非平衡磁控溅射TiCxN1-x薄膜微结构及性能分析

为了研究不同沉积条件下TiCxN1-x(0≤x≤1)薄膜的相结构、显微硬度及摩擦性能的影响因素,用扫描电子显微镜(SEM)、X射线衍射仪分析薄膜的形貌和相结构,用HXD-1000数字式显微硬度计、MCMS-1摩擦磨损仪测试薄膜的硬度和摩擦系数.研究结果表明:TiN,TiC薄膜显示出〈111〉择优取向生长趋势,Ti(C,N)有较强的〈200〉取向,Ti(C,N)衍射峰涵盖了TiN峰和TiC峰,薄膜存在TiN和TiC两相共存.与TiN,TiC相比,Ti(C,N)薄膜具有更高硬度,当C原子含量x＝0.582时,Ti(C,N)薄膜硬度达到最大值为33.6 GPa,且表现出更低的摩擦系数和更好的耐磨性能.     

光电制导系统瞄准偏差测试中的基准光轴建立

激光在大气中传输时,光束的弯曲和漂移影响着多光轴光电制导武器系统光轴的瞄准精度和打击精度.在光电制导系统瞄准偏差测试基础上,提出一种外场真实环境下可见光、激光和红外多光轴瞄准系统瞄准偏差测试的基准光轴建立方法,并通过外场实验测得不同距离处基准光轴的偏差.结果表明,在2 km范围内基准光轴误差小于4.5″,满足了多光谱多光轴动态瞄准偏差测试中基准光轴的精度要求.     

元素分布和裂纹对PMN-32PT单晶电学性能的影响

为寻求PMN-32PT单晶电学性能不稳定的成因,利用准静态压电常数测试仪、数字电桥和EDS对[001]切型PMN-32PT 单晶的电学性能和成分分布进行了对比分析,并考察了裂纹对晶体电学性能的影响.结果表明,元素分布的不均匀是造成[001]切型PMN-32PT单晶电学性能不均匀的重要原因,其中Ti对晶体的压电性能有正的贡献而Nb与之相反,Mg对介电常数有正的贡献;裂纹对晶体的电学性能影响显著,在裂纹处,PMN-32PT单晶的电学性能急剧下降.     

一种伺服电机测控仪的结构与外观设计

随着现代制造技术的发展进步和用户审美艺术的不断提升,在产品设计时仅关注软件和硬件而忽略结构和外观造型的创新设计已经不能满足当下用户的使用和审美需求。因此文中提出了一种便携式伺服电机测控仪设计方案,重点从测控仪的结构、外观造型、色彩等方面进行了详细的设计说明,既满足了测控仪的基本功能又增加了其美感,极大地提高了测控仪的市场竞争力。     

基于GMM-CNN的鱼道内鱼类游泳行为提取方法

鱼道设计离不开鱼类行为特性的研究,智能监控是观测、记录和量化鱼类行为的主要手段,但由于鱼道紊动的水流环境对鱼体精确跟踪造成了困难。本研究提出一种适用于鱼道研究的鱼类游泳行为提取方法,通过高斯混合模型（GMM）和卷积神经网络模型（CNN）对鱼体图像语义分割,再根据鱼体像素计算上溯轨迹、游泳速度和摆尾幅度。方法的验证以草鱼为试验对象,分别进行基于UNet和SegNet的鱼体语义分割对比试验和鱼类游泳行为提取试验。试验结果表明：（1） UNet模型的图像语义分割结果（MPA=95.9%,MIoU=93.3%）优于SegNet模型（MPA=95.5%,MIoU=92.8%）;（2）应用GMM-CNN模型进行过鱼轨迹跟踪,其坐标平均相对误差（MRE_x=7.1%,MRE_y=2.4%）低于单独使用GMM方法23.1%、11.6%;（3） GMM-CNN模型测算鱼类行为能够准确定位鱼体特征点,应用于提取鱼类游泳行为时具有较高的精确度。基于GMM-CNN鱼类游泳行为提取方法可以为鱼道设计提供技术支持。     

