采用蒸馏训练的时空图卷积动作识别融合模型

目的 基于深度学习的动作识别方法识别准确率显著提升,但仍然存在很多挑战和困难。现行方法在一些训练数据大、分类类别多的数据集以及实际应用中鲁棒性较差,而且许多方法使用的模型参数量较大、计算复杂,提高模型准确度和鲁棒性的同时对模型进行轻量化仍然是一个重要的研究方向。为此,提出了一种基于知识蒸馏的轻量化时空图卷积动作识别融合模型。方法 改进最新的时空卷积网络,利用分组卷积等设计参数量较少的时空卷积子模型;为了训练该模型,选取两个现有的基于全卷积的模型作为教师模型在数据集上训练,在得到训练好的教师模型后,再利用知识蒸馏的方法结合数据增强技术训练参数量较少的时空卷积子模型;利用线性融合的方法将知识蒸馏训练得到的子模型融合得到最终的融合模型。结果 在广泛使用的NTU RGB + D数据集上与前沿的多种方法进行了比较,在CS(cross-subject)和CV(cross-view)两种评估标准下,本文模型的准确率分别为90.9%和96.5%,与教师模型2s-AGCN(two-stream adaptive graph convolutional networks for skeleton-based action)相比,分别提高了2.4%和1.4%;与教师模型DGNN(directed graph neural network)相比,分别提高了1.0%和0.4%;与MS-AAGCN(multi-stream attention-enhanced adaptive graph convolutional neural network)模型相比,分别提高了0.9%和0.3%。结论 本文提出的融合模型,综合了知识蒸馏、数据增强技术和模型融合的优点,使动作识别更加准确和鲁棒。     

高性能整数倍稀疏网络行为识别研究

目的 行为识别在人体交互、行为分析和监控等实际场景中具有广泛的应用。大部分基于骨架的行为识别方法利用空间和时间两个维度的信息才能获得好的效果。GCN (graph convolutional network)能够将空间和时间信息有效地结合起来,然而基于GCN的方法具有较高的计算复杂度,结合注意力模块和多流融合策略使整个训练过程具有更低的效率。目前大多数研究都专注于算法的性能,如何在保证精度的基础上减少算法的计算量是行为识别需要解决的关键性问题。对此,本文在轻量级Shift-GCN (shift graph convolutional network)的基础上,提出了整数倍稀疏网络IntSparse-GCN (integer sparse graph convolutional network)。方法 首先提出奇数列向上移动,偶数列向下移动,并将移出部分用0替代新的稀疏移位操作,并在此基础上,提出将网络每层的输入输出设置成关节点的整数倍,即整数倍稀疏网络IntSparse-GCN。然后对Shift-GCN中的mask掩膜函数进行研究分析,通过自动化遍历方式得到精度最高的优化参数。结果 消融实验表明,每次算法改进都能提高算法整体性能。在NTU RGB+D数据集的子集X-sub和X-view上,4流IntSparse-GCN+M-Sparse的Top-1精度分别为90.72%和96.57%。在Northwestern-UCLA数据集上,4流IntSparse-GCN+M-Sparse的Top-1精度达到96.77%,较原模型提高2.17%。相比代表性的其他算法,在不同数据集及4个流上的准确率均有提升,尤其在Northwestern-UCLA数据集上提升非常明显。结论 本文针对shift稀疏特征提出整数倍IntSparse-GCN网络,对Shift-GCN中的mask掩膜函数进行研究分析,并设计自动化遍历方式得到精度最高的优化参数,不但提高了精度,也为进一步的剪枝及量化提供了依据。     

图论在无线传感网络路由协议中的应用研究

为降低无线传感网络节点能耗,延长网络生存时间,将图论最优选址问题用于分簇路由协议设计。依据节点剩余能量,结合图论的中心论算法进行簇头选举,以降低和平衡簇内能耗。依据下一跳簇头的能量消耗情况,使用Dijkstra算法设计最佳路由,确定最佳跳数,以降低数据传输的通信能耗,均衡全网能量。将此算法用于机场助航单灯监控系统,并与AL-CAME和ECOMP协议进行对比,仿真结果表明,此算法网络开销最小,节点剩余能量值远大于其他两种算法,网络能耗分布更为均衡,有效延长了网络的生命周期。     

基于3D打印建模的变压器典型局部放电模型研究

局部放电是造成电力变压器绝缘劣化、沿面闪络或绝缘击穿的重要原因。为了对变压器内部局部放电类型进行模式识别,基于3D打印技术设计加工了4种典型变压器内部局部放电绝缘缺陷模型,并搭建局部放电模拟试验平台对各模型进行测量,通过对比分析各模型的n-q-φ谱图,总结出不同谱图的特点,对变压器的局部放电类型识别具有一定的指导意义。     

