中走丝电火花线切割工作液试验方案拟定

多次切割技术是将粗、精加工分开,通过主切和修切2种不同加工工艺解决加工速度要快,表面质量又要好的矛盾。根据电火花线切割机床工作液智能交换装置,分析了工作液种类的选用、工作液主要性能参数、极间供液形式及工作液温度等关键问题。应用正交试验方法拟定了试验方案,对中走丝线切割机床科学的使用工作液有重要的意义。     

基于注意力机制和跨尺度特征融合的摩托车头盔检测算法

在道路交通摩托车事故中，未佩戴头盔是导致骑乘人员受到致命伤害的主要原因。针对目前头盔检测中由于黑色头发、帽子和头盔的颜色和形状相似存在误检和漏检问题，提出了一种具有三重注意力机制和双向跨尺度特征融合的摩托车头盔检测算法。首先，在YOLOV5s的主干网络中引入三重注意力机制，提取了不同维度之间的语义依赖，消除了通道和权重的间接对应关系，通过关注相似样本的差异从而提升检测精度。其次，采用EIOU边框损失函数优化对遮挡和重叠目标的检测效果。最后，在特征金字塔中采用加权双向特征金字塔网络结构，实现高效的双向跨尺度连接和加权特征融合，增强了网络特征提取能力。实验结果表明，改进算法实现了98.7%的mAP@0.5、94.0%的mAP@0.5：0.95，与原算法相比，改进算法的mAP@0.5提升了3.9%以及mAP@0.5：0.95提升了7.6%，具有更高的精度和更强的泛化能力。     

金属相变超塑性的研究进展

综述了国内外金属相变超塑性的研究现状,包括金属相变超塑性的实现条件、影响因素和太合金变形机制,提出了相变超塑性的研究方向.     

弹簧片冲孔落料弯曲级进模设计

通过分析弹簧片零件的结构工艺性,制定了合理的冲压工艺并设计了生产弹簧片的级进模,分析了冲孔落料弯曲反顶式级进模的设计思路及结构特点,该模具既能满足产品的质量,又能满足生产批量要求。     

金属材料超塑性的研究进展

综述了金属超塑性的研究进展。在系统总结金属超塑性的实现条件、影响因素和变形机制的基础上,对金属超塑性的研究进行了展望。     

工作液电导率对MSWEDM加工工艺性指标影响研究

通过实验方法研究了工作液电导率对中走丝电火花线切割机床加工工艺性指标的影响。分析了工作液电导率对加工状态(加工电压、加工电流)的影响规律;分析了工作液电导率对切割速度、表面粗糙度和加工精度(尺寸精度、腰鼓形和形状精度)工艺性指标的影响规律,从而确定了精加工工作液电导率上限值,保证中走丝电火花线切割机床工作液智能交换控制的可行性。     

结合多注意力机制和中间帧序列的微表情识别

微表情是一种反映人真实情感的自发性面部变化。由于微表情变化微弱且持续时间短暂,传统的神经网络难以提取到类间差异极小的微表情特征。针对上述问题,提出了一种改进的ECANet34-DA网络,在残差网络的主干部分加入DA模块和不降维局部跨通道交互策略的高效通道注意力(Efficient Channel Attention, ECA),能够关注到更细微的表情变化。使用峰值帧附近序列组成中间帧序列作为输入图像,有效解决数据量有限问题。将宏表情数据集Fer2013的先验知识通过迁移学习应用到微表情识别。将ECANet34-DA网络模型在主流数据集CASME II,SMIC和SAMM上进行实验,使用留一人交叉验证方法表明此方法有效提高了识别精度,在CASME II数据集5类微表情识别中取得了85.44%的准确率和81.96%的未加权F1指数(UF1)。     

基于改进的残差网络面部表情识别

为了解决人脸表情识别中存在的对关键信息获取能力不足、识别率偏低、模型容易出现过拟合等问题，以ResNet18作为基本网络进行改进得到一个新的表情识别模型(IERNet)。IERNet通过引入ECA注意力机制构建出两种不同的注意力残差单元，并组成注意力残差模块，从而增强对深层的表情关键特征的提取能力；又引入Iception模块来提取图像的多尺度浅层信息，通过同时引入这两个模块的方式增强了网络的鲁棒性、提升了模型的识别率；最后使用全局平均池化结合Dropout技术取代全连接层，可以有效防止模型的过拟合问题同时还能简化模型。通过实验数据可知，在公开表情数据集CK+和FER2013上取得了不错的成绩，准确率分别达到了97.778%和73.558%。     

基于深度学习的单阶段目标检测算法综述

目标检测技术是计算机视觉技术的一个热点研究方向，该技术广泛应用于车辆导航、航空及其他重要领域，发展前景广阔。将深度学习应用到图像目标检测中能够学习到图像的高级特征，弥补传统算法的不足。首先，重点介绍了基于深度学习的单阶段目标检测算法；分析了多种算法的结构和优缺点，然后对各算法做了归纳总结；最后，结合目标检测算法提出未来发展的方向与趋势。