无人机影像单目标跟踪综述

随着无人机产业的发展,航拍影像数据急剧增多,航拍影像的智能化分析与处理已成为新的研究热点.目标跟踪作为其中的核心技术之一,可为后续影像内容解译及各种实际应用提供基础性的支撑.受到应用场景复杂、目标尺度复杂多变、姿态变化剧烈、相似目标干扰等各种复杂因素的影响,无人机影像目标跟踪面临着诸多的技术挑战.因此,总结了近年来无人机影像单目标跟踪技术的研究进展,包括基于相关滤波的目标跟踪方法、基于深度学习的目标跟踪方法、基于相关滤波与深度学习结合的目标跟踪方法等,介绍了无人机影像公开数据集,以及跟踪性能的评价指标,并对典型的单目标跟踪方法进行了性能评测与分析.最后,对未来无人机影像目标跟踪技术的发展态势进行了总结与展望.     

蜂窝网络中D2D通信资源分配方法综述

随着第五代(the fifth generation,5G)移动通信系统商用进程的推进,设备到设备(device-to-device,D2D)通信越发受到人们的关注.频率、功率等资源分配作为优化D2D通信的关键技术成为重要的研究课题,因此对蜂窝网络中D2 D通信资源分配研究进行综述.首先介绍D2 D通信模型和模式;其次从数学理论角度出发,分析蜂窝网络中D2 D通信资源分配的主要方法:基于图论、超图理论、博弈论、机器学习和启发式算法等,对这些算法进行对比分析;最后总结上述D2 D资源分配方法存在的主要不足,并对蜂窝网络中D2 D通信的未来发展进行展望.     

动态场景图像去模糊技术研究进展

模糊是图像退化的主要降质因素之一,图像去模糊技术一直是计算机视觉和图像处理领域的一个重要课题,广泛应用于安防、刑侦、交通、金融、医疗图像等领域.首先,对传统去模糊算法进行阐述并说明其存在的问题.然后,在此基础上对现有基于深度学习的图像去模糊方法进行综述并分析了算法存在的优势与不足,着重讨论了基于动态网络的非均匀模糊处理新趋势.最后,结合最新的研究成果,展望了图像去模糊技术未来的发展方向.     

基于文化鲸鱼优化算法的特征权重优化分配方法

为了解决基于数据的预测模型中特征权重分配不合理的问题,将鲸鱼优化算法(whale optimization algorithm,WOA)纳入文化算法的种群空间中,获得了一种文化鲸鱼优化算法(cultural whale optimization algorithm,CWOA)以用于特征权重的优化分配.首先,将预测模型的均方根误差作为适应度函数;然后,采用WOA在种群空间中对特征权重进行迭代寻优;接着,通过接受函数将种群空间中的最优权重置于信仰空间中进行性能评价与双变异演化,以此形成形势知识和规范知识;最后,通过影响函数对种群空间中的权重进行更新指导,如此循环,从而得到特征权重的优化分配结果.以基于案例推理的预测模型为例,使用加州大学欧文分校(University of California Irvine,UCI)标准数据集对特征权重的不同分配方法进行了对比实验,结果表明该方法分配权重后的预测精度最优,在涉及特征权重分配的机器学习领域具有一定应用价值.     

基于价电子理论的Ag-Sn金属间化合物形成机理

SnAgCu焊点中的金属间化合物(intermetallic compounds,IMCs)Ag3 Sn脆性大且电阻高,对焊点可靠性具有重要影响,有必要明确其形成过程和相变机制以控制其生长.采用固体与分子经验电子理论(empirical electron theory,EET)研究Ag-Sn系统中的主要扩散元素及原子运动路径,应用自洽键距差(self-consistent bond length difference,SCBLD)法计算了Ag-Sn系统内参与反应相的价电子结构及可能形成的固溶体的结合能,根据结合能变化趋势从价电子层面描述出Ag3 Sn在焊点内部的形成过程.研究结果表明:Ag-Sn系统中的主要扩散元素为Sn,Sn原子进入Ag晶胞形成固溶体,固溶体内原子重新排布,形成结合能更高、排布更均匀的共价键,造成晶格膨胀,位于(110)晶面和面心位置的Ag原子随之向外扩张,形成了同样具有良好对称性的Ag3 Sn,与前人研究Ag-Sn系统扩散的实验结果相符.     

