基于气隙变化的开关磁阻电机结构优化设计

针对电动汽车用开关磁阻电机转矩脉动大的问题,深入分析了电感、磁路饱和程度、径向力等对转矩及转矩脉动产生的影响,提出了设计并优化定子斜齿结构的方案,通过建立坐标系,用方程表示定子斜齿前沿所在直线和转子的运动轨迹,推导了转矩随定子结构改变的直接变化关系。对不同定子齿结构进行有限元仿真,验证理论推导,对比转矩脉动、最大转矩、电感、磁密等参数,确定最优定子斜齿结构。研究结果表明:通过电机优化设计,最大转矩增加20.8Nm,平均转矩增加23Nm,转矩脉动下降13%,提高了转矩输出能力,减小了转矩脉动。     

TransAS-UNet：融合Swin Transformer和UNet的乳腺癌区域分割

目的 乳腺癌在女性中是致病严重且发病率较高的疾病,早期乳腺癌症检测是全世界需要解决的重要难题。如今乳腺癌的诊断方法有临床检查、影像学检查和组织病理学检查。在影像学检查中常用的方式是X光、CT （computed tomography）、磁共振等,其中乳房X光片已用于检测早期癌症,然而从本地乳房X线照片中手动分割肿块是一项非常耗时且容易出错的任务。因此,需要一个集成的计算机辅助诊断（computer aided diagnosis,CAD）系统来帮助放射科医生进行自动和精确的乳房肿块识别。方法 基于深度学习图像分割框架,对比了不同图像分割模型,同时在UNet结构上采用了Swin架构来代替分割任务中的下采样和上采样过程,实现局部和全局特征的交互。利用Transformer来获取更多的全局信息和不同层次特征来取代短连接,实现多尺度特征融合,从而精准分割。在分割模型阶段也采用了Multi-Attention ResNet分类网络对癌症区域的等级识别,更好地对乳腺癌进行诊断医疗。结果 本文模型在乳腺癌X光数据集INbreast上实现肿块的准确分割,IoU （intersection over union）值达到95.58%,Dice系数为93.45%,与其他的分割模型相比提高了4%~6%,将得到的二值化分割图像进行四分类,Accuracy值达到95.24%。结论 本文提出的TransAS-UNet图像分割方法具有良好的性能和临床意义,该方法优于对比的二维图像医学分割方法。     

微表情峰值帧定位引导的分类算法

目的 微表情是人在外界信息和刺激下做出的无意识面部动作,是判断受试人情绪和行为的重要佐证,在社会安全、商业谈判和心理辅导等领域都有着广泛的应用。微表情不同于一般的表情,分类与定位较为困难。针对这种情况,提出了一种基于光流窗口的双分支微表情定位网络（dual-branch optical flow spotting network,DFSN）和一种利用峰值帧光流信息的微表情分类网络,以识别视频中的微表情。方法 在定位任务中,首先提取面部图像,选择光流窗口大小和位置,计算面部光流并进行预处理;接下来输入双分支网络中进行两次分类,分别针对有无微表情和在有微表情前提下微表情所处阶段分类,并结合两个损失函数抑制过拟合;最后绘制出微表情强度曲线,曲线峰值所处位置即为所求微表情峰值帧。在分类任务中,选取视频起始帧和定位网络取得的峰值帧作为光流窗口,并利用欧拉运动放大算法（Eulerian motion magnification,EMM）放大微表情,最后采用峰值帧光流信息分类微表情视频。结果 微表情定位网络分别在CASME II （Chinese Academy of Sciences Micro-expression Database II）数据集和CASME数据集上按照使用留一被试交叉验证法进行了实验,与目前最好的定位方法比较,此网络在CASME II上获得了最低的NMAE（normalized mean absolute error）值0.101 7,比Optical flow+UPC方法提高了9%。在CASME上获得的NMAE值为0.137 8,在此数据集上为次优定位方法。在定位网络得到的峰值基础上,分类网络在CASME II上取得了89.79%的准确率,在CASME上取得了66.06%的准确率。若采用数据集标注的峰值,分类网络在CASME II上取得了91.83%的准确率,在CASME上取得了76.96%的准确率。结论 提出的微表情定位网络可以有效定位视频中微表情峰值帧的位置,帮助后续网络进行分类,微表情分类网络可以有效区分不同种类的微表情视频。     

秸秆与猪粪混合高固厌氧消化产气性能及关键微生物分析

高固厌氧消化（HS-AD）是处理木质纤维素类原料和其他高固含率有机原料的有效方式之一。本文以节能高效为出发点,研究秸秆和猪粪为混合原料,两者不同配比（秸秆/猪粪的质量比2∶1、1∶1和1∶2）条件下,反应器的运行情况及关键微生物变化情况。结果表明：原料的配比对高固厌氧消化的产气量有明显影响。相比于其他两组实验,秸秆和猪粪的配比为2∶1时,累计产气量最大为229.66L,最终甲烷含量稳定在60.7%左右,转化为单位VS产甲烷量为131.8mL/g VS。同时,反应过程中液相性质（pH、VFA、TIC）的变化,也说明秸秆和猪粪配比为2∶1时,运行平稳且产气较好。另外,微生物分析结果显示,秸秆和猪粪配比为2∶1的实验组,在实验启动的前期,甲烷八叠球菌（Methanosarcinaceae）的相对丰度较高,并且细菌和古菌群落的丰富度和多样性都优于其他两组。