基于加权在线样本更新的目标长时跟踪方法

针对在长时跟踪过程中因丢失视野导致目标跟踪失败的问题,提出了基于加权在线样本更新的目标长时跟踪方法。 首 先,使用 ResNet50 网络提取目标深度特征并增强初始帧样本优化目标模型,提高初始帧样本权重影响;然后,利用目标模型对 测试帧样本进行分类,并采用置信度分值加权在线学习样本以增强样本质量,提升模型的分类效果;其次,使用置信度分值判别 目标状态并跟踪定位目标,目标丢失时使用时空约束搜索在丢失处自适应扩展区域并随机搜索目标,同时利用在线学习快速优 化目标模型,增强其对目标的搜索能力;最后,针对搜索过程设计一种自适应阈值判别方法,充分利用图像背景信息,将目标丢 失时背景置信度分值作为判别阈值,降低搜索过程中相似背景的影响以准确找回目标。 使用 LTB50 数据集进行实验验证,成 功率和跟踪 F-score 分别为 66. 1% 和 64. 4% ,优于其他方法;在四足移动机器人平台上进行真实场景实验,目标完全遮挡和视野 外两种情况下成功率分别为 87. 8% 和 85. 8% ,证明了方法的有效性。     

基于对称式对比学习的齿轮箱无监督故障诊断方法

针对跨工况下无监故障诊断特征提取难、模型泛化性弱的问题,提出一种基于对称式对比学习策略的齿轮箱无监督故障诊断方法。首先,利用原始信号构建正负样本集,通过加噪声、序列倒转等数据增强后,分别输入两个结构相同的卷积神经网络提取高维特征;其次,度量正负样本的相似程度进行编码学习数据的隐藏表示,通过对称式自监督对比学习优化正负样本的对比估计损失函数,从而有效利用样本自身标签信息,提升网络从无标签样本中学习判别特征的能力;最后,在齿轮箱数据集上对所提方法开展试验验证,通过聚类准确率、分类系数和划分熵进行综合评估。结果表明,所提方法聚类精度可达98%以上,相比其他方法,呈现了更强的聚类能力和泛化性能。     

基于深度学习的表面缺陷检测技术研究进展

随着计算机视觉技术的快速发展,基于深度学习的表面缺陷检测技术实现了爆发式的应用,并逐步成为了主流发展方向。基于深度学习的缺陷检测技术可以近似为计算机视觉任务中的分类、检测、分割等任务,其主要目的是找出物体表面缺陷的类别和所在位置,相较于传统图像处理方法,深度学习在特征提取能力和环境适应能力上优势明显。以缺陷数据标签类型为依据,对近年来基于深度学习的表面缺陷检测技术进行梳理划分,总结目前技术的优点与不足,重点阐述了监督学习下的三种缺陷检测方法。探讨了表面缺陷检测技术面临的小样本以及不平衡样本等关键问题：对于小样本问题目前有结构优化、数据增广、迁移学习等解决方法;针对不平衡样本问题,介绍了近年来热点的无监督、弱监督与半监督学习模型。随后介绍了常用的工业表面缺陷数据集并展现了近年来提出的算法在NEU数据集上的应用效果。最后对进一步的研究工作提出展望,希望能给缺陷检测研究提供有意义的参考。     

基于边界辅助判别的滚动轴承故障特征增强及诊断方法

滚动轴承作为机械设备重要部件,对保障设备安全稳定运行具有重要意义。针对实际诊断中的滚动轴承故障数据不平衡问题,提出了一种基于边界辅助判别的辅助分类生成对抗网络模型(BD-ACGAN)。首先,设计了一种可用于提取故障样本边界细节特征的边界辅助判别器,以引导生成器生成更真实的样本,并采用该生成样本解决了数据不平衡的问题;其次,采用了自适应权重损失模块,动态调整了损失权重,使该模型更加关注重要的特征信息,从而提高了该模型的生成质量和特征表达能力;利用生成样本和真实样本数据对BD-ACGAN模型进行了增强训练,提高了该模型的泛化能力和诊断能力;最后,进行了消融实验及对照实验,对BD-ACGAN模型的特征增强能力和诊断效果进行了验证,分别采用美国凯斯西储大学和西安交通大学滚动轴承数据集对模型进行了实验验证。研究结果表明：该BD-ACGAN模型能够有效利用故障样本的边界特征解决数据不平衡问题,并且故障诊断精确度为98.79%,优于其他对照模型,为滚动轴承故障诊断提供了一种新的方法。     

