一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中，传统相关处理方法的距离旁瓣受到时宽带宽积的限制，在有限相关处理时间内得到的距离旁瓣较高，会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法，将LMS滤波器的系数作为距离压缩结果，从而获取较低的距离旁瓣。对该方法的性能进行了理论分析，并通过数字仿真验证了算法的有效性和理论分析的正确性。     

数据压缩技术在通信中的应用

数据压缩技术就是将较大的数据量压缩为最少的数码,从而更加便捷地表示信号,可以用于数字通信、存储、多媒体娱乐等方面。采用数据压缩技术提升信号传输效率,现有通信干线利用该技术不仅可以并行更多多媒体业务,还可以将数据存储量紧缩,使发信机功率降低,让多媒体移动通信系统更加稳定便捷。数据压缩并不是一种新技术、新思路,该方法的种类有很多,但大部分都缺少适用性。数据压缩研究主要分为两个发展方向,一个数学家研究,以建立信源和数据压缩数学模型为主;另一个是工程技术人员研究,主要构建可以实现数据压缩功能的系统。文章主要介绍了数据压缩技术的发展,阐述了LZSSB算法在数字信号处理中的应用,希望能为数据压缩技术的推广提供参考。     

基于KNN算法的不良步态分类

针对不良的步态会对下肢的关节产生不利的影响(加重行走的负担,能量消耗过快等),以及加重患病的风险,提出了利用KNN(k-nearest neighbor)算法对足外8和足内8两种不良步态与正常步态(对照组)进行分类学习,获取分类模型.三种步态的三维步态数据是从17名受试者在正常行走期间通过3D运动捕捉系统获得的,KNN模型对三种步态识别的总正确率为81.7％,对足外8步态的正确率为92.8％以及足内8的正确率为91.0％.模型的正确率较为准确,可以为矫正不良步态提供有力支持、减少不良步态的检测成本.     

高面板坝全寿命周期变形控制方法及应用

高面板坝的变形对面板的安全运行有着特别重要的影响，国内外已建的高面板坝工程中，因坝体变形大导致防渗面板挤压破损，坝体渗漏量大的实例较多，不得不降低水库水位进行修复处理，造成较大的经济损失乃至给大坝的长期运行留下安全隐患。通过发生挤压破损的实例分析，发现变形控制缺乏系统性是发生面板挤压破损的主要因素，为预防面板破损，系统提出了“控制坝体总变形，转化有害变形，适应纵向变形”的坝体变形控制方法，并在使用软硬岩混合料筑坝的董箐面板堆石坝中得到的应用，取得了良好效果，该工程运行至今达十余年，未见面板有挤压破损迹象，该方法对建设200 m以上乃至300 m级超高面板坝具有重要借鉴意义。     

算法推荐要真正服务于民

近期,国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局公布《互联网信息服务算法推荐管理规定》(以下简称《规定》),要求自2022年3月1日起施行。此《规定》一经公布就引起了各大传统媒体及新媒体的争相报道,一时间关于《规定》与“算法推荐服务”的话题引发了社会各界的关注与讨论,解读《规定》者有之,声讨算法服务者更有之。     

纺织复合材料纤维预制体力学性能测试方法研究进展

纺织复合材料具有质量轻、强度高，可设计性强等诸多优势，在航空航天领域得到广泛应用。纺织预制体的纤维结构对复合材料的最终力学性能有着决定性影响。然而，预制体的纤维结构在织造过程中不可避免地会发生宏观尺寸和微细观结构的变形，甚至产生褶皱缺陷。纺织预制体作为一种柔性骨架，其变形机制十分复杂。采用试验测试来表征预制体的力学变形特性是最直接、最有效的方法，也是建立理论和数值分析模型的基础。本文对纺织复合材料预制体的拉伸、压缩、弯曲、剪切和成型试验等测试方法进行了综述，讨论了不同测试方法的优缺点及适用条件，对后续的研究工作进行了展望。本研究将为预制体力学测试技术的改进、测试标准的建立和成型过程中的准确控形提供理论指导，对纺织复合材料的结构设计和工程应用起到推动作用。