高效奥氏体不锈钢代用焊条的研究

通过采用低碳钢芯（H08E）和药皮过渡合金元素获得了高熔敷效率的不锈钢代用新型焊条，试验表明，该焊条具有电弧稳定，熔渣流动性良好，焊条尾部不发红、药皮无脱落土产,时缝金属化学成分，力学性能达到同类型铬镍合金焊芯不锈钢焊条的要求，从根本上解决了不锈钢焊条尾部发红，开裂等问题，同时也显著降低了焊条生产的成本。     

融合作者合作强度与研究兴趣的合作者推荐

合作者推荐是科研社交网络中的一个重要应用,为科研人员推荐适合的合作者有利于增强学术合作、提升作者的合作交流。为此,提出CRISI方法,从而有效地推荐与待推荐作者合作强度高且研究兴趣比较相似的同行,并且还考虑了作者间的合作强度（结构）、研究兴趣（属性）相似度和待推荐作者形成的社区紧密程度等信息。具体地,首先,基于作者与文献的关系构建作者合作关系属性图;然后,计算作者合作强度与研究兴趣相似度并据此构建双加权网络;再次,探测影响力高且合作强度大的作者节点作为种子;最后,设计分数k-core社区搜索方法找到与待推荐作者合作关系紧密的社区。实验结果表明,CRISI方法相比现有方法获得了显着的性能提升。     

红外可见光目标的空间直方图表示与联合跟踪

目的 针对融合跟踪中的实时性和准确性问题,提出一种基于二阶空间直方图联合的红外与可见光目标融合跟踪算法。方法 该算法以二阶空间直方图为目标表示模型,通过将红外的目标相似度和可见光的目标相似度进行加权融合,来构建新的目标函数;并依据核跟踪推理机制导出目标的联动位移公式;最后使用均值漂移程序实现目标的自动搜索。此外,算法还实现了融合权值的自适应调节和目标模型的在线更新。结果 实验中选取了4组典型的红外可见光视频对进行跟踪,测试了算法在夜间环境、背景阴影、目标交汇与拥簇,以及目标遮挡等场合下的跟踪性能,并与L₁跟踪器（L1T）、基于区域模糊动态融合的跟踪器（FRD）,以及基于联合直方图的跟踪器在平均中心误差、平均重叠率、成功率以及平均跟踪时间等指标上进行了定量比较,得到各算法在这4组视频上的对应性能指标数据分别为本文算法（6.664,0.702,0.921,0.009）、L1T跟踪红外目标（25.53,0.583,0.742,0.363）、L1T跟踪可见光目标（31.21,0.359,0.459,0.293）、FRD（10.73,0.567,0.702,0.565）、JHT（15.07,0.622,0.821,0.001）,发现本文算法的平均准确率比其他跟踪算法分别高约23%、14%和8%,而平均成功率分别高约32%、46%和10%。结论 本文算法在处理场景拥簇、光照变化以及空间信息保持等方面要优于传统的单源跟踪方法,适用于夜间环境、背景阴影以及背景拥簇等场景下目标跟踪,对帧频为30 帧/s的视频数据,算法可同时在线跟踪到4个目标。     

UML在实时系统中的应用研究

UML是最广泛使用的面向对象建模语言,是可视化面向对象系统的建模方法.针对嵌入式系统设计和开发的特点,文中描述了一种将时间组件融入到UML建模中的方法,把时间特性从系统中分离出来.用UML对嵌入式实时系统进行面向对象分析与设计,并以冰箱温度平衡器系统为例,建立了需求分析、静态结构模型和动态行为模型,该方法能够有效地提高开发效率、改善设计质量.     

集成空间注意力和姿态估计的遮挡行人再辨识

自然场景下监控设备所拍摄的行人图片总是存在被各种障碍物遮挡的情况,因此遮挡是行人再辨识面临的一个很大的挑战.针对遮挡问题,提出了一种集成空间注意力和姿态估计(spatial attention and pose estimation, SAPE)的遮挡行人再辨识模型.为了同时兼顾全局特征和局部特征,实现特征的多细粒度表示,构建了多任务网络.通过空间注意力机制将感兴趣区域锚定到图像中未遮挡的空间语义信息,从全局结构模式中挖掘有助于再辨识的视觉知识;然后结合分块匹配的思想,将残差网络提取到的特征图水平均匀分割成若干块,通过局部特征的匹配增加辨识的细粒度;在此基础之上,改进姿态估计器去提取图像中行人的关键点信息,并与卷积神经网络抽取的特征图相融合,然后设置阈值去除掉遮挡区域,得到辨识性强的特征,以消除遮挡对再辨识结果的影响.在Occluded-DukeMTMC, Occluded-REID, Partial-REID这3个数据集上验证了SAPE模型的有效性,实验结果表明提出的针对遮挡的模型具有良好的效果.     

