基于神经网络结构搜索的目标识别方法

针对目标识别需求,对基于神经网络的深度学习方法展开研究。由于深度学习模型中包含了对数据的先验假设,因此人工设计神经网络需要领域内专家丰富的先验知识,且具有劳动密集与时间成本高的缺点。为了获得超越专家个人经验、表现更好的网络,采用一种可微神经结构搜索的高效结构搜索方法,将搜索空间放宽为连续的空间,然后通过梯度下降来优化体系结构的验证集性能,从而找到面向目标识别的最优神经网络结构。仿真实验结果表明,将基于神经网络结构搜索的目标识别方法应用于"低慢小"类目标识别是可行的。     

投弹式超高层建筑消防关键技术及装备的开发与应用

随着我国经济基础设施建设的快速发展,各大、中城市的建筑高度和密度不断增加,2017年我国100, m以上超高层建筑共6,845座.但目前国内针对100, m以上超高层建筑的消防设备却相对较少,尤其是举高车,该装备体积大操作复杂,在城市复杂环境下车辆通过性差,机动性不好,其推广应用局限性很大,且现有消防装备灭火高度不能满...