一种基于深度学习的产品分类统计方法的研究

对于流水线上多类产品不规则混合放置条件下的统计问题,利用基于faster R-CNN和改进的深度卷积网络结合的图像识别方法,实现了对产品的在线分类计数。首先利用faster R-CNN方法获取图像中产品的位置信息,然后用改进的深度卷积网络对图像进行特征提取,将产品区域的位置信息映射到最后一层特征图上,再用ROI池化对产品区域特征进行尺度归一化,把归一化后的产品特征输入softmax分类器识别,从而实现了分类统计。实验结果表明,该方法能够在工业生产中实现多类混线产品在线自动分类统计。     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

移动学习支持下的计算机专业英语教学改革

分析移动学习在计算机专业英语教学中的优势,结合自主开发的APP程序介绍教学改革措施,并论述教学实施和评价,最后说明教学改革效果。     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

半自磨工艺在金锑矿碎磨中的应用

甘肃某公司选厂处理的金锑共生矿石中黏土矿物含量高,含水率也较高,采用常规破碎工艺存在流程不畅顺、作业环境差、劳动强度大、生产成本高等缺点。2014年该选厂采用半自磨工艺取代常规破碎工艺,该工艺克服了黏土矿物及含水率对碎矿流程的负面影响。该选厂通过持续优化半自磨工作参数及均衡两段磨矿负荷等措施,不断提高系统的磨矿效率,使得选厂磨矿段产能翻番,生产成本大幅度降低,同时降低了劳动强度并改善了生产环境等,取得了良好的经济效益与社会效益。     

自抗扰控制在推力矢量飞机大迎角机动中的应用

为实现推力矢量飞机的大迎角机动控制，提出一种基于自抗扰控制的三通道解耦控制策略.以第三代战机F16公开数据为基础，添加推力矢量模型，利用双发推力矢量喷管组合偏转产生大迎角机动的期望三轴力矩.在纵向、横向和航向通道分别独立设计自抗扰控制器，将系统中未建模动态、不确定性以及通道间的强耦合视作总扰动进行估计并补偿，并在纵向和航向通道引入角速度阻尼反馈项，使原始飞行器开环动力学闭环近似为一个广义对象，降低了自抗扰控制器的设计阶次.选取眼镜蛇机动和赫伯斯特机动两种典型的过失速机动动作进行控制策略验证，数值仿真结果表明，所设计的三通道独立自抗扰控制器能够消除通道间的强耦合，完成推力矢量飞机的大迎角机动控制.蒙特卡罗仿真测试表明，所提控制策略具有较强的鲁棒性.      

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

自粘性流动树脂对牙本质粘接强度的研究

目的对比新型自粘性流动树脂Constic与目前常用的自酸蚀粘结剂搭配普通复合树脂对牙本质的粘接强度,评估自粘性流动树脂Constic的粘接性能能否满足临床需要。方法收集新鲜拔出的人类磨牙60颗,随机分为3组(A组,B组,C组):A组为自粘性流动树脂Constic、B组为一步法自酸蚀粘结剂幻彩-bond搭配普通流动树脂Filtek Supreme XT Flowable、C组为两步法自酸蚀粘结剂Clearfil SE-Bond搭配Filtek Supreme XT Flowable。测试粘接试样剪切粘接强度并对测试结果进行单因素方差分析(one-way ANOVA,LSD)分析。然后在体式显微镜下放大至50倍进行断裂面观察并进行断裂类型统计。结果3组剪切粘接强度分别为:9.15±2.33MPa(A组),10.79±2.37MPa(B组),13.89±2.56MPa(C组)。A组剪切粘接强度与B组之间的差异无统计学意义(P0.05),但均低于C组(P0.05)。A组和B组主要发生的是粘附破坏,C组以混合断裂为主。结论自粘性流动树脂Constic与一步法自酸蚀粘结剂相似,可满足临床需要。