协同级联网络和对抗网络的目标检测

识别多尺度目标和遮挡目标是目标检测中的重点和难点。为了检测不同大小的目标,目标检测器通常利用卷积神经网络(CNN)的多尺度特征图层次结构,然而这种自顶向下的结构由于底层特征图的卷积层较小,缺乏获取小目标特征所需的细节信息,这些目标检测器的性能受到了限制。为此,结合Faster R-CNN框架提出Collaborative R-CNN,设计了一种级联网络结构,可以融合多尺度特征图,以生成深度融合的特征信息来增强小目标所需的细节特征,从而提高检测小目标的能力。此外,由于使用RoIPooling过程中的量化会对小目标检测造成极大的限制,为进一步提高方法的鲁棒性,设计了多尺度RoIAlign来消除这种量化,并通过多尺度的池化来提高网络检测不同尺度目标的能力。最后,将对抗网络与所提出的级联网络相结合,生成包含遮挡目标的训练样本,可显著提高模型的分类能力和识别遮挡目标的鲁棒性。在PASCAL VOC 2012和PASCAL VOC 2007数据集上的实验结果表明,提出的方法优于许多先进的方法。     

融合深度扩张网络和轻量化网络的目标检测模型

目标检测作为计算机视觉的一个重要研究方向,近年来在算法性能上有了突破性进展.为了更好的提升两阶段目标检测的精度与速度性能,提出了一种基于迁移学习方法的融合深度扩张卷积网络和轻量化网络的检测模型.首先用扩张卷积网络替换主干网络中部分的卷积残差模块——深度扩张卷积网络D_dNet-65;然后对预训练后的特征图进行压缩操作,并增加一个81类的全连接层以确保正常进行分类和回归操作——轻量化网络结构;最后,引入迁移学习方法并融合D_dNet和轻量化网络结构,通过迁移实现模型的进一步优化.实验在典型的数据集MSCOCO以及VOC07上进行.实验评估表明,本文提出的方法具有良好的有效性和可扩展性.     

铝合金大型薄壁异型曲面封头旋压成形研究进展

大型薄壁异型曲面整体构件是航天航空等重要领域迫切需要的高性能轻量化构件。旋压和淬火是实现该类构件整体化制造和性能控制的一种有效途径。然而,大型薄壁异型曲面旋压是多因素耦合作用下的多道次局部加载/卸载复杂过程,成形过程中易出现局部损伤破裂、起皱、隆起、不贴模等缺陷,且旋压后的淬火过程还易造成大的残余应力和淬火变形,并决定着构件的最终使用性能。在建立大型薄壁异型曲面构件旋压和淬火全过程有限元模型的基础上,分析大型薄壁异型曲面构件旋压过程中应力应变分布与变化规律;研究失稳起皱缺陷的形成机理,获得旋压工艺参数对薄壁壳体凸缘周向压应力的影响规律,提出控制凸缘起皱的方法;研究板坯尺寸波动对成形质量的影响;研究获得大型薄壁异型曲面封头旋压件淬火残余应力分布规律和淬火变形规律。     

熵权约束稀疏表示的短文本分类算法

针对短文本特征稀疏性问题,提出一种熵权约束稀疏表示的短文本分类方法.考虑到初始字典维数较高,首先,利用Word2vec工具将字典中的词表示成词向量形式,然后根据加权向量平均值对原始字典进行降维.其次,利用一种快速特征子集选择算法去除字典中不相关和冗余短文本,得到过滤后的字典.再次,基于稀疏表示理论在过滤后的字典上,为目标函数设计一种熵权约束的稀疏表示方法,引入拉格朗日乘数法求得目标函数的最优值,从而得到每个类的子空间.最后,在学习到的子空间下通过计算待分类短文本与每个类中短文本的距离,并根据三种分类规则对短文本进行分类.在真实数据集上的大量实验结果表明,本文提出的方法能够有效缓解短文本特征稀疏问题且优于现有短文本分类方法.     

多异构系统集成模型的研究

在分析系统集成的设计原则和异构集成系统特征以及功能需求的基础上，总结了几种常用的系统集成方案，提出了一个基于重用接口组件的多异构系统集成模型，并结合实际应用进行了分析。