基于改进LLE算法的手势特征提取研究

在人机交互领域中,基于视觉的手势特征提取成为研究的热点,但手势存在较大范围的变化,很难实现对手势的有效分类.研究了一种基于LLE改进算法的手势特征提取方法.先将手势特征数据中的某个数据点与邻近数据点组成局部线性关系,对重构误差进行拉格朗日乘子算法优化处理,求出新的局部重建权值矩阵,为了使局部线性关系能够满足低维度空间,通过求解映射矩阵的方法,将手势特征样本数据的目标特征空间映射到低维度空间中.采用稀疏观察手势描述法对手势特征进行提取,根据手势参数对手势轨迹数据进行归一化处理,为了提高手势特征提取的实时性,采用支持向量分类器的方法将手势从难以分类的空间映射到高维度的手势空间中.实验结果表明,所提方法对手势的查准率和召回率较高,泛化性较好,即使在样本数据很少的情况下,也具有较好的识别效果.     

YOLOv3-tiny的硬件加速设计及FPGA实现

YOLOv3-tiny具有优秀的目标检测能力,但模型所需的计算力依然较大,难以实现面向嵌入式领域的应用。提出一种YOLOv3-tiny的硬件加速方法,并在FPGA平台上实现。首先,针对网络定点化设计,以数据精度与资源消耗为设计指标,通过对模型中数据分布的统计以及数据类型的划分,提出了不同的定点化策略。其次,针对网络并行化设计,通过对卷积神经网络计算特性的分析,使用循环调整、循环分块、循环展开和数组分割等方法,设计了可扩展的常用硬件计算单元架构。然后,针对网络流水化设计,从层间与层内2个方面进行研究,以层间数据流方向和层内任务划分为基础,设计了一种灵活的流水化计算架构。最后,在XILINX XC7Z020CLG400-1平台上进行实验,结果表明,相较于667 MHz的单核ARM-A9处理器,加速比高达290.56。     

Person re-identification based on multi-appearance model

Person re-identification plays important roles in many practical applications. Due to various human poses, complex backgrounds and similarity of person clothes, person re-identification is still a challenging task. In this paper, we mainly focus on the robust and discriminative appearance feature representation and proposed a novel multi-appearance method for person re-identification. First, we proposed a deep feature fusion method and get the multi-appearance feature by combining two Convolutional Neural Networks. Then, in order to further enhance the representation of the appearance feature, the multi-part model was constructed by combining the whole body and the six body parts. Additionally, we optimized the feature extraction process by adding a pooling layer. Comprehensive and comparative experiments with the state-of-the-art methods over publicly available datasets demonstrated that the proposed method can get promising results.

     

任意初态下的工业机器人迭代学习控制

对迭代初值为任意值的工业机器人轨迹跟踪控制系统,提出了一种基于滑模面的非线性迭代学习控制算法,使机器人轨迹能快速、精确跟踪上期望轨迹。基于有限时间收敛原理,构建了关于机器人轨迹跟踪误差的迭代滑模面,在滑模面内,机器人轨迹跟踪误差在预定时间内收敛到零。设计了基于滑模面的迭代学习控制算法,理论证明了随着迭代次数的增加,处于任意初态的轨迹将一致收敛到滑模面内,解决了迭代学习中的任意初值问题。数值仿真验证了该算法的有效性和抗干扰能力。     

多点融合的计算机专业跨界人才培养模式

随着全球新一轮科技革命和产业变革的加速,新产业和新技术提供了新的经济发展模式。这种模式需要的是高素质复合型的跨界人才。本文提出了一种基于一个中心、两个结合、多点融合的创新型计算机专业跨界人才培养模式的构建。该模式基于OBE理念,通过分层次和多类别的课程体系重构,建立了跨界人才培养质量保障机制和考评评价机制来构建跨界人才培养模式。该模式的建立,对于培养新工科背景下的计算机专业人才具有重要意义,可供国内地方高校计算机专业人才培养参考。