多尺度超图卷积骨架动作识别网络

动作识别是计算机视觉基础任务之一,骨架序列包含了大部分的动作信息,因此基于骨架的动作识别算法受到很多学者关注。人体骨架在数学上是一个天然的图,所以图卷积被广泛应用于动作识别。但普通的图卷积只聚合两两节点间的低阶信息,不能建模多节点间的高阶复杂关系。针对此问题,本文提出一种多尺度超图卷积网络,在空间和时间两个维度聚合更丰富的信息,提高动作识别准确度。多尺度超图卷积网络采用编解码结构,编码器使用超图卷积模块聚合超边中多个节点间的相关信息,解码器使用超图融合模块恢复原始骨架结构,另外基于空洞卷积设计了多尺度时间图卷积模块以更好地聚合时间维度运动信息。NTU-RGB+D和Kinetics数据集上的实验结果验证了算法的有效性。     

无刷直流电机换相转矩脉动抑制的研究

针对无刷直流电机换相时产生的转矩脉动,采用自抗扰控制技术设计出一种自抗扰控制器来消除转速响应的超调,同时通过自身的扩张状态观测器检测系统的相电流脉动和自身的非线性状态反馈控制律对检测到的电流脉动误差值进行补偿抵消,以达到抑制相电流脉动的效果,从而抑制电机的转矩脉动.仿真结果表明,自抗扰控制比PI控制能更好地抑制转矩脉动,提高电机转速的稳定性和系统的可靠性.     

基于改进的核相关滤波器的目标跟踪算法

针对传统的KCF(核相关滤波器)目标跟踪算法在严重遮挡情况下出现目标跟踪漂移和丢失的问题,提出了一种改进的KCF目标跟踪算法.在传统的算法上增加了遮挡判断,如没有出现遮挡,则用KCF进行跟踪;若发生遮挡则用粒子滤波进行预测,然后把预测位置送给KCF算法.最后OTB-13的测试库选择David2、David3和Soccer视频遮挡序列进行跟踪测试,跟踪结果表明了改进方法的有效性;然后选择50组视频序列比较算法的有效性,相比传统的KCF算法,其跟踪精度和成功率分别提高了6.1％和2.9％.在目标发生严重遮挡时,该算法具有良好的鲁棒性.     

基于闭环扩张状态观测器的转子磁链观测

针对转子磁链观测易受转子电阻变化影响的问题,设计了一种基于闭环扩张状态观测器（ESO）的转子磁链观测器。该观测器将电流模型和电压模型中的不确定部分与已知模型分离,扩张为新的状态变量,并将转子磁链的观测值补偿到已知模型中,形成闭环的磁链观测器。这种闭环的ESO缩小了观测对象的不确定性范围,提高了ESO的收敛速度和观测精度。不同转速下的仿真结果表明,提出的ESO对转子电阻摄动具有很强的鲁棒性。     

一种用于深度补全的双分支引导网络

深度信息在机器人、自动驾驶等领域中有着重要作用,通过深度传感器获取的深度图较为稀疏,研究人员为了补全缺失的深度信息提出了大量方法。但现有方法大多是针对不透明对象,基于卷积神经网络的强大表征能力,设计了一个双分支引导的编解码结构网络模型,通过针对透明物体的以掩码图为引导的编码分支,提升网络对透明物体特征信息的提取能力,并且使用谱残差块连接编解码部分,提高了网络训练稳定性及获取物体结构信息的能力,除此之外,还加入了注意力机制以提升网络空间和语义信息的特征建模能力。该网络在两个数据集上都达到了领先的效果。     

基于多路径网络的权值调整图像语义分割算法

为提高图像语义分割准确程度,针对场景解析中类别边缘分辨清晰度,提出了一种基于多路径网络的权值调整图像语义分割算法。通过引入多路径网络和权值调整并对图像场景中的物体类别具有的特征进行分析,提高图像的语义分割的准确程度;通过采用ADE20K数据集进行训练,提高边缘信息的分割效果,使模型具有更好的泛化能力。此算法加快了网络收敛速度。     