联合训练生成对抗网络的半监督分类方法

深度神经网络需要大量数据进行监督训练学习,而实际应用中往往难以获取大量标签数据。半监督学习可以减小深度网络对标签数据的依赖,基于半监督学习的生成对抗网络可以提升分类效果,但仍存在训练不稳定的问题。为进一步提高网络的分类精度并解决网络训练不稳定的问题,本文提出一种基于联合训练生成对抗网络的半监督分类方法,通过两个判别器的联合训练来消除单个判别器的分布误差,同时选取无标签数据中置信度高的样本来扩充标签数据集,提高半监督分类精度并提升网络模型的泛化能力。在CIFAR-10和SVHN数据集上的实验结果表明,本文方法在不同数量的标签数据下都获得更好的分类精度。当标签数量为2 000时,在CIFAR-10数据集上分类精度可达80.36%;当标签数量为10时,相比于现有的半监督方法,分类精度提升了约5%。在一定程度上解决了GAN网络在小样本条件下的过拟合问题。     

面向高光谱影像分类的深度流形重构置信网络

鉴于传统深度学习方法只提取了高光谱图像中的深度抽象信息,而未能充分揭示样本之间的局部几何结构关系,限制了分类性能的提升,本文提出了一种新的特征提取网络——深度流形重构置信网络。该网络首先通过深度置信网络提取深度抽象特征,为进一步增强抽象特征的鉴别能力,在图嵌入框架下通过样本数据的邻域点和各邻域的同类近邻重构点来构建类内图和类间图,并在低维空间中分离类间近邻点与其重构点的同时压缩类内近邻点和相应的重构点,实现提取深度鉴别特征,以改善不同类数据的可分性,进而提升地物分类精度。在KSC和MUUFL Gulfport高光谱数据集上的实验结果表明,本文算法的总体分类精度分别达到了94.71%和86.38%。相比较其他算法,本文算法有效提升了地物分类能力,更有利于实际应用。     

深度学习框架下数控机床运动误差溯因方法

为了快速准确地识别数控机床误差因素,提出了一种基于深度学习框架的运动误差智能溯因方法。首先,建立数控机床圆运动误差轨迹基准圆模型,生成理论样本解决深度学习大数据训练问题;然后,基于深度学习目标检测框架,提出数控机床运动误差溯因模型,构建深度卷积网络层自动提取圆运动轨迹特征,改进候选区域生成机制实现轨迹判别及区域生成;最后,模型的区域识别层准确识别误差轨迹类型,通过圆运动轨迹与误差源的映射关系实现对运动误差快速准确智能溯因。实验表明,本文方法可行且适应性好,识别溯源准确,正确率超过96%。     

多模态特征融合与多任务学习的特种视频分类

特种视频(本文特指暴力视频)的智能分类技术有助于实现网络信息内容安全的智能监控。针对现有特种视频多模态特征融合时未考虑语义一致性等问题,本文提出了一种基于音视频多模态特征融合与多任务学习的特种视频识别方法。首先,提取特种视频的表观信息和运动信息随时空变化的视觉语义特征及音频信息语义特征;然后,构建具有语义保持的共享特征子空间,以实现音视频多种模态特征的融合;最后,提出基于音视频特征的语义一致性度量和特种视频分类的多任务学习特种视频分类理论框架,设计了对应的损失函数,实现了端到端的特种视频智能识别。实验结果表明,本文提出的算法在Violent Flow和MediaEval VSD 2015两个数据集上平均精度分别为97.97%和39.76%,优于已有研究。结果证明了该算法的有效性,有助于提升特种视频监控的智能化水平。     

基于进化算法优化GAN的轴承故障诊断

针对滚动轴承故障诊断故障样本类别不平衡的问题,提出一种基于进化算法优化的条件生成对抗网络（evolutionary conditional generative adversarial nets, 简称ECGAN）故障诊断方法。首先,利用进化算法优化条件生成对抗网络中的生成器,使其在不同的损失函数下生成与原始样本分布相似的新样本,扩充数据集;其次,将生成的样本和原始样本输入判别器,提取出样本中有效的数据特征,判断输入样本的真假和类别;最后,通过对抗学习机制优化生成器和判别器,提高网络的故障识别能力。实验结果表明,在轴承故障样本数据类别不平衡的情况下,ECGAN模型具有较好的故障诊断性能。     

