改进RetinaFace的自然场景口罩佩戴检测算法

新型冠状病毒可以通过空气中的飞沫、气溶胶等载体进行传播，在公共场所下正确佩戴口罩可以有效地防止病毒的传播。提出了一种自然场景下人脸口罩佩戴检测方法，对RetinaFace算法进行了改进，增加了人脸口罩佩戴检测任务，优化了损失函数。在特征金字塔网络中引入了一种改进的自注意力机制，增强了特征图的表达能力。建立了包含3 000张图片的数据集，并进行手工标注，用于网络训练。实验结果表明该算法可以有效进行口罩佩戴检测，在自然场景视频中也取得了不错的检测效果。     

ICFR: An effective incremental collaborative filtering based recommendation architecture for personalized websites

World Wide Web - To solve the problem that users’ retrieval intentions are seldom considered by personalized websites, we propose an improved incremental collaborative filtering (CF)-based...     

基于传统清管球接收器的滤杂防堵工艺设计

清管球回收操作过程中,清管球接收器的泄压、排液和惰化导致泥、砂、垢等杂质积聚在清管球接收器中,并随油气物流进入闭排系统管线,造成杂质流失、闭排系统管线堵塞和压力无法完全释放,影响对海底油气管道腐蚀、析蜡、结垢及地层出砂等情况的判断,存在很大的安全隐患。通过对清管球接收器实施工艺改造,使清管球接收器具备滤杂防堵功能和自动取样功能,有效解决了闭排管线堵塞、杂质流失和安全隐患问题。该工艺研究对于海上油气田海底管线的运营和维护具有较高的借鉴意义。     

基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

短寿命核素气溶胶监测相关问题探讨

目前的放射性气溶胶连续监测仪或连续空气监测仪,都是针对长寿命的α放射性核素(如U,Pu)或β放射性核素(如¹³⁷Cs,⁹⁰Sr),因而在采样测量过程中都不考虑被监测核素的衰变修正。但是,包括核电站在内的具有反应堆运行的核设施,对某些短寿命放射性核素(如⁸⁸Rb,¹³⁸Cs 以及¹⁸F等)的气溶胶监测也是重要的。本文针对短寿命核素气溶胶监测中的有关问题进行讨论,提出了相关的可供监测仪器报告监测结果的实际可行的数据处理方法。     

基于广义深度学习的含DG配网故障诊断方法

针对传统故障定位方法难以满足含分布式电源配电网的问题，提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势，挖掘响应数据与故障位置之间的映射关系，建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明，该方法可有效实现含分布式电源配电网的故障定位，准确率高，速度快，且在信息畸变或缺失时容错性好。     

2Cr13Mn9Ni4不锈钢卡箍腐蚀开裂分析

2Cr13Mn9Ni4不锈钢卡箍在服役条件下大量出现开裂、断裂问题，为飞行安全埋下较大的隐患。对大量卡箍裂纹进行统计分析，发现其断裂位置、形貌有相似性，进行2Cr13Mn9Ni4不锈钢卡箍腐蚀开裂分析，对卡箍的安全应用有重要意义。对故障件外观进行观察，对断口进行宏微观特征观察、能谱分析，对焊缝附近进行金相组织检查、硬度分布测试，在故障件上取样进行晶间腐蚀试验、热模拟试验，最后对卡箍应力进行模拟仿真。结果表明:卡箍残余应力、环境腐蚀、焊接影响的晶间敏化共同作用导致卡箍开裂。     

纳米Co/rGO磁性复合吸附材料的制备及对Cu2+的吸附性能

以改进Hummer法制备的薄片状氧化石墨烯(GO)为载体和模板负载钴离子，然后采用原位还原法制得纳米金属Co/石墨烯磁性复合吸附材料(Co/rGO)，并将其应用于对Cu2+的吸附和脱除，以期为高效可复用的铜离子脱除剂的合成与应用提供指导。实验结果证实，Co/rGO复合材料具有超顺磁性，能够很方便的使用磁铁进行分离并在无磁场情况下振荡分散。Co/rGO复合材料对Cu2+具有稳定的吸附/脱附性能，实验条件下对Cu2+的最大吸附容量达到117.5 mg/g且5 min内实现吸附平衡，远优于其原料GO的60 min吸附容量27.6 mg/g。本工作系统考察了NaOH加入量、络合剂种类、溶剂种类等关键因素对Co粒子在rGO载体上形貌和分布特性的影响，比较了不同合成条件下的复合材料对Cu2+吸附效果的影响，并对优选条件下制备的Co/rGO复合材料进行了FT-IR, XRD, SEM表征。研究结果表明，纳米Co/rGO磁性材料对Cu2+的吸附过程更符合Freundlich模型，属于多层吸附。室温下吸附焓ΔH=17.81 kJ/mol，吸附反应平衡常数Kθ=3.65。当初始Cu2+浓度为39.22 mg/L时，对Cu2+的吸附率为93.47%，五次吸附/脱附循环后吸附容量仍保持在初始值的94%，每次吸附后溶液中残余Cu2+浓度均满足钴电解液对杂质铜离子的浓度去除要求(5 mg/L)或GB 8978-1996污水综合排放标准3级(2 mg/L)，有望在相关领域发挥作用。