基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

自适应融合层级特征的混合退化图像复原算法

多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.     

改进的CAGAN在虚拟试衣中的应用

针对CAGAN（Conditional Analogy GAN）换衣后效果模糊，在目标衣服与原始衣服长短不一致时效果一般，相对目标衣服保留过少的细节等问题做了相关研究并对CAGAN进行了改进，提出了新的虚拟试衣方式。经过改进的CAGAN生成一个粗糙的结果，由该结果得到目标衣服穿在模特身上改变形状后的mask，接下来利用mask对目标衣服进行变形，综合变形的衣服和第一步的结果便得到最终的试衣图像。实验结果表明，该方法解决了前面存在的问题，而且取得了非常好的效果。     

Kinetic Energy Harvesting Toward Battery-Free IoT:Fundamentals,Co-Design Necessity and Prospects

Energy harvesting(EH)technology is developed with the purpose of harnessing ambient energy in different physical forms.Although the available ambient energy is usually tiny,not comparable to the centralized power generation,it brings out the convenience of onsite power generation by drawing energy from local sources,which meets the emerging pow?er demand of long-lasting,extensively-deployed,and maintenance-free Internet of Things(IoT).Kinetic energy harvesting(KEH)is one of the most promising EH solutions toward the realization of battery-free IoT.The KEH-based battery-free IoT can be extensively deployed in the smart home,smart building,and smart city scenarios,enabling perceptivity,intelli?gence,and connectivity in many infrastructures.This paper gives a brief introduction to the configurations and basic principles of practical KEH-IoT systems,including their mechani?cal,electrical,and computing parts.Although there are already a few commercial products in some specific application markets,the understanding and practice in the co-design and optimization of a single KEH-IoT device are far from mature,let alone the conceived multia?gent energy-autonomous intelligent systems.Future research and development of the KEHIoT system beckons for more exchange and collaboration among mechanical,electrical,and computer engineers toward general design guidelines to cope with these interdisciplinary en?gineering problems.     

煤基高能量密度燃料的合成及表征

高能量密度燃料是为新型高性能飞行器提供动力保障的关键,其合成及应用研究具有重要的前瞻性和重大战略意义。煤炭是我国的主体能源和重要原料,通过煤直接转化获取的煤基油,充分保留了煤中特有的环状分子化学结构,具有良好的热安定性和较高的能量密度,被认为是高超音速飞行器的优选燃料。以煤直接液化工艺生产的煤液化石脑油馏分为起始原料,通过富集轻质芳烃、化学合成、催化加氢稳定和产物分离提纯等方法制备煤基高能量密度燃料,并对其产物进行分子结构表征和性能评价。结果表明,煤直接液化生产的石脑油馏分是一种优异的催化重整原料,经催化重整富集轻质芳烃后,其轻质芳烃质量分数高达71.05%。Diels-Alder化学合成主产物是由多个封闭环平面组成且具有空间立体构型的二环或三环烃类物质,质量分数为46.18%,因分子内存在较大的张力能,结构紧凑,其拥有更大的密度和体积热值。煤基高能量密度燃料的密度和体积热值分别为0.8990 g/cm3与38.06 MJ/L,均大大超过现行的国内石油基喷气燃料(RP-3和RP-6)、煤基大比重喷气燃料、美国和俄罗斯军用标准。与单一纯物质合成高能量密度燃料(JP-10和T-10)比较,其密度与体积热值偏小。究其原因主要是轻质芳烃的富集度仅为71.05%,需进一步提高其轻质芳烃质量分数。另外,制备的煤基高能量密度燃料种类复杂,其主产物质量分数仅46.18%,下一步可重点调控合成产物的分子构型和纯化分离。     

武汉市一般人群血清中全氟及多氟烷基化合物浓度及其影响因素研究

目的 了解武汉市一般人群血清中全氟及多氟烷基化合物(PFASs)浓度,探索血清中PFASs浓度水平的影响因素。方法 以在武汉市某医院进行一般体检的人群为研究对象(n=67),通过超高效液相色谱-三重四级杆质谱(UPLC-TQ/MS)联用仪测定外周血清中12种PFASs浓度,采用多元线性回归分析方法分析一般人口学特征和血清中PFASs浓度的关联性。结果 武汉市一般人群血清中12种PFASs的平均浓度水平为11.60 ng/mL。全氟辛烷磺酸及其盐类(PFOS)和全氟辛酸及其盐类(PFOA)的贡献率较大,分别为45.03%和31.86%。男性人群血清中PFOS、PFOA、全氟己基磺酸(PFHxS)、全氟壬酸(PFNA)等主要化合物的浓度高于女性,其β值(95%可信区间)分别为0.708(0.313,1.104)、0.518(0.069,0.967)、0.724(0.388,1.059)和0.684(0.399,0.968)。同时,发现血清中PFOS、PFHxS、PFNA浓度和年龄呈正相关,其β值(95%可信区间)分别为0.062(0.042,0.081)、0.035(0.019,0.052)和0.030(0.016,0.045)。结论 性别和年龄对血清中PFASs浓度有影响,在进行人体PFASs暴露评估中应考虑这些因素。     

食品广告设计的色彩运用——评《食品饮料广告创意设计》

食品广告设计作为广告设计中的一个重要门类,针对这一类型的广告设计应立足于产品实际特征开展具体的创意设计。色彩在食品广告中具有着十分重要的作用,是影响食品广告成功与否的一项关键要素,而色彩并非是独立存在的,其不仅要注重展现产品的特色,还要富有视觉美感。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

某会议室夏季工况不同送风方式下的气流组织数值模拟研究

采用数值模拟软件对××大学科技馆某小型会议室进行数值模拟,以实际测量的数据为边界条件,建立合适的数学和物理模型,得到温度场、速度场以及空气品质场等模拟结果,通过对模拟结果的对比分析,得到了最佳的气流组织设计方案,相关结论可以为室内气流组织方案设计与优化提供参考依据。