基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度估计效果,改善了轮廓细节。     

Yolov7-pose识别运动员姿态时关键点异常的消除方法

本研究首先构建了深度聚合网络（deep layer aggregation,DLA）,用于替换Yolov7-pose算法中原有的特征融合网络,增强了特征的表达;其次,将高效聚合网络（efficient layer aggregation Net, ELAN）和尺度感知注意力网络（scale-aware attention Net, SAAN）融合在一起,引入到Yolov7-pose算法中;然后,引入尺度因子到Yolov7-pose算法的损失函数中,并通过实验确定尺度因子最佳值。实验结果表明,经过本法改进的方法识别篮球比赛视频流中的多名运动员姿态时,不再出现关键点异常现象,姿态识别的精度达到95%以上,运行效率达到24 FPS以上,综合性能显著优于原始Yolov7-pose算法等算法。     

风险投资对高新技术企业创新绩效的影响机制研究

利用系统动力学方法,从资本增值、监督治理、社会资源3个方面,系统分析风险投资对高新技术企业创新绩效的影响机制,构建风险投资影响高新技术企业创新绩效的系统动力学模型,利用Vensim PLE软件对模型进行仿真和灵敏度分析,量化研究风险投资影响高新技术企业创新绩效的传导路径及作用机理。研究结果表明：资本增值中的资金提供特别是研发经费的投入,与高新技术企业创新绩效呈显著正相关关系;社会资源与高新技术企业创新绩效呈正相关关系;监督治理中的人才引进与高新技术企业创新绩效呈负相关关系。     

数字普惠金融与经济均衡发展——来自长三角县域夜间灯光的证据

采用夜间灯光数据测算基尼系数反映长三角地区231个区县的经济平衡发展水平,并实证检验数字普惠金融促进区县经济平衡发展的作用与影响机制。结果表明：数字普惠金融能够显著促进长三角地区区县经济平衡发展;机制分析表明,创新驱动和产业结构转型是数字普惠金融促进经济平衡发展的两大重要途径。进一步基于高德地图POI兴趣点的数据分析发现,数字普惠金融能够促使长三角部分业态向落后地区迁移,从而弥合地区差距,促进县域平衡发展。     

基于k-means的动态多组织PBFT算法

联盟区块链系统被广泛用于金融和物流等场景。现有应用于区块链系统的实用拜占庭算法（practical Byzantine fault tolerance,PBFT）存在可扩展性较低及通信成本较高等问题,阻碍了区块链系统在大规模场景中的应用。针对上述问题,提出了一种动态多组织实用拜占庭容错算法（k-means-practical Byzantine fault tolerance,k-PBFT）。通过改进k-means算法,根据节点的时延以及节点间通信距离将节点分为多个自治组织,各组织之间通过组织代表节点进行通信。当新节点加入时,根据其特点将其分配到最合理的组织。同时,引入信誉机制以辨别系统中的诚实节点与恶意节点,从而提高系统的安全性。此外,该算法还引入节点任期机制,使区块链中每个诚实节点都有机会充当组织代表节点或主节点。实验结果表明,与PBFT算法相比,k-PBFT算法通信复杂度降低了75%;当节点数为100时,相比于PBFT算法,时延降低了210 ms,吞吐量提高了100%。在高延迟环境下,相较于基于信誉分组的PBFT改进算法,当节点数为100时,时延降低了20%,吞吐量提高了17%。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。     

基于稳定匹配机制的网格任务调度算法

任务调度和资源分配是网格计算的关键技术.提出了一种基于稳定匹配机制的网格任务调度算法(SMM:Stable Matching Mechanism),以及根据各奈件因素值及其所占比率进行量化匹配的思想.用户和资源可以根据自身特点动态地设置各条件因素的基准值,通过与实际提供的条件因素值进行比较,得到匹配度,按照匹配度的高低顺序循环匹配最终达到稳定.算法综合考虑用户和资源双方的需求而得出相应的稳定匹配调度策略.给出了算法的数学模型和描述,在Matlab语言环境下仿真表明,SMM算法可以有效地实现网格任务调度,满足任务和资源双方的需求,得到稳定匹配.     

基于混合定价机制的高估价顾客购买策略

在传统市场和网络市场上销售具有价值易逝性的商品,研究顾客在卖方定价与买方定价这一混合定价机制下的购买行为.分析了顾客的最优出价策略,讨论了成交价和顾客获胜概率,得到高估价顾客的购买策略.     

如何恰当激励零售商的过程创新行为

回购契约可以协调单供应商单零售商组成的供应链系统的订货行为,然而本文研究发现这一契约将过份地激励零售商的过程创新行为,从而损害供应商及整个供应链的利益．在零售商的过程创新行为不可被供应商观察和测量的条件下,利用数量折扣契约机制修正了原有回购契约,并利用这种综合契约机制恰当地激励了零售商的过程创新行为,使得供应链在创新行为下达到协调．     

深井液控导向纠斜机构的动态仿真及实验研究

深井自动垂直钻井工具工作于数千米深的井下,对其上的液压导向机构的性能有较高的要求.利用仿真软件包AMEsim对该液压导向机构进行接近于实际工况的仿真,揭示了这种液压系统的特有的性能.特别是超常环境压力下系统仿真结果表明,由于超常环境压力可改善系统的吸油性能,因而使得该系统具有适应超常环境压力的特性.对液压导向机构的理论和实验分析证明了系统仿真的有效性.