小尺度交通信号灯的检测与状态识别

交通信号灯识别包括检测和状态识别，在智能交通系统中发挥重要作用。基于YOLOv3算法提出了一种交通信号灯检测与状态识别模型。针对交通信号灯相较于交通场景中其他目标具有尺度小的特性进行了算法的设计：降低骨干网络的下采样倍率以增加小尺度目标的特征描述能力；通过增大特征图的尺度来改进多尺度特征融合；引入广义交并比作为检测任务的损失函数来改进目标边界框的回归效果。同时，根据交通信号灯本身的特性，使用颜色和形状约束的方法对信号灯进行状态识别和类别验证。最后在公开的Bosch交通信号灯数据集上和实际的城区道路进行了实验验证。实验结果表明，所提出的算法能够提升交通信号灯识别的精度和召回率，识别准确率可以达到90%左右。     

BHA轴向磁干扰对方位测量误差的影响——基于人工磁场模拟方法

井下钻具组合（BHA）磁化形成的轴向磁场干扰是定向组件磁方位测量的一个重要的误差因素。为了对该误差因素进行独立分析，建立了大型三轴亥姆霍兹线圈人工磁场系统作为研究环境，使用不同磁通量的多个磁化组件作为干扰源研究在理想环境中轴向干扰磁场对定向组件的影响，并在此基础上提出了一种估算磁化组件磁极强度和校正轴向干扰的方法，通过改变空间姿态和三轴亥姆霍兹线圈磁场强度，分析了在不同井斜角、方位角和磁倾角的井眼轨迹中，轴向磁干扰对定向组件方位测量误差的影响，最后证明了校正磁性组件的轴向干扰方法，可以有效地提升BHA定向组件的方位测量精度。     

三维圆弧型井眼轨道设计模型的拟解析解

为了研究三维圆弧型井眼轨道设计方程组是否存在解析解以及如何有效求解，使用消去法从多元非线性方程组中推导出其中的某个未知数满足一个特征多项式方程，并且证明了该方程组的拟解析解可以由特征多项式方程的实数根和已知设计参数构成的解析公式计算得到；如果极点多项式非恒等于0，则当特征多项式次数不超过5时，如果有解则为解析解，否则为数值解。通过使用C++类实现多项式加减法、乘法的计算方法，提出了多项式实数根的分隔算法、并用二分法快速求解出多项式全部实数根的计算方案。该方法在数学上经严格推导，计算方案简洁、稳健，在三维井眼轨道设计、智能钻井定向控制中具有应用价值。     

适应不同重力环境的仿壁虎机器人运动仿真

针对不同重力环境下仿壁虎机器人的运动稳定性、运动高效协调性等问题,基于四足机器人的步态规划现状和仿壁虎机器人自身特定的机械结构,设计了仿壁虎机器人在g、0、-g 3种环境下的足端轨迹和运动步态。在ADAMS仿真软件中研究了机器人的运动学和动力学特性,得到了仿壁虎机器人稳定爬行与脚掌黏附力、足端轨迹和运动步态的关系。探讨了仿真结果的合理性和局限性,为仿壁虎机器人在实际环境中的稳定运动奠定了理论基础。     

一种广义不可分支持向量机算法

针对标准的C-SVM(C-support vector machine)算法在处理很多实际分类问题时，对识别错误代价损失差异很大的极端情况表现出的局限性，提出一种通用的 广义支持向量机算法。根据识别错误后所付出的代价，可以把最优分类面向代价损失低的一方进行推移，留给代价损失高的一方更大的空间，提高其识别率，从而减小识别错误后带来的代价损失。该方法进一步提高了标准C SVM的适用性以及样本的正确识别率，将新算法应用到高分辨雷达距离像的识别中，实验证明,广义C-SVM能取得比传统C-SVM更好的识别效果。     

Investigating heat conduction in a sphere with heat absorption using generalized Caputo fractional derivative

In this paper, we study the ρ-Laplace transform and the finite sin-Fourier transform as powerful tools in solving fractional differential equations with generalized Caputo derivative. We use these transforms to solve the time-fractional heat equation with a generalized Caputo fractional derivative associated with heat absorption in spherical coordinates. We obtain the solutions in two cases of Dirichlet boundary conditions. The effect of the parameter $\rho$, which characterizes the generalized Caputo derivative is illustrated through some numerical examples.     

