在役基桩完整性检测技术影响因素分析

基桩是将桥梁上部荷载传递到地基的重要传力构件,其桩身的健全性将直接关系到桥梁的安全,特别是成桥的在役基桩,经过反复的冲击荷载(如车辆冲击等),其健全性更不容忽视。深入分析了国内外常用的在役基桩检测方法的优缺点,明确了在役基桩在激振和信号处理方面的影响,并提出相关应对措施。在‘双速度法’基础上提出了侧壁低应变检测法,并利用该方法对桩身波速的标定以及对桩身健全性判定,并对结果进行验证。结果表明:侧壁低应变检测法在在役基桩检测方面的检测精度高,为在役基桩的检测提供了可靠的检测手段。     

结合图像全局和区域特性的显著性检测

结合现有的显著性检测理论,针对基于全局对比度方法的不足,提出了以HC方法为基础并引入区域显著性与预处理的简单有效的能产生完全分辨率显著图的方法.在ASD测试集上进行了测试,结果表明:此方法取得了接近甚至高于现有一些方法的结果,并且具有较少的计算时间.     

一种适合突发通信的信号检测改进算法

突发信号检测是突发通信接收时所需完成的第1个同步算法.在双滑动窗口算法实现突发通信信号检测的基础上,利用前导码的特征对该算法进行改进.并针对几种典型的无线信道条件,对改进算法进行了理论分析、计算机仿真及FPGA实现.结果表明,改进后的算法开销小,只需6个符号左右就可以检测到突发信号,明显提高了检测算法的性能.     

基于高阶图卷积自编码器的网络流量预测

网络流量预测是有效保障用户QoS措施之一。当前深度学习为基础的网络算法预测中没有充分利用网络拓扑信息。为此,提出了基于高阶图卷积自编码器的网络流量预测模型。该流量预测模型基于软件定义网络（SDN）架构,利用高阶图卷积网络（GCN）获取网络拓扑中的多跳邻域之间的流量相互影响关系,采用门控递归单元（GRU）获取网络的时间相关性信息,利用自编码模型来实现无监督学习和预测。在Abilene网络上采用真实数据进行了仿真对比分析试验,结果表明,提出的方法在网络流量检测方面的MAPE值为41.56%,低于其它深度学习的方法,同时预测准确率方面也达到最优。     

基于改进的CNN-LSTM的DGA域名检测算法

近年来,网络安全问题层出不穷,其中僵尸网络是造成网络瘫痪的重要原因之一。僵 尸网络利用域名生成算法（DGA）生成大量恶意域名进行网络攻击,对网络安全造成威胁。现有的 DGA域名主要分为字典型和字符型,传统的深度学习方法无法同时检测出两种类型的DGA域名, 尤其是无法检测出基于字典的DGA域名。针对这个问题,本文提出了改进的CNN-LSTM的DGA 域名检测算法,该算法融合了卷积神经网络（CNN）、注意力机制和双向长短时记忆网络（BiLSTM）, 可以同时检测出两种类型的DGA域名。最后进行了不同算法的对比实验,实验结果表明,与其他 深度学习模型相比,该算法提高了DGA域名的二分类和多分类的准确率和F1值。在多分类实验 中,通过改进损失函数,提高了小样本数据的域名检测率。     

基于类Haar纹理的非结构化道路消失点检测

在非结构化道路识别算法的研究中,因其在复杂道路环境下表现出较强的鲁棒性,基于纹理特征的道路消失点检测成为了学术研究的重点。因此,为了能够准确的检测出非结构化道路中的消失点,提出一种基于类Haar纹理的非结构化道路图像消失点的检测方法,即首先设计多尺度多方向的类Haar纹理的实部与虚部模板,利用积分图技术以及垂直投影法快速计算出图像像素的纹理主方向,再采用改进的局部软投票法选出分数最大的点作为初始消失点,最后通过现有两种不同的消失点检测方法与提出的算法进行对比实验。实验结果表明提出的算法可以显著提高非结构化道路消失点的检测性能。由此得出该方法具有良好的实时性、准确性和鲁棒性。     

基于相关法的差分式科氏流量计幅值检测算法

为提高差分式科氏流量计幅值检测的精度,提出了基于相关法的幅值检测算法。首先构造两路与采样信号同频的参考信号,然后分别与采样信号进行互相关得到互相关信号,估计出采样信号的初相位,最后检测出采样信号的幅值。理论分析表明:该方法不受信号非整周期采样的影响。仿真实验结果表明:该方法提高了检测精度,在信噪比45d B时,测量相对误差低于0.25%。     

基于YOLOv5的城市交通目标检测研究

随着机动化的成熟,更多的行人、车辆甚至天气等因素导致城市交通场景日趋复杂,且智能化的发展使得无人驾驶技术快速发展.更好地监测城市道路交通和完善无人驾驶场景归结为提高目标检测算法精准度问题.本文为了更准确地检测真实场景下的城市道路交通图片,首先利用非局部均值滤波(NLM)去除图片中的噪声,突出目标信息和位置,然后利用YO...     

金属磁记忆检测方法在钢结构静载与疲劳试验中的应用研究

结构裂纹无损检测是钢结构性能评价的基础。介绍了一种基于金属磁记忆的无损检测方法。为验证该方法对于钢结构性能检测和评价的适用性,首先开展了全母材和带焊缝的钢材标准试件的静力拉伸试验研究,获取了矫顽力随荷载和应变的变化规律。然后,通过开展钢桥面板疲劳试验,对矫顽力与裂纹萌生扩展之间的相关性进行了研究。相关成果可为该方法推广应用提供参考。研究表明:内力水平越高,矫顽力值越高;相比于弹性应变,矫顽力值对塑性应变更为敏感。当宏观疲劳裂纹出现时,矫顽力值出现10%的下降,而在出现前矫顽力值仅发生2.5%左右的波动,因此该方法对宏观裂纹的检测较为适用,而对于微观裂纹的检测效果较差。     

RED算法的改进及其性能分析

随机早期检测（RED）算法作为主动队列管理（AQM）中有效的实现算法，其性能研究近来已成为网络研究 的一个热点。介绍了原始RED算法，并在此基础上对该算法进行了改进，仿真结果和实验数据表明，改进算法能 显著地降低丢包率，提高网络的链路利用率。