基于改进YOLOv5s的车辆行人检测

针对车辆行人检测中容易出现小目标错检、漏检的问题,提出了一种基于改进YOLOv5s的车辆行人检测算法,首先在不改变原有路径聚合网络(path aggregation network, PANet)的条件下,从头部网络引出第4个检测头,提高对小目标的检测能力,其次在主干网络中设计CF模块来代替原有的下采样模块,增强特征提取能力,然后将Neck网络中通道数减半的C3模块重新设计为S-C3,减少Neck部分的信息丢失问题,最后重新构建空间池化金字塔(spatial pyramid pooling-fast, SPPF)为D-SPP模块,为Neck部分保留更加细致的特征,提高对目标的检测精度。实验采用KITTI数据集,对数据集进行类别合并、删除等处理。实验结果表明,改进后的算法与原算法在KITTI上相比Person、Cyclist类分别提高4%和3.7%,平均精度均值(mAP)mAP@0.5提高2.3%。并且对小目标错检、漏检的问题有明显改善。     

基于正向蒙特卡罗计算的自动源偏倚方法在屏蔽计算中的应用

反应堆屏蔽计算是粒子输运数值计算的难点问题之一。由于仅有少量处于堆芯外围组件的高能中子能到达屏蔽层外,如果对源粒子采用无偏抽样,大量的计算时间用于模拟无用的源粒子,计算效率很低。偏倚抽样是提升蒙特卡罗模拟计算效率的重要途径,包含源偏倚、输运偏倚和碰撞偏倚等。MCNP程序的权窗发生器可为输运偏倚和碰撞偏倚提供参数,但不包含源偏倚。本文利用正向蒙特卡罗计算权窗发生器产生的重要性函数,生成源偏倚参数以及与之匹配的权窗系数,在屏蔽计算中取得了很好的效果。本文的方法与MCNP的权窗功能完全兼容,使用方便。     

基于Linux的嵌入式实时视频跟踪系统

将ARM与DSP相结合,设计并实现了一套嵌入式实时视频传输跟踪系统;该系统以集成ARM和DSP双内核的OMAP3730作为核心处理器,首先通过ARM上搭载的Linux操作系统实现基于V4L2的图像采集功能,然后调用DSP完成H.264视频编码,压缩后的图像由基于实时流传输协议的流媒体服务器传输至远程计算机端解码并显示,最后利用camshift跟踪算法实现对运动目标物体的实时跟踪。该系统是小型无人机自主导航与控制的视觉导航以及以无人机为平台的运动目标检测的基础,有很好的应用前景。     

基于操作条件反射机制的感觉运动系统认知模型的建立

针对运动平衡控制问题,提出了一个基于操作条件反射原理的感觉运动系统认知模型,研究了小脑、基底核、大脑皮质以及其它神经器官工作的协同性,构建了感觉运动系统的认知模型.该认知模型主要由小脑和基底核以及大脑皮质组成,其中:小脑通过监督学习实现状态到行为的感觉运动神经映射;基底核利用行为预测评价结果对动作实施基于操作条件反射原理的概率式选择;而大脑皮质接收并发送有用信号给基底核与小脑,形成了感觉运动系统的闭环反馈回路.本文描述了基于操作条件反射原理的感觉运动系统认知模型的具体结构、功能与算法,并在两轮机器人上进行了仿真实验,再现了机器人类似人或动物的自主学习能力和运动平衡技能.结果表明,该模型具有较强的认知特性,使机器人能通过自主学习掌握运动平衡的控制技能.     

东营凹陷纯东新区低渗透油藏断裂体系研究

纯化油田纯东新区位于东营凹陷南斜坡、纯化镇—草桥断鼻构造带西端,是在大型鼻状构造背景上被南北两条边界断层所夹持的地垒,主力含油层系为沙四上,平均单井砂体厚度21m,平均单井油层厚度15.1m。研究工区内沙四上段油层具有层多、层薄、低渗透、岩性和断块复杂的特点,针对这些特点,根据开发调整需要,利用井震结合、物探技术、建模等手段对断裂体系展开研究。     

一体化点焊机焊臂用CrCrZr材料的优化研究

一体化点焊机焊臂用CuCrZr材料具有高温特性优良、导电率高、使用寿命长的特性。优化CuCrZr材料成分含量并对比分析优化前后的材料金相组织及相关力学性能。结果表明,适当减少材料中的Cr含量并增加Zr含量,可以对材料晶体组织起细化作用,从铜基体中析出较多的Cu-Zr弥散质点能有效阻碍位错的消失及晶界滑移,从而提高材料的弹性模量及屈服强度。使用优化后的CuCrZr材料加工成焊臂在实际生产中可有效降低焊接时的电极变形量。     

TRMK4541立磨提高产量降低电耗的技术措施

<正>我公司2 500t/d生产线水泥制备系统采用TRMK4541立磨作终粉磨工艺。自2012年5月份投产以来,受市场影响,我公司被迫停窑。同时因无热风来源和全部使用外购熟料温度低等原因的影响,各项技术指标均未达到设计要求,其技术指标:立磨产量160~180t/h;产品比表面积(330±30)m2/kg;生产P·O42.5水泥。2013年1~4月,磨机台时产量低     

关于电力客户设备安全隐患排查方法的分析

本文主要针对电力客户设备安全隐患的排查方法进行研究，并提出了整个措施，旨在促进电力事业的可持续发展。     

LSTM-RNN在连铸下渣预测系统中的应用

针对钢包连铸过程中需要精确控制下渣时刻的问题,提出一种基于局部加权回归和长短时记忆(LSTM)神经网络模型的连铸下渣预测系统.该系统对下渣过程中采集到的信号进行处理和识别,可准确预测下渣时刻.结合某钢厂的实际生产情况,在采集到的大量钢包下渣相关参数中,提取主要特征;使用局部加权回归对数据进行过滤处理,再结合LSTM建立...