基于深度卷积神经网络End-to-End模型的亲属关系认证算法

针对如何利用人脸图像进行亲属关系认证的问题,提出基于深度卷积神经网络End-to-End模型的亲属关系认证算法.首先,构建一个包含卷积层、全连接层和soft-max分类层的深度卷积神经网络模型.卷积层可以提取亲子图像的隐性特征,全连接层可以将提取的隐性特征映射为亲属关系认证的二分类问题,soft-max分类层可以直接判断该对样本是否具有亲属关系.然后,将成对的标记训练数据输入网络进行迭代,优化深度网络模型参数,直至损失曲线稳定.最后,利用训练完毕的深度网络模型对输入测试图像对进行分类判决,通过统计得到最终的准确率.在KinFaceWI和KinFaceWII数据库上的结果显示,相比以往的亲属关系认证算法,文中模型具有更好的性能.     

巷道内Ⅰ型及Ⅰ/Ⅱ复合型裂纹在冲击载荷作用下的断裂行为分析

研究了巷道内纯Ⅰ型及Ⅰ/Ⅱ复合型裂纹在冲击载荷作用下的动态扩展特征,预制裂纹位于巷道拱顶圆弧区域与巷道对称轴线平行,并与巷道对称轴线的间距不同。以中低速落锤冲击试验机对砂岩巷道模型试样进行动态冲击加载,巷道内裂纹的起裂时间与扩展特性采用粘贴在裂纹尖端的应变片进行相应的测试分析。采用AUTODYN模拟巷道内裂纹的扩展路径,总体上数值结果与试验结果比较吻合,采用ABAQUS计算裂纹的应力强度因子,结合试验-数值法确定巷道模型内预制裂纹的起裂韧度。研究结果表明:Ⅰ/Ⅱ复合型裂纹起裂过程中,既有Ⅰ型起裂韧度又有Ⅱ型起裂韧度,其比例大小与裂纹距离巷道对称轴的距离有关;纯Ⅰ型与Ⅰ/Ⅱ复合型裂纹的扩展行为有很大差别,纯Ⅰ型裂纹起裂沿着原裂纹方向竖直向上扩展,而Ⅰ/Ⅱ复合型裂纹与原裂纹成一定角度起裂,形成翼型裂纹,最后沿着最大主应力方向进行扩展,并且复合型裂纹在扩展过程中,存在明显的拐点特征。     

基于CATIA的面板坝趾板三维设计研究

通过分析面板坝趾板传统设计方法,基于CATIA软件,提出了从趾板设计到设计成果输出的一整套三维设计的方法。该方法采用"Z"线作为趾板三维设计的轴线,克服了特殊情况下"X"线不存在的局限性;通过在两段趾板之间增设异型趾板解决相邻趾板不连续的问题;将趾板参数化后方便后续趾板设计方案,大大提高了设计效率。     

侦测工作在水利灾害应急救援中的应用

侦测是水利灾害应急救援的一项基础保障性工作,同时也是应急救援过程中的一项全时性工作,涉及的内容和技术方法多种多样,对时效性和准确性的要求极高。实施侦测过程中应当根据险情类别和重难险点合理调整侦测方向,不能千篇一律。以红石岩堰塞湖处置和唱凯堤决口封堵为例,具体分析了侦测工作在不同险情中的应用。     

数字式超声波测距仪设计

介绍了一种基于单片机的数字式超声波测距仪的设计。详细地说明了单片机和外围电路、超声波传感器、温度检测电路、显示电路等硬件设计以及主程序、测温子程序等的软件设计方面。设计中使用已封装好的超声波模块,方便简单。同时考虑了环境温度的改变对超声波速度的影响,提高了测量精度。此超声波测距的实验运行良好,具有操作简单,性能稳定,精度高,体积小的优点,可用于多种场合,符合未来的发展方向。     