基于U型卷积网络的视网膜血管分割方法

视网膜血管的结构信息对眼科疾病的诊断具有重要的指导意义,对视网膜血管图像进行高效正确的分割成为临床的迫切需求。为此,提出了一种U型卷积网络,实现了更高效的自动化视网膜血管分割。骨干网络基于经典的编解码架构,编码器采用预训练的残差模块充分提取每一层的特征,解码器通过转置卷积逐层进行上采样,增加了特征的复用性。网络在中间层引入ASPP(Atrous Spatial Pyramid Pooling)模块,提取不同尺度的视网膜血管特征。为了在类内预测上保持一致,在跳级层利用通道注意力模块对特征进行自适应细化,融合了不同层次的特征。在DRIVE数据集上的实验结果表明,与其他相关算法性能相比,该算法的敏感性、特异性、准确率均最高,模型泛化能力好,大大提高了视网膜血管分割的准确性。     

串联超级电容器组的均压控制分析与研究

超级电容器作为一种高功率型储能装置,在生活中得到越来越广泛的应用,但是由于电容器单体电压较低,实际储能系统使用中必须通过串并联的方法构成超级电容器组.针对在应用过程中超级电容器串联存在的电压不均衡问题,文章提出了一种改进后的电容器均压控制电路.该电路由电容器、开关管以及变压器构成,通过反馈控制,简化参数计算,提高电压的一致性.最后在MATLAB/Simulink平台仿真验证了该控制电路下电压均衡速度快、误差小、且易于扩展,在电容器储能系统的使用中具有较高的应用价值.     

微小RNA纳米递送体系的构建及其研究进展

微小RNA是一种短链的、调节性非编码RNA,约由21～25个核苷酸组成,广泛存在动物、植物及病原微生物中,具有在翻译水平调控基因表达的功能,是一类重要的基因表达调节器。目前,已在人类基因组中鉴定出1 000多个miRNA,超过30%的基因受到miRNA调节。miRNA广泛参与细胞生长、分化及凋亡过程。研究表明,生物体内miRNA表达水平与神经障碍、心血管疾病、癌症和病毒感染等疾病密切相关。因此,miRNA已被广泛用作多种疾病的早期诊断、预后评估以及治疗靶点。利用RNA干扰(RNA interference)技术调控生物体内miRNA的含量已经引起越来越多的关注,通过向细胞内递送miRNA或者"反义"核苷酸可以实现对目标miRNA表达水平的调控,从而实现对基因失调所引起的疾病的治疗。目前,基于miRNA的治疗方法在癌症、新发传染病和其他疾病中表现出极大的潜力。然而,核苷酸链自身的特性,如负电性、易降解,导致其很难跨越细胞膜进入细胞。因此,合理设计纳米递送载体,对提高治疗基因的运载和治疗效率具有重要的意义。目前,随着新型材料的深入研究,已经报道有多种材料可以作为基因载体并用于细胞内递送miRNA。例如脂质体胶囊,它是利用磷脂双分子层膜所形成的囊泡包裹药物分子而形成的制剂,具有良好的生物相容性和稳定性,可以通过细胞内吞作用进入细胞内,从而实现对基因的递送。此外,利用不同材料的物理、化学特性,多种形式的纳米体系,如聚合物纳米颗粒、有机和无机纳米颗粒等已被开发设计成功能性纳米载体,可实现基因药物的靶向递送和智能刺激释放。本文将讨论细胞内miRNA的功能以及调控miRNA含量的方法,归纳纳米体系在递送miRNA治疗基因方面的研究进展,分析纳米递送体系的设计思路、方法以及作用机制。此外,还将根据目前的研究进展,讨论基于miRNA的疗法在新兴领域中的发展方向,以期为制备新型智能的基因递送体系提供参考。