矩形钢管砼截面内缺陷对不同路径波动测量的影响

钢管混凝土结构在超高层建筑中的应用日益广泛,由于施工质量控制不到位及混凝土材料收缩等原因,其内部可能出现核心混凝土空洞缺陷及混凝土与钢管壁间的界面剥离缺陷,进而对其力学性能带来负面影响。该文针对矩形钢管混凝土截面的缺陷检测,在表面粘贴压电陶瓷片进行测量,对这两种内部缺陷在不同测试路径上压电陶瓷片响应的影响进行试验和数值模拟分析。通过对健康、存在核心混凝土空洞和界面剥离缺陷的不同试件不同检测路径上压电传感器输出信号的比较,研究了缺陷对应力波传播的影响,并得到采用对测方式检测的敏感范围。结果表明采用对测方法可有效检测钢管混凝土缺陷,其敏感范围的确定具有工程意义。     

复杂场景下多尺度船舶实时检测方法

船舶检测在军事侦察、海上目标跟踪、海上交通管制等任务中发挥着重要作用。然而,受船舶外形尺度多变和复杂海面背景的影响,在复杂海面上检测多尺度船舶仍然是一个挑战。针对此难题,提出了一种基于多层信息交互融合和注意力机制的 YOLOv4 改进方法。该方法主要通过多层信息交互融合（multi-layer information interactive fusion,MLIF）模块和多注意感受野（multi-attention receptive field,MARF）模块构建一个双向细粒度特征金字塔。其中,MLIF模块用于融合不同尺度的特征,不仅能将深层的高级语义特征串联在一起,而且将较浅层的丰富特征进行重塑;MARF由感受野模块（receptive field block,RFB）与注意力机制模块组成,能有效地强调重要特征并抑制冗余特征。此外,为了进一步评估提出方法的性能,在新加坡海事数据集（Singapore maritime dataset,SMD）上进行了实验。实验结果表明,所提方法能有效地解决复杂海洋环境下多尺度船舶检测的难题,且同时满足了实时需求。     

多维注意力特征聚合立体匹配算法

现有基于深度学习的立体匹配算法在学习推理过程中缺乏有效信息交互, 而特征提取和代价聚合两个子模块的特征维度存在差异, 导致注意力方法在立体匹配网络中应用较少、方式单一. 针对上述问题, 本文提出了一种多维注意力特征聚合立体匹配算法. 设计2D注意力残差模块, 通过在原始残差网络中引入无降维自适应2D注意力残差单元, 局部跨通道交互并提取显著信息, 为匹配代价计算提供丰富有效的特征. 构建3D注意力沙漏聚合模块, 以堆叠沙漏结构为骨干设计3D注意力沙漏单元, 捕获多尺度几何上下文信息, 进一步扩展多维注意力机制, 自适应聚合和重新校准来自不同网络深度的代价体. 在三大标准数据集上进行评估, 并与相关算法对比, 实验结果表明所提算法具有更高的预测视差精度, 且在无遮挡的显著对象上效果更佳.     

基于知识图谱的双重感知网络推荐算法

近年来,通过聚合知识图谱中附加的项目信息进行推荐取得了优异的成果,但用户信息来源相对较少,同时多重聚合会使项目自身特征表达不全,甚至发生噪音.针对以上两点,提出基于知识图谱的双重感知网络推荐算法KGDP.首先,从用户交互记录中随机选取部分项目作为用户相关项目,以及选取项目的邻居实体作为项目的相关实体;然后,将选取的用户相关项目经过深度神经网络融合为用户特征,丰富了用户特征,同时单独聚合项目的相关实体;其次,经过两个深度神经网络使用户分别感知项目特征和邻居特征,即非线性交互;最后,通过一个单层感知机调节交互特征的输出权重进行评分预测.在推荐算法常用的两个真实数据集上进行实验,较基线模型AUC指标分别提升了9.2%、2.4%;ACC指标提升了6.6%、1.9%,F1指标分别提升了7.0%、1.1%;Precision@N指标分别提升了28.8%、6.5%;Recall@N分别提升了4.0%、23.7%;F1@N指标分别提升了43.3%、8.4%.     