基于PIV测量技术的变曝气量下气液两相流速度场研究

粒子图像测速技术(PIV)作为一种无扰的全流场速度测量手段,在多相流研究领域具有较高的学术意义和实用价值。本研究针对曝气过程中的复杂气液两相流动,使用高速摄影机获取气液两相流流场的高帧图像,再通过图像预处理手段及PIV测速算法得到气液两相流速度场信息,并对不同工况下气液两相流的流态流速规律进行了研究分析。本文提出的图像预处理方案,通过采用图像的运动目标分割、降噪与反相等手段进行图像预处理,可以有效地减少后续速度场计算中的信息量及误差。研究结果为工业生产过程中有效提高曝气效率提供了重要的参考依据。     

基于Gabor调制的深度多层子空间人脸识别算法

人脸识别的关键在于特征提取,过去主要从完美的低维特征子空间来刻画高维图像,但是近年来深度学习模型为特征提取提供新方向。本文提出在Gabor特征描述子调制下的深度子空间模型,在深度子空间这一新型深度学习框架基础上,使用Gabor滤波器组处理图像,并构建深度特征提取多层网络,得到Gabor调制下的深层抽象特征。首先将传统的8个方向5个尺度的40个Gabor滤波器在尺度上进行压缩得到8个基本Gabor滤波器组;然后将经过Gabor滤波的描述特征分别送入深度化改造的子空间模型,得到图像的深层特征表示;其次将这些特征进行哈希编码,直方图分块,作为描述特征。本文在FERET、ORL、CMU_PIE等数据库上讨论加入Gabor滤波器调制后的深度多层子空间特征提取模型在人脸识别问题上性能的提升,实验结果表明,该算法可以取得较好的识别率,并对光照、表情、姿态等有很好的鲁棒性,能够弥补浅层网络易受训练图像影响的缺点。      

基于SCSCC试样的岩石复合型裂纹动态扩展特征研究

侧开单裂纹半孔板（single cleavage semi circle compression —SCSCC）试样是一种改进后的矩形板试样,本文采用分离式霍普金森压杆(SHPB)实验装置进行了冲击实验,完成了SCSCC试样纯I型及I-II复合型裂纹动态断裂实验,并针对实验进行了数值分析,研究了其扩展路径及扩展过程中的止裂问题。结果表明：1）SCSCC试件在实验过程中,纯I型裂纹扩展过程中尖端沿着原方向朝试件右侧移动,I-II复合型裂纹扩展过程中朝着试件中轴线方向（最大应力区）移动,且可以观察到止裂现象;应变片法是一种监测断裂时刻的有效方法。2）使用修正的最大主应力准则及引入能量释放率的拉伸断裂软化损伤（crack softening -CS）破坏准则可以有效解决岩石类材料的动态破坏问题,且可以描述材料全应力-应变破坏过程;3）I-II复合型裂纹SCSCC试件构型在研究岩石裂纹止裂领域具有较大优势。且SCSCC构型是一种大尺寸试样,可以减小岩石非均匀性带来的影响。     

一种基于频繁模式有向无环图的数据流频繁模式挖掘算法

频繁模式挖掘中基于FP-growth的算法需要扫描两次事务数据库,预先给定支持度,且不支持时间敏感型数据。本文提出了一种基于频繁模式有向无环图的数据流频繁模式挖掘算法,它根据事务到来的时间给每个事务一个序号,每个事务中的数据项在存储前按数据项的顺序进行调整,频繁模式有向无环图的构建遵循这个顺序并用序号来记录事务与数据项的包含关系,模式增长过程只需要增加有向边上的序号。通过逆向遍历带有相同序号的有向边,产生条件模式基,根据动态定义的阈值抽取条件模式基信息,一次扫描数据库得到频繁模式。实验结果表明,本文算法的执行效率优于FP-growth算法,且存储节点的数目明显减少。     

单目视觉下目标三维行为的时间尺度不变建模及识别

提出一种单目视觉下在线识别目标三维行为的方法. 该方法用匹配的标记点估计帧间相似变换,然后转换相似矩阵到对数空间以获取一致的四自由度运动参数序列. 为解决持续时间敏感问题,提出基于多边形近似算法的时间尺度不变特征,并用动态规划实现特征序列的在线提取. 在行为识别阶段,基于动态时间规整训练有限类别行为模板用于匹配测试行为序列. 实验结果表明,该行为模板较对比方法类别可分性平均提高60%以上,并且可用于在线识别连续视频中的未知行为.