SIS：一种新的多尺度卷积算子（英文）

具有泛化能力的视觉特征对于计算机视觉任务来说是至关重要的。基于深度神经网络的方法采用逐层叠加特征的形式获取多尺度特征图，导致计算开销显著增加。为解决这一问题，通过在标准卷积算子中部署渐进式多尺度架构，提出一种轻量和高效的尺度嵌套卷积算子(scale-in-scale,SIS)。具体来说，设计了一种变换—分离—对抗机制来优化常规的通道计算，减轻了计算成本，同时在单一卷积层内扩大了感受野。同时，引入权重共享与特征拆分交互运算，并结合特征递归和融合机制，使所提出SIS算子能够与其他卷积算子结合，例如经典的Res Net和Res2Net架构。我们将SIS算子部署到第29层、50层和101层的Res Net和Res2Net变体中，并在CIFAR、PASCAL VOC和COCO2017等公开基准数据集上评估这些修改后的模型。实验结果表明，所提出的方法在图像分类、关键点估计、语义分割和物体检测等计算机视觉任务上的性能均优于同时期最先进的方法。     

一种改进的时间序列模式发现算法

如何有效地在时间序列数据库中发现时序模式是时间序列数据挖掘中一个具有重要意义的课题．本文提出一种改进的在时间序列中有效地发现时序模式的算法．在将时间序列划分为若干等长的子序列之后,根据基于关键点的线性分段算法提取每个子序列的关键点序列,该关键点序列仅保留反映数据序列的变化模式的主要关键点．接着利用每个关键点序列分隔相应的子序列,根据数据的起伏变化将相应的关键点序列分配到一系列盒子中,使得只有在同一个盒子中的序列才有可能相似,而不同盒子中的序列不可能相似．最后通过计算每个盒子中任意两个关键点序列之间的动态时间弯曲距离来发现所有的时序模式．实验结果验证了该算法的有效性．     

浅谈建筑项目工程的质量控制

建筑项目工程质量的好坏,对于工程的影响显而易见,"质量为本"一直是对工程建设者的要求.本文从确立全面的工程过程标准加强人员学习,严控项目施工过程质量;综合运用现场质量检查控制的方法;设置项目工程质量关键点;规范市场,明确责任等方面深入探讨如何有效提高项目工程的质量水平.     

城市道路施工质量控制的管理与技术要领

本文介绍了城市道路施工中质量控制的常用方法。重点从工程质量控制管理和技术应用两方面阐述了城市道路施工质量控制要点,并针对道路施工中容易出现的质量通病提出了有效的防治措施。     

Visual C＋＋实现联机手写汉字笔画关键点的提取

介绍了矢量曲线数据压缩算法-Douglas-Peucker算法,使用Visual C＋＋编程实现了按笔画联机手写汉字的笔画信息的获取,并应用Douglas-Peucker算法解决了联机手写汉字笔画关键点的提取．     

深孔钻技术的应用与研究

介绍了一种深孔加工的专用刀具——枪钻的具体结构及其加工原理.同时还介绍了枪钻的使用要求及切削参数的选择以及在使用过程中应该注意的要点.     

轻量化二维人体骨骼关键点检测算法综述

随着移动设备和嵌入式设备的发展,对二维人体骨骼关键点检测网络提出了更高的要求。设计轻量化神经网络是解决网络参数量大、计算量大的重要方法。首先,介绍了基于神经网络的二维人体骨骼关键点检测中常用的数据集、主流方法和轻量级神经网络;然后,对近几年基于神经网络的轻量化人体姿态估计方法进行了分类和总结,根据神经网络轻量化方式将二维骨骼关键点检测方法归成四类：轻量化特征提取网络、深度可分离卷积、Dense连接机制和Lightweight瓶颈结构,并分析了它们的优缺点和轻量化手段;最后,介绍了常用的评价指标,并对改进后的轻量化方法进行了实验数据对比,结合当前研究所面临的问题及未来的发展趋势进行了总结。     

面向引体向上的视频图像关键点检测监测方法

引体向上是军队有效的力量训练科目,对引体向上进行监测能提高训练效率。为实现引体向上的自动监测,分析了引体向上动作,确定了以下颌与手臂为主的关键点检测目标,提出一种用手部高度代替单杠轮廓进行检测的新方法。改进了Openpose网络,设计了关键点检测网络模型,并使用自构建数据集进行训练;使用YOLOv5与自构建网络结合构建双人监测网络模型,识别双人引体向上;与其他方法进行对比,该方法具有运算量小和能够双人识别的优点,可保持94%的准确率,达到了较好的监测效果。     

谈谈隔离网闸的几个认识误区

如今，网络隔离技术已经得到越来越多用户的重视。重要的网络和部门均开始采用隔离网闸产品来保护内部网络和关键点的基础设施。不过，市场上出现了很多关于隔离网闸的不同说法，造成了许多误解，一些不正确的说法甚至引起了一些用户对网闸技术的质疑。