基于RandLA-Net的3D点云牙颌分割与身份识别

针对PointNet局部特征聚合不充分、保存模型较大、识别精度有待提升等问题,在三维（3D）点云牙颌身份的识别任务中,采用RandLA-Net的编码结构作为主干网络;在分割任务中采用原始RandLA-Net作为主干网络。针对RandLA-Net特征聚合模块聚合单一的问题,在识别任务中采用基于偏移注意力（OA）的特征聚合模块,在分割任务中增添了基于点云的Transformer block模块,相较于RandLA-Net的原始网络,新的网络模块能够更好地聚合局部特征。为了达到大规模开集数据集的身份再识别目的,将分类的交叉熵损失函数替换成了三元组损失函数。针对训练牙颌样本数据较少的问题,采用生成虚拟正样本的方式极大地拓展了数据集。实验结果表明：在识别任务中,相较于原始的RandLA-Net主干网络,识别任务的top-1平均精度提升了3.13个百分点;在分割任务中网络平均精度相较于原始RandLA-Net提升了3.06个百分点,平均交并比（MIoU）提升了6.05个百分点。     

基于粗糙集和神经网络理论的规则提取算法

提出了一种基于粗糙集和神经网络组合进行规则提取的方法。首先对初始数据集进行离散化,并利用粗糙集对决策表中的条件属性进行初步约简,然后利用神经网络对数据进行学习和预测,并通过删除网络不能分类的数据来对决策表中的噪声进行过滤,最后再由粗糙集值约简算法进行规则提取。实验表明,该方法相对于传统规则提取算法快速有效,在保留神经网络高鲁棒性的同时,避免了从神经网络中提取规则的困难。     

数据挖掘技术在优化与机械设备故障诊断中的应用

数据挖掘是数据库中知识发现过程的一个重要步骤。利用数据挖掘中的粗糙集理论、人工神经网络技术、决策树方法和遗传算法,可以建立有效的工业优化模型和机械设备的故障诊断模型,具有较强的实用价值。     

Internet的移动IP技术及其应用

为了满足Internet对移动用户服务的接入需求的急剧增长,Internet工程任务组(IETF)设计了移动IP技术。本文详细阐述了移动IP技术的工作机制、关键技术及其应用,并且提出了移动IP技术是IPv6支持下的一项新的技术,具有较好的发展前景。     

基于CAN总线智能适配卡的软硬件设计

针对矿井监控中距离远和干扰性强的特殊环境,利用CAN总线高可靠性和实时控制的优点,采用SJA1000作为CAN控制芯片,使用了FIFO型双端口存储器,并使用PCA82C250作为CAN控制器接口芯片,设计了CAN总线智能适配卡的硬件结构;在此基础上,设计了软件流程和代码;基于CAN总线在矿井环境下容易受到外界干扰的弱点,使用6N137进行信号隔离;实践证明,相对于传统方法,该设计方法能够满足矿井监控系统的要求,提高了CAN总线适配卡的传输能力,具有良好的现场应用效果。