基于CMOS传感器多功能USB图像采集平台

采用OmniVision的OV9120 CMOS图像传感器为光电成像器件,以USB2.0控制器CY7C68013A为主控芯片,通过其可编程接口GPIF的FLOWSTATES流模式实现与传感器的无缝连接,配合可编程逻辑器件EPM7128实现采集平台的外部扩展控制功能.设计了功能丰富、使用方便、成本低廉的适用于高速图像采集的硬件系统:编写了基于多线程技术的驱动程序和软件系统.实现了基于CMOS图像传感器的高分辨率多功能图像数据采集平台.     

重复频率3Hz、100mJ高光束质量钕玻璃放大器的研制

研制了具有放大纳秒方形激光脉冲的高光束质量、高稳定的激光二极管(LD)抽运的钕玻璃激光放大器。为了获得较高的输出能量,采用LD泵浦的"串联式双程放大"高增益组件进行能量放大。为了获得高光束质量的光斑,利用液晶空间光调制器(LCSLM)对光束近场分布进行空间整形,使之产生特定的空间分布,进而对后级放大器增益不均匀性进行光学预补偿。放大器工作波长为1 053nm,工作频率为3 Hz,输入1nJ的3ns方形激光脉冲,输出激光脉冲能量为100mJ、光束口径为10mm×10mm的方光斑,能量不稳定度小于2%(均方根),净增益大于109。光束的近场调制度小于1.3∶1,远场焦斑衍射极限小于2DL,远场角漂移小于9.5μrad。     

多智能体自组织语音识别

语音感知是无人系统的重要组成部分,已有的工作大多集中于单个智能体的语音感知,受噪声、混响等因素的影响,性能存在上限。因此研究多智能体语音感知,通过多智能体自组织、相互协作,提高感知性能非常必要。假设每个智能体输出一个通道的语音流条件下,本文提出一种多智能体自组织语音系统,旨在综合利用所有通道提高感知性能;并进一步以语音识别为例,提出能处理大规模多智能体语音识别的通道选择方法。基于Sparsemax算子的端到端语音识别流注意机制,将带噪通道权重置零,使流注意力具备通道选择能力,但Sparsemax算子会将过多通道权重置零。本文提出Scaling Sparsemax算子,只将带噪较强的通道权重置零;同时提出了多层流注意力结构,有效降低了计算复杂度。在30个智能体的无人系统环境下,基于conformer架构的识别系统实验结果表明,在通道数失配的测试环境下,提出的Scaling Sparsemax在仿真数据集上的文字差错率(WER)相比Softmax降低30%以上,在半真实数据集上降低20%以上。     

基于受试者工作特征pAUC优化的人脸识别系统

基于深度学习的人脸识别技术在大量应用场景中表现出优于传统方法的性能,它们的损失函数大致可分为2类：基于验证的和基于辨识的。验证型损失函数符合开集人脸识别的流程,但实施过程比较困难。因此目前性能较优的人脸识别算法都是基于辨识型损失而设计的,通常由softmax输出单元和交叉熵损失构成,但辨识型损失并没有将训练过程与评估过程统一起来。本文针对开集人脸识别任务提出一种新的验证型损失函数,即最大化受试者工作特征(ROC)曲线下的部分面积(pAUC);同时还提出一种类中心学习策略提高训练效率,使提出的验证型损失和辨识型损失有较强的可比性。在5个大规模非限定环境下的人脸数据集上的实验结果表明,提出的方法和目前性能最优的人脸识别方法相比,具有很强的竞争性。     

油田35kV系统电压互感器高压熔断器异常熔断故障的抑制措施

近年来,大庆油田35 kV系统额定电流为0.5 A的电压互感器(potential transformer,PT)高压熔断器频繁异常熔断,严重影响了系统的安全可靠运行。为解决该问题,首先对PT高压熔断器熔断故障进行了统计分析;其次,利用EMTP程序和试验手段,从系统暂态特性和PT高压熔断器熔断特性2方面分析了熔断器异常熔断原因。研究结果表明熔断器异常熔断是一个综合性问题,是系统暂态特性和PT高压熔断器熔断特性共同影响导致的;基于此,提出了将PT高压熔断器额定电流由0.5 A提高至2 A的抑制措施,实际运行结果验证了所提抑制措施的可行有效性。     

综采工作面上隅角瓦斯积聚防治技术研究

针对首山一矿己16、17-12041综采工作面开采过程中反复出现的上隅角瓦斯异常涌出现象,采用现场工程调研的方法展开研究,分析认为井下温度失衡和工作面附近断层破碎带是造成上隅角瓦斯积聚的根本诱因。在此基础上提出底抽巷"穿层抽放"和"本煤层抽放"相结合的联网抽放设计,配合传统的导风帘通风,有效地解决了上隅角瓦斯异常,实现了矿井的安全高效生产。     

井塔式多绳摩擦提升机钢丝绳损伤分析

正井塔式多绳摩擦提升机是矿井提升的常用设备,钢丝绳是其关键部件之一。在运行过程中,因受力不同导致钢丝绳各段的损伤也不同。钢丝绳的状态影响提升机的安全,我国也制定了相关的国家标准和行业标准来控制其生产制造、运输、储存和     

用于语音控制的低资源关键词检索系统

基于深度神经网络的低资源条件下关键词检索已经取得了很大的进展，但这些方法仍旧需要较多的参数才能保证模型的精度。为了进一步减少模型的参数量，本文将Squeeze-and-Excitation网络和深度可分离卷积应用在关键词检索任务中。首先利用Squeeze-and-Excitation网络对不同特征通道之间的相互依赖关系建模的能力进一步提升模型的精度，然后通过将标准卷积替换为深度可分离卷积来有效的减少模型所需要的参数。在谷歌语音命令数据集上的实验证明我们的模型可以在保证高精度的同时把参数量限制在一定的范围内。      

松原龙华松花江特大桥箱梁抗扭分析

介绍了箱型截面的扭转和畸变的计算方法,并对龙华松花江特大桥在偏载作用下的扭转、畸变进行了分析探讨。