薄壁弱刚性钛合金结构件制造工艺

随着新型材料冶金技术的发展与进步,钛合金作为“崛起的第三代金属”已完全替代了铝镁合金和钢构件,成为航天飞行器上应用范围最广的材料之一。从某新研制航天飞行器外部结构件用钛合金材料的特性及切削特点入手,针对薄壁弱刚性钛合金结构件在实际加工过程中遇到的诸多难点,提出了相应的解决办法,并重新设计了零件工装。结果表明,改进措施不仅保证了零件质量,而且提高了零件加工效率,使单件零件的生产周期缩短了近10h。     

面向不均衡数据集的过抽样算法

合成少数类过抽样技术（SMOTE）中的噪声样本可能参与合成新样本，所以难以保证新样本的合理性。针对这个问题，结合聚类算法提出了改进算法CSMOTE。该算法抛弃了SMOTE在最近邻间线性插值的思想，使用少数类的簇心与其对应簇中的样本进行线性插值合成新样本，并且对参与合成的样本进行了筛选，降低了噪声样本参与合成的可能。在六个实际数据集上，将CSMOTE算法与四个SMOTE的改进算法以及两种欠抽样算法进行了多次的对比实验，CSMOTE算法在所有数据集上均获得了最高的AUC值。实验结果表明，CSMOTE算法具有更高的分类性能，可以有效解决数据集中样本分布不均衡的问题。     

脉动高梯度磁选垂直磁场与水平磁场对比研究

SLon立环脉动高梯度磁选机采用垂直磁场磁系，它们已在工业上广泛用于氧化铁矿、钛铁矿、非金属矿的选矿。为了探索进一步改进设备的可能性，又研制了水平磁场磁系的脉动高梯度磁选机试验设备，并通过理论分析和试验对2种磁场磁系的脉动高梯度磁选机进行了对比，结果表明，垂直磁场磁选机具有磁场强度较高、漏磁系数较小、激磁电耗较低、对细粒弱磁性矿物回收率较高、选矿效率较高和设备处理量易于放大的优点。     

Pedestrian and Bicycle Volume Data Collection Using Drone Technology

ABSTRACT

Pedestrian and bicycle volume data is one of the most fundamental types of data for active transportation planning. However, they are not yet well developed. This paper explores an innovative method that uses drone technology to collect pedestrian and bicycle volume data. It confirms the feasibility of the technology as an alternative method to collect complex movements of pedestrians and bicycles. Furthermore, this paper presents a method that converts the video footage to a spatiotemporal dataset. The dataset includes not only the pedestrian and bicycle count data, but also their behavior and characteristics. The spatiotemporal data can become a valuable resource for a variety of active transportation planning practices and research, including the collection of pedestrian and bicycle volume data in parks and recreational areas, the study of collisions between pedestrians and bicycles, and the analysis of the social path. Since it is possible to envision that the development of technologies can overcome current technical difficulties, such as battery lifespan, it is worth considering the application of drone technology to active transportation planning practice and research.     

上海市遥感影像云服务平台设计与实现

针对上海市遥感影像管理和应用现状,采用镶嵌数据集为数据管理基本单元,云端影像处理服务为影像共享应用的基本手段,构建了上海市遥感影像云服务平台。解决了大规模遥感影像管理和应用存在的诸多问题,大幅缩短了影像应用的时间周期,并丰富了传统影像应用的手段,使遥感影像具有更强的适用性。     

