STM32CUBE气体分析仪构件化平台搭建与应用

针对传统气体检测仪功能单一、可扩展性差且成本较高的问题，基于ST公司图形软件配置工具STM32CUBE搭建 一种通用智能气体分析平台，该平台兼容多种类型传感器?实现多种气体成分实时监测，通过STM32CUBE完成底层端口的参数配置，借助 STM32CUBE支持的FreeRTOS操作系统，创建各应用层线程任务，根据相应的模块给出了推荐电路，设计数据滤波提高检测精度，完成平台稳定性和准确性测试。结果表明，该气体分析平台满足工业仪表的检测精度和稳定性，具有较好的使用价值。     

基于改进D?Lite遗传算法路径规划研究

针对遗传算法在移动机器人路径规划中易产生早熟现象和收敛速度慢的问题,提出了改进的D~* Lite遗传算法。该算法将D~* Lite算法和遗传算法相结合,通过引入碰撞系数和可视检测技术以提高路径安全性,寻找最短路径。在遗传算法设计中加入动态调整交叉与变异概率,以解决算法在路径规划中因陷入局部最优值而不能到达目标点的问题。最后,通过实验仿真可知:与蚁群算法和免疫遗传算法相比,改进的D~* Lite遗传算法执行效率高,可以快速规划出全局最优路径。     

膜分离技术在羽绒工业废水回用中的应用

针对羽绒工业废水特性和用水的相关要求,本文以膜分离技术为核心工艺对羽绒工业废水进行深度处理,可实现废水高回用率和高品质的回用水,回用水用于水洗羽绒对提升羽绒品质具有明显效果,解决了企业新鲜水用量大及废水排放污染的难题,对其长远发展和水资源保护具有重大意义。     

基于双重注意力孪生网络的实时视觉跟踪

为了解决全卷积孪生网络（SiamFC）跟踪算法在跟踪目标经历剧烈的外观变化时容易发生模型漂移从而导致跟踪失败的问题，提出了一种双重注意力机制孪生网络（DASiam）去调整网络模型并且不需要在线更新。首先，主干网络使用修改后表达能力更强的并适用于目标跟踪任务的VGG网络；然后，在网络的中间层加入一个新的双重注意力机制去动态地提取特征，这种机制由通道注意机制和空间注意机制组成，分别对特征图的通道维度和空间维度进行变换得到双重注意特征图；最后，通过融合两个注意机制的特征图进一步提升模型的表征能力。在三个具有挑战性的跟踪基准库即OTB2013、OTB100和2017年视觉目标跟踪库（VOT2017）实时挑战上进行实验，实验结果表明，以40 frame/s的速度运行时，所提算法在OTB2013和OTB100上的成功率指标比基准SiamFC分别高出3.5个百分点和3个百分点，并且在VOT2017实时挑战上面超过了2017年的冠军SiamFC，验证了所提出算法的有效性。