基于IDA方法的地铁车站结构抗震性能评价

针对目前大型地下结构抗震性能评价尚不完善,提出了一种基于非线性增量动力分析(incremental dynamic analysis,IDA)的多层多跨地下结构横断面地震易损性分析的方法.选用典型三层三跨地铁车站建立土-结构二维整体分析有限元模型,采取等效线性化模型模拟土体在地震作用下的剪切模量退化和阻尼增加特性,纤维梁单元模拟多层地下结构在地震作用下的滞回特性.基于PEER强震记录数据库的21条地表地震动峰值加速度中位值,将其统一调幅到不同强度水平,作为非线性IDA的输入地震动.根据IDA结果的统计分析,对于浅埋多层地下结构而言,地表峰值加速度和峰值速度是有效且合适的地震动强度指标,可以用来构建地下结构的易损性曲线.通过与现有的矩形地下结构经验地震易损性曲线和数值地震易损性曲线比较,验证了数值模拟得到的地震易损性曲线的有效性,可以作为快速评价地下结构抗震性能的有效工具.     

走滑断层黏滑错动下隧道破坏的模型试验研究

为了探究断层错动对隧道及围岩的损伤机理及破坏特性,以滇中引水工程香炉山隧洞为依托,通过开展隧道穿越断层破碎带的黏滑错动模型试验,并采用ABAQUS进行数值建模,对试验结果进行验证分析.研究结果表明:断层错动过程中,衬砌主要发生受拉破坏,局部位置衬砌受压破坏;衬砌发生变形及破坏的区域,主要集中在破碎带范围内,以错动面处衬砌变形、破坏最为突出,衬砌的变形随距错动面距离的增大而减少,衬砌横断面内拱顶、右腰位置破坏最为严重;断层错动起始时刻,破碎带中间部位拱顶处衬砌拉损伤已经达到较高量级,衬砌局部开裂破坏,随着断层错动量的增加,损伤不断累积,当错动量达25 mm(相当于实际错动量1 m)时,衬砌整体损伤已累积到较高量级,此时衬砌的破坏接近试验的最终状况.岩体的破裂区域主要集中在距错动面两侧30 cm范围内,围岩变形随着距错动面距离的增加而逐渐减小.     

传染病房护理机器人的应用现状与展望

近20年来,各种烈性传染病先后肆虐全球,给世界人民的生命安全带来了极大的危害,也对各国经济的发展带来了极大的打击.医护机器人在抗疫工作中发挥了十分重要的作用.对各国的传染病房医护机器人研究和应用现状进行综述,并在此基础上给出下一代传染病房医护机器人有待解决的研究难点和关键技术,特别强调气动肌肉驱动机器人的类人运动控制、遥操作机器人符合操作者直觉的运动映射算法、从端机器人的类人触觉感知和力控制,以及机器人对一些特定护理技能的模仿学习等研究对于传染病房遥操作护理机器人系统的重要意义.     

改进的小脑模型神经网络及其在时间序列预测中的应用

针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.     

桥梁结构防落梁与碰撞装置综述

由于伸缩缝宽度不足或主梁位移过大等,强震作用下桥梁结构可能产生碰撞,甚至落梁等严重震害.因此,对减小上述震害的防碰撞和防落梁装置,如限位装置、阻尼器和模数式伸缩缝装置等进行了综述,探讨了这些装置优点、不足及应用;介绍和比较了国内外防落梁装置的设计方法;分析和比较了不同国家和地区抗震设计规范中梁端最小支承长度的规定.对我国强震区防落梁、防碰撞装置的应用和发展提出了具体建议.