深度学习背景下视觉显著性物体检测综述

视觉显著性物体检测是对人类视觉和认知系统的模拟,而深度学习则是对人类大脑计算方式的模拟,将两者有机结合可以有效推动计算机视觉的发展。视觉显著性物体检测的任务是从图像中定位并提取具有明确轮廓的显著性物体实例。随着深度学习的发展,视觉显著性物体检测的精度和效率都得到巨大提升,但仍然面临改进主流算法性能、减少对像素级标注样本的依赖等主要挑战。针对上述挑战,本文从视觉显著性物体检测思想与深度学习方法融合策略的角度对相关论述进行分类总结。1）分析传统显著性物体检测方法带来的启示及其缺点,指出视觉显著性物体检测的核心思路为多层次特征的提取、融合与修整;2）从改进特征编码方式与信息传递结构、提升边缘定位精度、改善注意力机制、提升训练稳定性和控制噪声的角度对循环卷积神经网络、全卷积神经网络和生成对抗网络3种主流算法的性能提升进行分析,从优化弱监督样本处理模块的角度分析了减少对像素级标注样本依赖的方法;3）对协同显著性物体检测、多类别图像显著性物体检测以及未来的研究问题和方向进行介绍,并给出了可能的解决思路。     

跨模态脑图谱数据融合研究进展

脑图谱是研究脑结构和功能及脑疾病的基础,不同类型的脑图谱从不同角度提供了脑的组织模式或连接信息。随着图像采集和生物检测技术的发展,不同模态的脑影像和生物组学数据迅速增长。相较于单模态,多模态融合数据能够同时考察不同模态数据间的多元化信息,挖掘蕴含的未知新信息。因此,开展跨模态脑图谱数据融合研究有助于更全面地理解大脑的结构和功能,并辅助加深对脑发育、老化和病变机理的理解。本文根据参与融合的模态是否具有空间信息,将近年来有代表性的跨模态脑图谱融合技术分为脑影像融合和脑数据融合两大类。脑影像融合是指对宏观脑影像(磁共振等)和组织学脑影像(胞体染色、轴突染色等)等具有空间信息的数据进行融合,构建涵盖脑结构和功能信息的跨模态多尺度脑图谱,为研究宏观特征的介观机制以及介观特征的宏观表征提供了重要途径。脑数据融合是指对缺乏脑空间信息的生物大数据,包括基因组、电生理、认知和行为等,利用脑图谱提供精细空间信息,挖掘高维、异构生物大数据蕴含的信息,明确脑图谱的生理意义,并提升其应用价值。本文将针对这两类融合类型阐述国内外有代表性的研究进展,并对比国内外研究现状的差异。此外,为促进跨模态脑图谱数据融合领域的交流和发展,总结了部分有代表性的大样本公开数据集。最后讨论了当前该领域待解决的问题以及未来的发展趋势。     

极弱胶结地层煤巷支护体系与监控分析

针对极弱胶结地层煤巷围岩自稳能力差、自稳时间短、围岩变形剧烈等特征,采用FLAC3D深入揭示了矩形、切圆拱形与直墙拱形等3种断面形状煤巷开挖后围岩位移、塑性区及应力分布规律,确定了极弱胶结地层煤巷合理断面形状;结合国内外煤巷支护理论与技术,提出了极弱胶结地层煤巷"双层锚固平衡拱结构",基于煤层厚度与巷道埋深,分类提出了极弱胶结地层煤巷支护技术方案,模拟验证了支护方案的合理性与可行性;基于围岩变形与支护结构受力实时监测及分析,动态掌握了极弱胶结地层煤巷围岩变形与支护结构受力状态,评价了支护效果与验证了支护方案的可行性。监测结果表明,切圆拱形断面煤巷成型较好、受力均匀,有利于巷道围岩的整体稳定,提高了煤巷开挖后的自稳与承载能力;锚网索联合支护技术方案有效地控制了极弱胶结地层煤巷围岩大变形与破坏,保证了巷道围岩与支护结构的长期稳定及安全。     

基于二次聚类弱监督学习的图像语义分割

针对在给定大量用户标注图像基础上,将图像分割成一系列具有单一语义的完整区域,并同时对各区域实现语义标注的问题,提出了一种基于弱监督学习的二次聚类的图像语义分割算法。将谱聚类和判别式聚类相结合,用谱聚类学到的类标指示函数来指导判别式聚类,学习特征的潜在数据结构,利用弱监督信息对聚类分配标签。该方法能够充分利用区域上下文信息,为每个类别选择判别式特征,并且输出鲁棒的多类分类器,对外来没有标签的图像也可以进行有效的区域标注。通过在公用数据集上的充分实验,证明了本方法的有效性。