结合多尺度上下文信息的唐卡小样本目标检测

通过对图像中感兴趣的对象进行分类与定位,能够帮助人们理解唐卡图像丰富的语义信息,促进文化传承。针对唐卡图像样本较少,背景复杂,检测目标存在遮挡,检测精度不高等问题,本文提出了一种结合多尺度上下文信息和双注意力引导的唐卡小样本目标检测算法。首先,构建了一个新的多尺度特征金字塔,学习唐卡图像的多层级特征和上下文信息,提高模型对多尺度目标的判别能力。其次,在特征金字塔末端加入双注意力引导模块,提升模型对关键特征的表征能力,同时降低噪声的影响。最后利用Rank&Sort Loss替换交叉熵分类损失,简化模型训练的复杂度并提升检测精度。实验结果表明,所提出的方法在唐卡数据集和COCO数据集上的10-shot实验中,平均检测精度分别达到了19.7%和11.2%。     

Quantum Cooperative Robotics and Autonomy

The intersection of Quantum Technologies and Robotics Autonomy is explored in the present paper.The two areas are brought together in establishing an interdisci...     

考虑进油孔有限长滑动轴承油膜力的近似解析解

针对具有进油孔的有限长滑动轴承油膜力求解问题,采用变分原理和分离变量法,求得了有限长滑动轴承油膜压力分布的近似解析表达式。将油膜压力分布的近似解析表达式在油膜存在区域上进行积分,即得到了油膜力。将提出的计算有限长滑动轴承油膜力方法与无限长轴承模型、有限元方法的计算结果进行了比较,发现了提出的方法与有限元方法的计算结果很接近。最后,研究了进油孔位置和进油压力对油膜存在区域、油膜力等的影响,研究结果表明进油孔位置和进油压力对油膜存在区域和油膜力有较大的影响。     

三绕组变压器的双绕组等效建模及在Matpower中的应用

针对实际电网存在着大量的三绕组变压器,但国际上一些著名商业软件,如BPA仿真软件、Matpower这一权威潮流计算开源软件,均只提供双绕组变压器模型,限制了其在具有三绕组变压器的电力系统中的应用的问题,潮流计算是自主开发的电力系统各种应用软件的核心模块,因此依托国际权威开源程序进行二次开发,是一种较好的选择。对Matpower要求的数据格式进行了归纳,对变压器的一般的等值电路及带理想变压器的等值电路和带标幺值的等值电路进行了分析研究,提出了三绕组变压器转换为双绕组等效模型的建模方法,使得原先只适应双绕组变压器的潮流计算软件可以适用于三绕组变压器电网的潮流计算;最后以Matpower软件为例进行了案例计算,并用PSASP仿真软件进行对比验证。研究结果证明,所提出的建模方法是有效的。     

On the Relation of Load to Average Gap in the Contact Between Surfaces with Longitudinal Roughness

A computer simulation model for the contact between longitudinally-oriented rough surfaces has been formulated. This model closely duplicates the actual surf ace contact deformation behavior by taking into account the elastic interactions between the asperities. There were no assumptions made about the shapes, or any deformation behavior of the asperities, except for their obeying the laws of elasticity. The plastic deformations on the high asperity peaks were taken into account by setting a ceiling on their contact pressures at the material hardness value. The simulations used real surface profiles which were digitized from unworn circumferentially ground steel surfaces. Each pair of these profiles was mathematically combined to form an equivalent rough profile pressing against an infinitely rigid flat and having the appropriately adjusted elastic modulus. A total of 28 different pairs of profiles were used in the simulations. Each contacting pair was subjected to 30 different load levels and the local contact pressures and deformations were calculated. The contact simulations yielded some important mathematical relationships between parameters, such as the real area of contact, average gap, and average asperity load through statistical curve fitting. Two analytical functions were generated to relate the average load to average gap and the real area of contact to load.     

