基于改进残差特征蒸馏的轻量级超分辨率网络

基于深度学习的图像超分辨率算法通常采用递归的方式或参数共享的策略来减少网络参数，这将增加网络的深度，使得运行网络花费大量的时间，从而很难将模型部署到现实生活中。为了解决上述问题，本文设计一种轻量级超分辨率网络，对中间特征的关联性及重要性进行学习，且在重建部分结合高分辨率图像的特征信息。首先，引入层间注意力模块，通过考虑层与层之间的相关性，自适应地分配重要层次特征的权重。其次，使用增强重建模块提取高分辨率图像中更精细的特征信息，以此得到更加清晰的重建图片。通过大量的对比实验表明，本文设计的网络与其他轻量级模型相比，有更小的网络参数量，并且在重建精度和视觉效果上都有一定的提升。     

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。     

Novel silicon-contained lignin-based carbon fibers derived from bamboo pulping black liquor with improved electrochemical performance for supercapacitors

Carbon fibers (CFs) are a promising candidate as electrode materials for flexible supercapacitors given its light weight and moderate cost. In this study, the lignin used was partially separated from kraft bamboo pulping black liquor and the higher molecular weight fraction, unavoidably contains a small amount of silicon compounds, so named silicon-contained lignin. Novel CFs were prepared using commercial polyacrylonitrile (PAN) and the lignin by electrospinning and further carbonization. Even in the presence of silicon compounds, the fibrous morphology of precursor fibers was significantly good, and the CFs with uniform fiber diameter and high specific surface area up to 182 m²/g were obtained with an increase in silicon-contained lignin. The CFs fabricated from silicon-contained lignin and commercial PAN had higher specific capacitance (22.20 mF/cm² at 10 mA/cm²) and superb cycling stability (94.21%) than that from silicon-free lignin or pure PAN separately.     

潼湖特大桥跨潮莞高速(88+160+88)m连续刚构关键施工技术

随着交通的日益发展,大跨度跨线连续刚构桥梁修建越来越多。本文结合潼湖特大桥跨潮莞高速(88+160+88)m连续刚构施工的成功实践,详细阐述了该桥的施工关键及其梁体施工的线型控制,跨既有公路施工防护及混凝土施工等关键施工技术,可供类似工程参考。     

基于机器学习识别与标记分水岭分割的盲道图像定位

视觉导盲仪是一种旨在解决盲人出行困难的导盲设备，为了实现视觉导盲仪诱导盲人找到盲道并沿盲道行走，提出了一种基于机器学习识别与标记分水岭分割的盲道图像定位算法，通过离线训练与在线的识别、分割来定位盲道区域。首先对盲道图像进行视角变换的预处理，根据盲道的地面方程将变化的倾斜视角转换为固定的俯视视角，消除射影变换带来的失真；然后利用局部二进制模式描述子提取鸟瞰图的纹理特征，以自适应增强学习算法离线训练盲道识别分类器；进而利用分类器对鸟瞰图像进行在线识别，粗略确定盲道区域；最后将识别结果进行形态学处理后作为标记，利用标记分水岭算法得到精确分割的盲道区域并定位盲道中心线。在研制的视觉导盲仪上进行验证，结果表明盲道定位准确率达到了95.44%，速度平均每秒8帧，具有高准确率的同时达到实时性要求，为盲道的准确三维定位提供了必要条件。     

超高层劲性结构及大型机械设备立体协同施工技术

基于某超高层建筑群项目的主体施工阶段,对超高层劲性结构建筑群项目施工过程中可能遇到的问题,诸如大型机械立体协同、钢结构与钢筋连接节点优化、钢结构桁架层施工等重难点进行总结分析,并提出相应的解决方案以供探讨,可为同类型工程提供参考经验。     

结合位图切割和区域合并的彩色图像分割

就经典分水岭图像分割算法中存在的过分割问题，提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像，并利用位图切割重建梯度图像；对新梯度图像进行分水岭预分割；对预分割图像基于异质性最小原则进行区域合并，并获得最终分割结果。相比于现有的同类方法，该算法引入位图切割，抑制噪声对分割结果的影响，在边缘模糊处分割准确，得到符合人类视觉的较小分割区域数目，同时在运行效率上提高。     

基于激光三角法的汽车同步带齿形轮廓参数测量

针对目前汽车同步带齿形轮廓参数测量过程中存在的测量效率低和人为因素影响大等问题,提出了一种基于激光三角法的汽车同步带齿形轮廓参数非接触式测量方案,并设计了相应的汽车同步带齿形测量装置。该装置通过激光位移传感器与汽车同步带传动速度的配合,对汽车同步带齿形轮廓数据进行采集,并提出一种改进后的分割算法对采集到的齿形截面轮廓数据进行特征分割。通过对分割后齿形数据的拟合,实现了齿形轮廓曲线特征的分段重构并获得被测带齿的轮廓参数。基于激光三角法对汽车同步带齿形轮廓参数进行测量,实现了对齿形轮廓参数自动测量提高了测量效率避免了人为因素的影响,保证了测量精度,有望在汽车同步带实际生产中得到应用。     

基于Franklin矩的亚像素级图像边缘检测算法

为了满足计算机视觉标定与精密测量对图像边缘定位的精确度高和抗噪性强的要求,提出一种基于Franklin矩的亚像素级图像边缘检测算法。首先,建立亚像素边缘模型,利用各级Franklin矩的卷积来提取图像边缘点的细节特征;然后,依据Franklin矩的旋转不变性原理,分析图像边缘旋转至垂直方向后各级Franklin矩之间的关系,从而确定图像中亚像素边缘的关键参数;最后,根据改进的边缘判断条件,确定图像中的实际亚像素边缘点。大量实验结果表明,与基于Zernike矩的亚像素级算法、基于小波变换与Zernike矩结合的亚像素级算法、基于Roberts算子与Zernike矩结合的亚像素级算法相比,本文提出的基于Franklin矩的亚像素级图像边缘检测算法速度更快,精度更高且抗噪性强,更好地满足了对于图像边缘定位稳定可靠及高精度测量的要求。     

基于改进经验小波变换及互谱相位差谱的供水管道泄漏声振动定位方法

针对供水管道泄漏声振动信号的信噪比较低导致用于时延估计泄漏定位误差大的问题,提出基于改进经验小波变换及互谱相位差谱的供水管道泄漏定位方法。首先采用小波包分解得到不同尺度的信号能量谱,根据小波包能量谱局部极小值的分布自适应确定频带分割区间,解决了传统经验小波变换中频谱划分问题;然后基于频带分割区间构建正交小波滤波器组对信号进行经验小波变换分解得到多个分量,根据相关系数选取有效分量,同时利用有效分量的互谱相位差谱呈水平变化的频带对有效分量信号进行带通滤波,滤除干扰噪声;最后对滤波后的信号进行互相关时延估计来确定泄漏位置。仿真及实验结果表明,该方法能够有效的实现供水管道泄漏定位,并与互相关、VMD与互谱分析相结合的泄漏定位方法相比,平均相对定位误差分别减少6.7倍和1.5倍。