基于近似最近邻搜索的改进PRM算法

针对移动机器人工作环境范围复杂时,使用传统概率路线图(PRM)算法非常耗时的问题,提出一种改进的PRM算法.PRM算法最耗时的部分是构建无向路径图,构建无向路径图的关键是近邻搜索.通过使用近似最近邻搜索中的局部敏感哈希算法代替原先最近邻搜索算法,在不降低生成路线图质量的前提下,加快无向路线图的构建速度,减少PRM算法的运行时间.仿真结果表明,改进的PRM算法相较于传统的PRM算法在无向路径图建立时间上减少27.36％ ～33.27％,使PRM算法效率大大提高.     

双重耗能摇摆桁架-钢框架结构体系的抗震性能分析

为了提高结构的抗震性能,提出了一种双重耗能摇摆桁架-钢框架结构体系,即在摇摆桁架和钢框架连接处安装黏滞阻尼器,并在桁架底部设置自复位支撑(SCED)。建立了该系统的数值模型,并与摇摆桁架-钢框架对比分析,以研究其在地震下的抗震性能。结果表明:黏滞阻尼器在地震作用下充分发挥耗能能力,自复位支撑在地震作用下的残余应变基本为零,并能为结构提供足够的自复位能力,结构的抗震性能得到了很大提高。     

基于Faster-RCNN的汽车漆面缺陷部位检测

针对人工设计特征复杂和传统的自动化方法在目标识别和检测上准确率和效率低下的问题，提出一种基于改进的Faster-RCNN的目标区域定位方法。由于被检测目标尺度变化大，为了解决原始Faster-RCNN网络结构对于小目标区域检测精度低的问题，提出多尺度快速区域卷积神经网络检测算法，改进了神经网络的结构，使网络在检测过程中可以同时使用低层和高层的特征，提升了网络对于小目标区域的检测能力。修改原始网络中锚框设定方法，通过聚类算法来确定不同尺度的特征图的锚框。实验结果表明，该方法在不同的背景下均能实现对目标较好的识别与定位，对小区域的检测能力显著提高。检测精度由原始网络结构的79.60%上升到95.39%,提高了15.79百分点。     

基于DNA条形码技术对常见石首鱼科鱼胶的物种鉴定

摘　要：目的　运用DNA条形码技术对常见石首鱼鱼胶进行物种鉴定。方法　通过对26份鱼胶样品基因组DNA提取，PCR扩增COI基因、测序，用BOLD物种鉴定系统，与数据库中已有鱼类序列进行比对分析，鉴定出各鱼胶的物种；根据Kimura双参数模型计算样品序列遗传距离，并将所得序列构建NJ和MP系统发育树，进行聚类分析。结果　26份鱼胶样品通过鉴定引物“Fish-F”、“Fish-R”均可实现扩增，条带清晰单一，扩增和测序成功率均为100%；BOLD鉴定结果显示，26份鱼胶样品中23份能够确定物种来源（相似性达98%以上），包括石首鱼科12属15种鱼类，且多数为外来物种，另外3份鱼胶可推测其近缘物种。此外，系统发育树聚类分析结果与物种鉴定结果一致。结论　目前石首鱼类鱼胶来源物种较多，且多为外来基原鱼种。DNA条形码技术与BOLD鉴定系统相结合，可对大部分鱼胶进行准确的物种鉴定。     

基于深度学习的变压器图像识别系统

针对变压器型号多、图像复杂,以及传统基于机器学习的人工设计特征的方法不能对大规模变压器图像准确分类等问题提出了基于深度学习的变压器图像识别系统直接对原始图像进行"端对端"的学习。为实现变压器图像的准确分类,提出了改进VGG-16卷积神经网络的变压器图像识别模型。在VGG-16模型的基础上,重新构建了全连接层,针对原有的SoftMax分类器,采用3标签的SoftMax分类器进行替换,以实现网络结构优化,并通过迁移学习共享V GG-16模型卷积层和降采样层的权值参数。通过构建变压器图像的训练集和测试集对改进模型进行了训练,并进行性能测试。结果表明,与深度神经网络、卷积神经网络模型相比,改进VGG-16模型具有更好的效果,识别误差达到了9.17%,并实现了对3种变压器的准确区分。