电站锅炉模糊风险评价方法研究与应用

针对电站锅炉风险等级评价问题,将模糊综合评价技术应用到电站锅炉风险等级评价中。开展了电站锅炉失效影响因素及模糊评价因素的重要程度分析,建立了一套科学合理适于在线评价的电站锅炉风险评价体系,提出了模糊综合评价技术与改进的模糊层次分析法相结合的模糊风险评价方法,利用改进的模糊层次分析法计算了指标体系中各层指标权重。对某一台电站锅炉的实际运行工况影响子因素进行了模糊风险评价,采用模糊合成算子进行模糊综合运算得到电了站锅炉运行工况影响子因素的评价向量。研究结果表明:电站锅炉的运行工况影响子因素的风险评价等级为第6级,失效可能性等级为小,该电站锅炉运行工况良好。     

基于多目标非支配解提取法的电力系统无功优化

针对传统的电力系统多目标粒子群优化算法采用权重系数法将多目标转化为单目标,从而忽视了各目标函数间的竞争关系这一问题,提出将非支配解提取法运用到电力系统多目标无功优化中,并设定了一套提取规则,以电力系统中的有功网损、电压偏差和电压稳定裕度为目标,使目标在充分竞争的情况下得出Pareto最优解,利用IEEE-14节点系统对多目标非支配解提取法的电力系统无功优化进行了仿真测试。研究结果表明,该算法一次运行可以得出多组非支配解,既有偏向单个目标的解也有兼顾所有目标的解,克服了权重系数法的盲目性和单一性,可使电力决策者根据实际问题选择最优解,具有较好的灵活性与多样性。     

交通荷载作用下桥梁结构参数识别方法

应用动力节点加载法,将作用在桥梁上的交通荷载转化为等效节点荷载,再用两步构造法识别结构物理参数.第1步,用Newmark-β方法变换结构运动方程,并用结构的加速度响应求得变换空间内的位移、速度和加速度响应;第2步,基于最小二乘原理,构造出变换空间内求解结构参数的递推式,进行结构物理参数识别.数值模拟结果表明,在交通荷载作用下,该方法能够快速、准确地进行桥梁结构参数识别.     

RLS and LMS blind adaptive multi-user detection method and comparison in acoustic communication

RLS and LMS blind adaptive multi-user detection algorithm and multi-user detector was proposed to solve the problem of multi-user signal detection problem encountered in underwater acoustic communication networks.In simulation analysis,RLS and the LMS blind adaptive multi-user detector were designed and tested for synchronous and asynchronous multi-user communication process.The results of SIR comparison and MMSE comparison show that,both of the two methods can realize blind adaptive detection when any user change in multi-user communication,during this process,the training communication sequences are not needed.The RLS algorithm has about 5 dB higher in SIR compared with LMS algorithm,and the convergence velocity of RLS algorithm is also higher than LMS algorithm when the communication users change.RLS algorithm has better ability in multi-user detection than that of LMS algorithm,and it has great attraction and guiding significance for solving the problem of multiple access interference(MAI) in multi-user communication.     

Robust Impedance Control of Robots Using an Adaptive Interaction Force Observer

For robot interaction control,the interaction force between the robot and the manipulated object or environment should be monitored.Impedance control is a type ...     

Research on key techniques of expendable conductivity temperature depth measuring system

This paper analysis the developing of expendable conductivity temperature depth measuring system(XCTD)and introduce its principle of measuring about temperature,salinity and depth of ocean.Some key techniques are put forward.According to the real needs of XCTD,conductivity sensor with high sensitivity is designed by principle of electromagnetic induce,the ocean conductivity from induced electromotive force has been calculated.Adding temperature correction circuit would help to reduce error of conductivity measurement because of sharply changing temperature.Advanced temperature measuring circuit of high precision and the constant current source is used to weaken effect of self-heating of resistance and fluctuation of the source.On respect of remote data transmission,LVDS is a good choice for the purpose of guarantee the quality of data transmitted and the transmission distance is reaching to thousand meters in the seawater.Modular programming method is also brought into this research aimed at improve the stability,reliability and maintainability of the whole measuring system.In February,2015,the trials in South China Sea demonstrate that the developed XCTD realize effective measurement at a speed of 6 knots and detection depth at 800 m.The consistency coefficient of the acquired data is greater than 0.99 and the success rate of probe launching is above 90%.