出关键通道信息和重要内容等特征,提高了行为识别的识别率.同时在数据集Something-Something 1,UCF101和HMDB51对模型进行实验,融入通道-空间注意力模块的时间激励与聚集行为识别模型能够有效提高行为识别率.     

注意力机制下轻量化网络视频行为识别方法

为了解决视频行为识别中网络模型结构过于复杂且计算量大的问题,提出一种基于MobileNet+BiGRU结构的轻量化视频行为识别方法。通过嵌入注意力机制提取改进的MobileNet网络视频单帧画面空间特征,将多帧画面的空间特征叠加后送入BiGRU网络提取时序特征,并通过softmax分类器进行分类。对比实验表明,该方法在UCF-101和HMDB51数据集上的识别率分别达到81.4%和56.8%,相比未使用注意力机制的模型分别提升4.7%和6.2%,计算量仅相当于ResNet50+LSTM结构的7.7%,表明该方法比其他方法效率更高。     

临氢缓和条件下煤-油共炼过程反应机制

选取高家堡煤和加氢煤焦油为原料,采用自制的铁系催化剂,以液、固产物分布和液化油馏程为指标,在高压釜中考察不同反应条件对临氢缓和状态下煤-油共炼过程的影响,建立煤-油共炼反应机制模型,借助此模型确定不同反应条件下煤-油共炼的反应历程。结果表明：煤-油共炼产物的分布和组成受反应条件影响复杂,所建模型简化了煤-油共炼反应机制,能较好地描述煤-油共炼反应过程并解释反应条件变化对煤-油共炼结果的影响,与实验规律具有较好的一致性。     

晶体塑性有限元分析开孔对多晶板材力学性能的影响

基于 ABAQUS 子程序 VUMAT 二次开发平台, 将位错和孪晶的演化过程引入晶体塑性有限元方法(crystal plastic finite element method, CPFEM)中, 实现了多晶塑性材料力学行为的有限元模拟, 并通过试验和模拟结果的对比, 验证了所提出方法和二次开发程序的有效性. 应用含孪晶效应的晶体塑性有限元方法 模拟分析了孔洞对于板材开孔问题的影响, 结果表明: ① 当孔径小于板宽一半时, 强度损失采用线性近似估算值是偏于安全的, 而超过板宽一半时, 不宜采用线性估算值; ② 当孔距较小时, 孔径排布方式对开孔板材的韧性以及极限承载力有重要影响, 排布方式可分弱影响区、强影响区和过渡区 3 种模式. 对于承受单向拉伸荷载的板材, 开孔时应选择沿轴线排布的方式.     

南部县杨家沟滑坡成因机制及稳定性分析

杨家沟滑坡是崩滑堆积体沿基覆界面滑动的小型土质滑坡,其运动形式为牵引式滑坡。在强降雨的诱发作用下,滑坡前部首先产生强烈变形并滑动,致使滑坡后部因失去支撑而开始缓慢变形,严重威胁坡脚居民和潆盘公路过往行人车辆的生命财产安全。根据该滑坡的变形破坏特征,对其成因机制及稳定性进行分析,在此基础上提出"桩板墙+地表截排水+裂缝夯填"的综合治理措施。     

怀化市鹤城区酸雨污染特征分析及控制对策

本文根据怀化市环境保护监测站2010-2013年开展的鹤城区酸雨监测数据进行统计分析,阐述其形成机制、污染特征、影响因素及防治途径。     

船舶避碰的自适应模糊专家系统研究

采用自适应模糊系统和神经网络方法,研究了基于模糊联想规则的避碰操纵知识表示,知识获取和自适应学习;建立了基于二值输入输出模糊联想系统的并行模糊推理机制,由此而建立的船舶避碰撞模糊专家系统具有自适应学习能力,能实现实时避碰导航。     

基于轮询机制的Utopia接口设计与实现

针对多个物理层传输芯片(PHY)、单ATM层的应用情况,分析了Utop ia level 2接口时序,基于现场可编程门阵列(FPGA)设计并实现了轮询机制的Utop ia接口逻辑,给出了时序仿真结果。设计了一种ATM同高层协议的接口逻辑并给出了进一步减小轮询操作开销的方法。同传统单端口模式相比,节约了75%的逻辑资源和引脚。测试结果表明,4个物理层单元能以155 Mbps的速度双向并行通信,可为模块化设计提供参考。     

基于注意力机制的水下目标检测算法

针对传统水下目标检测算法识别精度低的问题,提出一种基于注意力机制的水下目标检测算法(feature refinement and attention mechanism network,FRANet).该算法采用特征融合模块和特征增强模块相结合的方式,使用卷积神经网络提取目标的多尺度特征.同时引入一种由锚框精化模块、空...