基于广义二次互相关的低信噪比信号时延估计

针对时延估计精度受噪声影响,导致时延估计不准确的问题,在现有广义二次相关算法的基础上,提出了一种改进的广义二次相关算法,通过将二次相关函数先做指数运算,降低噪声干扰,再将傅里叶逆变换得到的相关函数做高次方运算,达到锐化峰值提高时延正确率的目的。仿真结果表明,信噪比(SNR)在0~10 dB时,改进算法的均方根误差明显优于广义二次相关算法,正确率相比于广义二次相关算法也显著提高,且在更低SNR的情况下仍然具有一定优势。     

以任意高维纠缠态为量子信道的受控隐形传态

目的是利用高维量子纠缠态为量子信道，讨论未知单粒子态的受控隐形传输问题。以三维量子纠缠态为信道，提出一个二维任意单粒子态的受控隐形传输协议。提出了以任意[d]-维量子纠缠态为量子信道，[t]-维任意单粒子态的隐形传输协议[(t相似文献   

东营凹陷深部储层流度属性提取及应用

东营凹陷深部储层埋深大、储层薄,为干燥环境下沉积的红层,采用常规储层描述与预测方法难以取得好的效果。在流度属性表征方法计算公式详细推导和流度属性本质含义解剖的基础上,根据研究区岩石物理参数和流体置换的特征,建立了含油层和干层的理论模型,发现将储层主频作为优势频率提取的流度属性,具有很好的有利储层识别度,含油砂体的流度属性能量团比干层及其它地层的能量要强。对东营凹陷深部实际三维工区数据进行目标处理,过井剖面的有利储层得到很好展示;沿层流度属性切片,其储层厚度、储层流体类型及其分布范围与井点图吻合度很高,进一步验证了方法的有效性。研究成果拓展了流度属性的应用范围(以往仅局限于低频),也为深部储层预测开辟了一条新的途径,具有重要的理论意义和较好的推广价值。     

Model reduction for nonlinear multiscale parabolic problems using dynamic mode decomposition

In this article, a model reduction technique is presented to solve nonlinear multiscale parabolic problems using dynamic mode decomposition. The multiple scales and nonlinearity bring great challenges for simulating the problems. To overcome this difficulty, we develop a model reduction method for the nonlinear multiscale dynamic problems by integrating constraint energy minimizing generalized multiscale finite element method (CEM-GMsFEM) with dynamic mode decomposition (DMD). CEM-GMsFEM has shown great efficiency to solve linear multiscale problems in a coarse space. However, using CEM-GMsFEM to directly solve multiscale nonlinear parabolic models involves dynamically computing the residual and the Jacobian on a fine grid. This may be very computationally expensive because the evaluation of the nonlinear term is implemented in a high-dimensional fine scale space. As a data-driven method, DMD can use observation data and give an explicit expression to accurately describe the underlying nonlinear dynamic system. To efficiently compute the multiscale nonlinear parabolic problems, we propose a CEM-DMD model reduction by combing CEM-GMsFEM and DMD. The CEM-DMD reduced model is a coarsen linear model, which avoids the nonlinear solver in the fine space. It is crucial to judiciously choose observation in DMD. Only proper observation can render an accurate DMD model. In the context of CEM-DMD, we introduce two different observations: fine scale observation and coarse scale observation. In the construction of DMD model, the coarse scale observation requires much less computation than the fine scale observation. The CEM-DMD model using the coarse scale observation gives a complete coarse model for the nonlinear multiscale dynamic systems and significantly improves the computation efficiency. To show the performance of the CEM-DMD using the different observations, we present a few numerical results for the nonlinear multiscale parabolic problems in heterogeneous porous media.