空间句法在城市规划中应用的局限性及改善和扩展途径

空间句法是一种在建筑领域认可度比较高的定量研究方法。近来得到城市规划领域关注,并广泛应用于城市规划理论和实践的探索。然而国外地理学空间分析领域对空间句法理论方法在城市规划中的应用一直存在争议。但随着近年来理论自身的不断修正和其他学科的不断扩展,增强了空间句法理论方法在城市规划应用的适应性。现着重从地理空间分析的视角讨论空间句法在城市规划中应用的局限性,同时回顾空间句法方法自身的近期发展,以及地理空间分析领域对其方法的扩充和发展。     

某型武器通信系统脆性建模与分析

某型武器通信系统是由多设备组成的复杂系统。对某型武器通信系统进行脆性建模与分析：运用图论建立通信系统脆性模型,对模型进行分层重构。最后找到通信系统的脆性源,得到分层的系统脆性模型。分析结果表明,在某型武器通信系统中,通信控制机是其脆性源,对完善某型武器通信系统建构、改善通信控制机性能、开展通信控制机操作训练、故障诊断训练等具有很强的指导作用,同时也为建设某型通信控制机故障诊断训练系统提供理论依据。     

基于前K最短路径的电力系统低频振荡源定位方法

为了快速定位低频振荡源并及时采取相应措施抑制振荡的扩散,提出一种基于电力网络拓扑的振荡源定位方法。利用局部振荡及区间振荡模式下振荡源所在区域发出能量的特点,结合图论思想,在割集能量的基础上,提出最大振荡能量流割集的概念,将振荡源定位问题转化为最大振荡能量流割集的搜索问题。根据振荡能量流传播转移的特点,运用前K最短路径收缩搜索空间,利用往返替换算法找出所有割集,将振荡源所在范围限制在最大振荡能量流割集的内侧。利用蒙西电网进行仿真验证,结果表明,该方法能够快速有效地定位振荡源,且同时适用于局部及区间两种振荡模式,有一定的实用价值。     

基于解析冗余式的风机传动系统故障诊断

为了以系统有序的方法对风机的具体元件参数进行故障诊断,给出一种基于键合图模型的故障诊断方法。键合图模型是一种跨能域的元件级模型,因此能够定位到具体的故障元件。同时键合图模型能够清晰地表明各元件之间的关系,因此适用于推导解析冗余式。通过解析冗余式可以对系统进行故障检测和隔离。为了能够系统地得到尽量多的解析冗余式,提高故障的可隔离性,该方法首先建立风机的键合图模型,然后由键合图模型导出时间因果图,由时间因果图导出变量关系图,最后由变量关系图消除键合图中结点方程的未知变量得到解析冗余式。实验结果验证了采用该方法推导的解析冗余式能够用于风机参数故障的诊断。     

基于图划分的大电网拓扑分析

为支撑大电网在线实时监控和分析,提出了一种基于图划分的大电网拓扑分析方法。该方法首先根据智能电网调度控制系统电网建模特点,给出了基于图论的电网层次结构、拓扑结构、厂站母线分析和系统网络分析模型。然后基于图划分建立了并行网络拓扑和局部拓扑修正的数学模型,并根据该模型设计了大电网并行网络拓扑的实现方法。最后基于共享内存编程模型在智能电网调度控制系统中研发了快速网络拓扑分析服务功能。所提出的模型和方法实现了大电网并行网络拓扑分析的无锁计算,避免了多线程数据竞争导致的阻塞耗时问题。对实际系统进行仿真测试,结果表明了该方法的准确性、实时性和有效性。     

综合模块化航空电子多约束分区调度方法

在综合模块化航空电子系统(integrated modular avionics, IMA)中,采用严格的空间和时间分区管理(partitioning)保证同一个模块上运行的不同应用可以共享处理资源.根据系统硬件资源和应用的要求,定义分区的多类型约束条件,使得分区到在各个模块上的分配和时分访问调度成为复杂的组合优化问题.通过将分区分配的预处理与满足性模理论(satisfiability modulo theories,SMT)求解调度表的方法相互结合,可以减少断言式和分区调度时刻变量的数量,提高求解效率;其中,预处理过程采用最大独立团算法,随后将剩余的分区约束条件转换成SMT工具可识别的逻辑表达式,形式化求解得到各个分区的调度时刻.通过规模不同的算例,验证了该方法可行性,并说明预处理过程对于快速判断满足性要求和缩短求解时间的好处.