基于成组技术的电机制造CAPP系统

根据电机厂产品的特殊性及电机零件结构特点,自行设计了具有一定针对性的13位分类编码系统,通过工艺设计标准化、自动化过程,成功开发一套适合电机生产特点的DJ-1CAPP系统,解决电机生产过程中工艺设计的瓶颈问题。     

典型人字形桥梁模型试验研究与分析

为分析受力复杂的异形薄壁箱梁桥,在初等梁理论的基础上,通过增加自由度的方法,提出每个节点10个自由度的薄壁箱梁分析单元。同时从现有的人字形桥梁中抽象出一种典型的结构作为研究对象,根据相似理论建立有机玻璃模型,设置了多种支座形式及多种荷载工况下的试验测点。另外,分别建立初等空间梁格与板壳有限元模型,同时对模型的理论分析与实测结果进行比较。研究结果显示初等梁理论不能较好地反映人字形薄壁箱梁桥的受力行为,并指出板壳理论在结构整体分析时尚存在不足,验证了该文理论分析方法的正确性和简便性,为求解人字形桥梁复杂受力行为提供了一种有效的途径。     

Hankel矩阵及其逆矩阵快速三角分解的新算法

为了降低Hankel矩阵及其逆矩阵三角分解算法的计算量和减小这类算法的误差。本文根据Hankel矩阵的对称结构,通过构造高阶矩阵的方法分别给出了求解这类矩阵及其逆矩阵三角分解的快速算法,与Chun-Kailath算法相比,新算法减少了计算量,并改进了计算精度。     

深圳市某河道截污管道近距离上穿既有大直径地下供水管道有限元分析

城市建设过程中各类地下管线交叉不可避免,由于地下管线材质、管径、使用功能、荷载不同,常规计算方法繁琐且不够直观。为此,通过有限元方法分析了深圳市某河道截污管道近距离上穿既有大直径地下供水管道问题,为既有管道安全和正常使用提供了直观的计算结果,亦为工程设计和施工方案提供了技术支撑。     

Web应用软件测试模型的研究和构建

随着Web应用软件的快速发展，作为保证Web质量和可靠性的重要手段，Web应用软件测试受到了人们越来越多的重视。本文对现有的一些典型web测试思想、技术和工具进行了一定的研究，首先描述了Web应用软件的特点，然后分析和比较了几种测试模型、策略和方法，最后提出了一种基于petri网的Web链接模型。     

并行网络文件系统PNFS性能评测与分析

传统的网络文件系统难以满足高性能计算系统的I/O 需求,并行网络文件系统——PNFS可以有效地解决传统网络文件系统在可扩展性、可用性和性能上存在的问题。首先对PNFS的体系结构进行了设计,实现了元数据服务器与存储服务器的分离,消除了由于集中服务器结构引发的I/O瓶颈问题。然后,对PNFS的原型系统进行了性能测试,并与相同环境下NFS的测试结果进行比较与分析,结果表明PNFS能够为客户端提供并行访问文件数据的能力,有着较高的I/O读写带宽和较低的访问延迟,同时实现了客户端I/O带宽与存储服务器规模之间的线性可扩展关系,能较好地满足高性能计算中的I/O需求。     

基于改进相干增强扩散与纹理能量测度和高斯混合模型的导光板表面缺陷检测方法

针对液晶屏(LCD)导光板表面缺陷检测方法存在漏检率和误检率较高,对产品表面复杂渐变的纹理结构适应性差的问题,提出一种基于改进相干增强扩散(ICED)与纹理能量测度和高斯混合模型(TEM-GMM)的LCD导光板表面缺陷检测方法。首先,构建ICED模型,基于结构张量引入平均曲率流扩散(MCF)滤波,使得相干增强扩散(CED)模型对缺陷的细线状纹理有良好的边缘保持效果,并利用相干性得到缺陷纹理增强和背景纹理抑制的滤波后图像;然后,根据Laws纹理能量测度(TEM)提取图像纹理特征,将图像的背景纹理特征作为离线阶段高斯混合模型(GMM)的训练数据,使用期望最大化(EM)算法估计GMM参数;最后,计算待检测图像各像素的后验概率,并将其作为在线检测阶段缺陷像素的判断依据。实验结果表明,该检测方法在导光颗粒随机、规则两种分布的缺陷图像测试数据组上的漏检率和误检率分别为3.27%、4.32%和3.59%、4.87%。所提检测方法适用范围广,可有效检测出LCD导光板表面划痕、异物、脏污和压伤等类型的缺陷。     

基于多模态注意力机制的跨模态哈希网络

深度跨模态哈希算法（deep cross-modal Hash,DCMH）可以结合哈希算法存储成本低、检索速度快的优点,以及深度神经网络提取特征的强大能力,得到了越来越多的关注。它可以有效地将模态的特征和哈希表示学习集成到端到端框架中。然而在现有的DCMH方法的特征提取中,基于全局表示对齐的方法无法准确定位图像和文本中有语义意义的部分,导致在保证检索速度的同时无法保证检索的精确度。针对上述问题,提出了一种基于多模态注意力机制的跨模态哈希网络（HX＿MAN）,将注意力机制引入到DCMH方法中来提取不同模态的关键信息。利用深度学习来提取图像和文本模态的全局上下文特征,并且设计了一种多模态交互门来将图像和文本模态进行细粒度的交互,引入多模态注意力机制来更精确地捕捉不同模态内的局部特征信息,将带有注意的特征输入哈希模块以获得二进制的哈希码;在实行检索时,将任一模态的数据输入训练模块中来获得哈希码,计算该哈希码与检索库中哈希码的汉明距离,最终根据汉明距离按顺序输出另一种模态的数据结果。实验结果表明：HX＿MAN模型与当前现有的DCMH方法相比更具有良好的检索性能,在保证检索速度的同时,能够更准确...     

无线局域网吞吐量优化算法

针对无线局域网吞吐量较小且稳定性较差的问题,分析影响无线网络吞吐量性能的因素,提出无线局域网吞吐量优化算法,采用马尔科夫链理论建立吞吐量计算模型,运用动态调整竞争窗口、优化数据帧长度、改进退避时间的策略。NS2仿真结果表明,该算法能有效提高无线局域网的吞吐量。     

融合注意力机制的无锚点森林火灾检测算法

森林火灾、野火是一个重大的自然灾害问题,每年全球各地植被都会受到严重的破坏。为了提高森林火灾的防控精度,针对传统方法具有火灾背景复杂、准确率低、效率低等问题,本文提出一种基于CenterNet的森林火灾检测算法。CenterNet作为一种无锚的方法,将目标定义为一个点,通过关键点估计定位目标的中心点,可以有效避免小目标的漏检。同时基于高效深层特征提取网络ResNet50,融合ECA模块以抑制无用信息,增加模型的特征提取能力。在公开森林火灾数据集上进行实验表明,与其他算法相比,本文提出的森林火灾检测算法误检率低,识别精度达到92.39%,F1值为0.86,Recall值为79.75%,FPS为43.31。本文提出的方法检测精度高,可满足实时检测森林火灾和实施精准施救的要求。