一种基于曲量场空间的人脸识别算法

为了解决二维人脸识别准确度提升空间有限,三维人脸识别数据量大、识别速度慢的问题,提出了一种新的基于曲量场空间的人脸识别算法(Face Recognition based on Curved Space Field,FRCSF).该算法首先检测彩色人脸图像内的面部凸凹信息,利用曲量子描绘凸凹域的渐变梯度特征,去除人脸彩色信息,降低三维信息量.然后以分散的曲量子群融合成曲量子空间.将曲量子空间进行边缘曲量子光滑衔接,组成曲量场空间.最后提取曲量场空间内的深度和维度信息,通过与曲量人脸库进行信息对比,判别出人脸身份.该算法抓住了人脸面部的凸凹特征,继而将凸凹特征采用具有空间连续性规律约束的曲量场进行描述,识别准确率较高,同时由于对三维人脸采用曲量子进行重建,数据量小,识别速度较快.大量实验表明,该算法既保存了二维人脸识别速度快的长处,又融入了三维人脸识别的局部三维信息,具有较高的识别性能.     

10 kV真空断路器弹簧操动机构合闸传动优化设计

真空断路器弹簧操动机构中四杆机构杆件结构与合闸弹簧参数对动触头合闸速度和位移特性具有直接影响,包括冲程弹跳与机构磨损量等。以10kV断路器用弹簧操动机构为对象,采用SolidWorks软件建立运动系统三维模型;引入动力学仿真软件ADAMS对三维模型进行运动特性分析。在保证分闸储能位分闸弹簧压缩量不变的条件下,以连架杆与连杆尺寸、合闸弹簧预紧拉力为优化变量,以动触头最高瞬时速度最低和相对杆长之和最小为目标,采用DOE参数化分析方法对机构进行多参数多目标优化设计,以调控机构输出特性。     

考虑公差的真空灭弧室磁场不确定性优化设计

以12 kV/1250 A/31.5 kA真空灭弧室为研究对象,采用考虑公差设计的区间优化方法,建立灭弧室触头结构磁场特性的不确定性优化模型。以触头片开槽长度、斜槽深度、触头片开槽偏转角、触头杯座厚度为优化变量,采用区间描述设计参数的制备和测量误差,引入公差指标和区间可能度模型,将该不确定性优化模型转化为确定性优化模型。采用NSGA-Ⅱ算法,以极间中心面磁感应强度最大值和设计公差指标同时达到最大为优化目标,得到Pareto前沿非支配解集,求得最优设计参数,实现了考虑公差影响的灭弧室内部磁场优化设计。     

真空断路器弧后鞘层发展过程仿真分析

以真空断路器弧后鞘层发展过程为对象,采用等离子体流体力学模型,求解电子、离子密度和平均电子能量的漂移扩散方程和耦合电场的泊松方程,引入粒子间碰撞反应,仿真分析其弧后介质恢复变化和鞘层发展阶段电子和离子的空间分布、密度分布以及间隙电势分布。采用对比分析法,研究不同初始条件对鞘层发展的影响,结果表明:在保持其余参数不变的条件下,暂态恢复电压(TRV)斜率和间隙轴向长度均与鞘层发展速度呈正相关,初始等离子体密度和弧后金属蒸气压强均与鞘层发展速度呈负相关。     

基于ARM与图像仿真的无线测控终端

针对工业设备的实时数据检测及控制信号多样化问题,设计一个基于ARM与图像仿真的无线渊控终端.利用ARM芯片的片内片外资源简化系统硬件结构,通过移植PC/OS-II和UCGUI实现自定义通信协议,采用图像仿真方法对运行设备进行同态虚拟构建及动态显示.应用结果表明,该终端可加强工业数据采集及分析处理的能力,提高系统人员的工...     

基于信令分析的LTE网络CSFB优化策略

针对LTE网络下采用CSFB方式实现语音业务存在时延过大的问题，探索基于信令分析的CSFB优化策略，通过信令流程拆分法、信令追溯分析法等精确定位出CSFB回落失败及时延过长的原因，并给出具体解决方案。实验结果表明该策略能够有效改善回落成功率或降低时延，提升了LTE网络的用户感知     

广义并行2维复判别分析的人脸识别

目的 针对2维线性鉴别分析提取人脸特征向量稳定性较差、仅对行或列方向提取特征时容易丢失不同行或列间有助于鉴别分析的协方差信息、同时存在特征维数较高的问题,提出一种广义并行2维复判别分析的人脸识别方法。方法 首先对人脸图像进行广义并行2维线性判别分析处理,根据特征值贡献率动态选取特征向量组成正交投影矩阵,完成水平和垂直方向上的投影;其次将处理后得到的两类特征矩阵以复数的实部和虚部形式相加,对融合后的特征矩阵进行广义2维复判别分析处理得到复特征矩阵;然后以复特征矩阵的特征值大小来衡量特征矩阵分量的识别性能,对特征矩阵分量进行重新排序,选取最具鉴别力的分量形成最终表征人脸的特征;最后采用最大相似度分类器比较测试样本与训练样本特征的相似度,进行人脸图像特征的分类识别。结果 在Yale、ORL、FERET、CMU-PIE及LFW人脸数据库上进行实验测试,该方法的最优识别率分别为100%、100%、98.98%、99.76%及98.67%,特征维数在8590之间,表明该方法对复杂条件下的人脸识别有较高的准确率和较低的空间占有率。结论 该方法能够有效克服2维线性鉴别分析提取特征稳定性差、特征空间中特征重叠、存储系数多、特征维数高的缺点,表现出较高鲁棒性和准确率及较低空间复杂度的特性。     

融合CNN和Transformer的图像去噪网络

目前基于深度学习的图像去噪算法无法综合考虑局部和全局的特征信息, 进而影响细节处的图像去噪效果, 针对该问题, 提出了融合CNN和Transformer的图像去噪网络(hybrid CNN and Transformer image denoising network, HCT-Net). 首先, 提出CNN和Transformer耦合模块(CNN and Transformer coupling block, CTB), 构造融合卷积和通道自注意力的双分支结构, 缓解单纯依赖Transformer造成的高额计算开销, 同时动态分配注意力权重使网络关注重要图像特征. 其次, 设计自注意力增强卷积模块(self-attention enhanced convolution module, SAConv), 采用递进式组合模块和非线性变换, 减弱噪声信号干扰, 提升在复杂噪声水平下识别局部特征的能力. 在6个基准数据集上的实验结果表明, HCT-Net相比当前一些先进的去噪方法具有更好的特征感知能力, 能够抑制高频的噪声信号从而恢复图像的边缘和细节信息.     

对一起蒸汽锅炉腐蚀事故的分析与处理

阐述蒸汽锅炉腐蚀的机理和处理办法。     

岩体基本质量指标对隧道变形规律的影响研究

主要研究了隧道变形规律与岩体基本质量指标（BQ值）之间的对应关系。本次研究将某隧道K8+500～K8+900范围作为数据采集段,收集了施工过程中的拱顶下沉、净空收敛和BQ值等相关数据,对隧道变形与BQ值进行线性回归分析,求出线性方程。预测K8+900～K9+000段Ⅳ级围岩最大变形量不超过40 mm,Ⅴ级围岩最大变形量不超过70 mm,均少于预留开挖变形量80 mm以上。将预测变形值与实测值进行对比,两者偏差较小,最大偏差<2.5 mm,平均偏差1.30 mm,说明隧道变形量预测方法和预测结果可靠,具有实际指导意义,且本次研究的隧道变形预测方法在其他隧道施工过程中具有可行性。