BIM技术在火灾自动报警系统中的应用研究

利用BIM技术开发了火灾自动报警系统组件库,并通过在实际建筑模型中的应用,实现了建筑内火灾自动报警系统中各设备的三维可视化查看、详细信息参数查询查看等功能,进而分析了BIM技术在建筑消防设施管理中的应用优势与前景,促进了建筑消防设施管理的精细化、可视化与信息化,提高了消防管理的效率和水平。     

基于条件信息卷积生成对抗网络的图像识别

传统的图像识别方法需要大量有标签样本进行训练，且模型训练难以达到稳定。针对这些问题，结合条件生成网络和信息最大化生成网络的结构优势建立了条件信息卷积生成网络（C-Info-DCGAN）。模型增加图像的类别信息和潜在信息作为输入数据，然后利用Q网络去更好地发挥类别信息和潜在信息对训练的引导作用，并且利用深度卷积网络来加强对图像特征的提取能力。实验结果表明，该方法能够加快模型训练收敛速度，并有效提高图像识别的准确率。     

结合边缘特征先验引导的深度卷积显著性检测

针对当前基于深度学习的显著性检测算法缺少利用先验特征和边缘信息，且在复杂场景中难以检测出鲁棒性强的显著性区域的问题，提出了一种结合边缘特征，利用先验信息引导的全卷积神经网络显著性检测算法。该算法利用三种被经常用到的先验知识结合边缘信息形成先验图，通过注意力机制将提取的先验特征与深度特征有效融合，最终通过提出的循环卷积反馈优化策略迭代地学习改进显著性区域，从而产生更可靠的最终显著图预测。经过实验定性定量分析，对比证明了算法的可靠性。     

基于混合蚁群算法的异质车队低碳VRP研究

针对货运车辆在配送调度过程中产生大量碳排放的问题，建立模型将多种影响碳排放量的因素协同优化。模型中考虑了不同载重量的异质车队，两个节点之间有多条道路的柔性路径，以及车辆重量随卸货而减少的动态负载等因素，以碳排放量、行驶时间和行驶路程为优化目标，并加入了节点需求时间窗、根据速度变化划分路段、交接和卸货时间的约束。提出了一种混合蚁群算法，利用蚁群算法信息素强度更新方式保持群体记忆性，利用粒子群算法的快速收敛特性增加计算效率。通过随机数值算例的仿真优化与对比分析，验证了算法和模型的有效性。     

海尔COSMOPlat:工业互联网平台助力疫情防控

疫情之下,临时医院的搭建、医疗防护物资的生产,让中国制造业迎来大考。工人复工难、物资调配紧张等问题也让制造业产能恢复面临着诸多挑战。工业互联网作为工业经济全要素、全价值链、全产业链,全面连接新型基础设施,发挥其在万物互联、信息汇聚、优化调度、异地协同、远程服务等方面的优势,助力抗击疫情工作。海尔卡奥斯COSMOPlat作为国内跨行业跨领域的工业互联网平台代表,就在其中发挥了重要作用。