基于双视通路交互感知的轮廓检测方法

基于生物视觉系统存在双视通路(VP)交互感知的机制,该文提出一种图像轮廓检测的新方法。首先针对皮层下视通路中视觉刺激流经多级不同尺度的感受野,提出一种多尺度轮廓融合的轮廓感知模型;接着基于皮层上视通路的对比度适应机制和方向敏感特性,获取显著性视觉特征;然后模拟双视通路的交互感知机制,分别在V1皮层中,构建一种信息流交互引导的脉冲编码模型,提取显著性轮廓;在上丘(SC)浅层提出一种特征调制的非经典感受野侧抑制模型,实现纹理抑制;最后对双视通路中的轮廓响应结果进行修正融合,得到最终轮廓响应。针对RUG40图像库的测试,整个数据集的最优平均P指标和每张图的最优平均P指标分别为0.51和 0.57;针对BSDS500图像库的测试,数据集尺度上最优(ODS)为0.68。结果表明该文方法能有效突显主体轮廓并且抑制纹理背景。通过该文提出的轮廓感知方法,为后续基于视觉机制的图像理解和分析提供了一种新的思路。     

支持多模态交互的桌面增强显示系统

传统的显示设备在受限的物理空间内难以向用户呈现大量画面和复杂内容,而AR头戴式显示设备通过将三维的可视化内容悬浮显示在用户眼前,在不占用额外物理空间的条件下可增强真实世界的画面显示,呈现形式更为丰富的内容。设计AR虚拟空间与真实电脑画面虚实融合的桌面增强显示系统。通过基于二维码识别的空间定位技术将真实电脑画面映射至虚拟空间内,实现交互空间的统一,同时构建窗口布局计算模型使得系统可以根据用户自定义参数自动生成窗口并设置其布局。在此基础上,利用蓝牙通信、网络传输、操作系统底层映射和结合视线检测的语音识别等技术支持手势、键鼠和语音的多模态交互方式,设计鼠标移动策略以扩展鼠标在三维空间下的多种操作模式。实验结果表明,与隔空手势交互、鼠标交互等传统交互方式相比,该系统在处理常见电脑任务时平均耗时节省10%~30%,具有较高的交互效率,且在跨窗口连续移动和瞬间跳转时能够正确显示鼠标位置。     

基于异步条件下的笔+触控双手交互点击任务人类工效学模型的建立与研究

目的建立与研究基于异步条件下的笔+触控双手交互点击任务人类工效学模型。方法通过18名实验者对于10种不同任务复杂度下的一维异步笔+触控双手点击任务所花费的任务时间进行单因素方差分析以及线性分析,证明该模型的有效性和适用性。结果通过实验我们发现该模型所计算出的任务复杂度对任务时间具有显著影响(F_(9,170)=6.276,P=1.202×10~(-7)),并且该模型调整后的拟合度R~2达到了0.973。结论该模型对于异步条件下的笔+触控双手点击任务具有很强的有效性和适用性。     

公交车人机驾驶系统研究

公交车司机驾驶操作频繁,同时车内外的环境因素复杂,这都增加了公交车驾驶的人-机-环境系统的有效运行的难度。本文从司机的行为逻辑到工作的内容的有机顺序,系统分析公交车驾驶的人-机-环境关系,通过对司机自身职业安全状态,车内外环境与司机的行为关系分析,形成公交车司机主要行为与车辆环境界面的关系流程,以及驾驶界面优化布局的指导性意见。     

基于情境意识的汽车导航界面设计研究

目的研究基于情境意识的汽车导航交互界面的设计方法。方法分析汽车导航交互中用户情境意识的认知机制,将用户情境意识的内部思维特点映射到汽车导航交互界面设计过程中。结论从感知、理解、预测3个层级描述了汽车导航交互中用户情境意识的生成过程,对汽车导航用户情境意识产生的心智模型进行了归类,通过心智模型特点分析了汽车导航界面设计策略,最后通过设计实践对理论进行了可行性验证。     

获取界面响应不可测数据的频响探针关键技术研究

目的针对传统逆子结构理论在求解过程中界面响应难以实测的问题,提出一种利用频响探针技术来获取该界面响应的关键技术。方法首先基于该频响探针的动力学微分方程,从理论上推导了该频响探针技术的理论公式,然后对建立的二级单点刚性耦合系统进行了有限元数值验证,将利用频响探针技术预测得到的难测原点频响函数与有限元计算值进行比较,并将该预测值代入逆子结构理论公式中,得到了部件频响函数的预测值,将该预测值与有限元计算值进行了对比验证。结果预测值与有限元计算值高度吻合,验证了该理论的准确性。结论该频响探针关键技术在获取界面响应不可测数据方面,有很好的应用价值。