基于多重差异特征网络的街景变化检测

街景变化检测对于自然灾害破坏和城市发展变化的研究起着重要作用.其主要目标是将成对的输入图片中变化的区域标注出来,其实质是二分类的语义分割问题.不同时间拍摄的街景图片可能受到如光线、天气、背景噪声、视角误差等诸多干扰因素的影响,这给传统的变化检测方法带来挑战.针对该问题,提出了一种新的神经网络模型(Multiple Difference Features Network,MDFNet).该模型首先使用孪生网络提取成对输入图片的不同深度特征,并使用差异模块对相同深度特征计算差异,以此有效获得不同尺度的变化信息;然后通过JPU模块融合多重差异特征,在不损失细节信息的情况下提取其深层语义信息;最后使用金字塔池化模块结合全局和局部信息生成二分类的变化检测图像.在PCD数据集上的GSV和TSUNAMI部分分别采用5折交叉验证法对模型进行实验,实验结果表明,MDFNet获得了0.787和0.862的F-score,相比排名第二的DOF-CDNet方法,其值提高了约11.9％和2.9％,同时其能够更精准地分割变化细节.因此,所提模型可以有效应对干扰,对于复杂场景也具备优秀的检测能力.     

基于行列解耦采样的轻量车道线检测模型

随着深度学习的发展,基于深度卷积神经网络的车道线检测模型在自动驾驶系统和高级辅助驾驶系统中得到了广泛的应用.这些模型虽然有较高的精度,但通常计算量大且运行速度慢.为了解决该问题,提出了一种车道线检测任务专用的轻量神经网络模型.首先,提出了一种行列解耦采样的卷积模块,该模块利用图像中车道线区域的行列可分解性对传统的残差卷积模块进行了合理的优化.其次,利用深度可分离卷积技术进一步降低行列解耦采样卷积模块的计算量.此外,还设计了一种金字塔空洞卷积模块来增加模型的感受野.在CULane数据集上的实验的结果表明,文中提出的轻量车道线检测模型与之前最好的SCNN模型相比,浮点计算量降低了95.2％,F1分数提高了1.0％,在保持较高精度的前提下显著降低了车道线检测模型的计算量.     

母弹开舱蒙皮运动特性研究

本文介绍了进行母弹开舱蒙皮运动特性研究的目的和意义,并在建立开舱蒙皮动力学仿真的基础上,采用数值模拟方法研究了不同条件下开舱蒙皮的分离过程。根据给出的计算曲线,分析了影响开舱蒙皮安全分离的主要因素,并结合工程试验结果,给出了提高母弹开舱蒙皮运动稳定性和分离安全性的措施,对布撒器实际研制工作具有一定的参考意义。     

华电芜湖电厂2×660MW机组凝泵变频改造设计与实现

华电芜湖发电有限公司对两台机组凝结水泵电机进行变频改造,采用"一拖二"运行方式及精确的热控回路逻辑设计,以降低成本并提高设备运行的可靠性。凝泵变频改造后机组运行稳定,可实现节能降耗目标。     

喷嘴的几何结构对快速凝固铝合金粉末特性的影响

在试验工厂用限制性设计(confined design)的喷嘴进行气体雾化铝合金的试验,研究了喷嘴的几何结构对快速凝固金属粉末粒度的影响。试验中用N_2作雾化气体(以1.56兆帕的压力)雾化AA2014铝合金。结果表明,喷嘴的几何形状和尺寸对粉末粒度有很大影响。具有收敛-扩张型气体通道的小喷嘴生产的粉末较细;而仅具有收敛型气体通道的喷嘴或大直径喷嘴生产的粉末相对来说较粗一些。气体通道的喉颈面积小的喷嘴由于生产金属粉末的速率低时形成薄片,因而其使用受到了限制。当喉颈面积增大到输送气体的流速大于或等于3倍粉末生产速率时,喷嘴能很好地工作且不出现薄片。通过试验获得了输液管突出部分的高度最佳值,该高度小于或大于这个最佳值时就会形成粗大的粉粒。     

中厚板在线30通道超声波探伤方法及应用

介绍了柳钢公司在生产锅炉板、压力容器板过程中，曾试用了６种探伤方法；而研制的３０通道在线超声波探伤法不仅可满足国家标准要求，而且能适应生产节奏，并具有快速、准确、简便的特点。     

基于Goldschmidt算法的高性能双精度浮点除法器设计

针对双精度浮点除法通常运算过程复杂、延时较大这一问题,提出一种基于Goldschmidt算法设计支持IEEE-754标准的高性能双精度浮点除法器方法。首先,分析Goldschmidt算法运算除法的过程以及迭代运算产生的误差;然后,提出了控制误差的方法;其次,采用了较节约面积的双查找表法确定迭代初值,迭代单元采用并行乘法器结构以提高迭代速度;最后,合理划分流水站,控制迭代过程使浮点除法可以流水执行,从而进一步提高除法器运算速率。实验结果表明,在40 nm工艺下,双精度浮点除法器采用14位迭代初值流水结构,其综合cell面积为84902.2618 μm²,运行频率可达2.2 GHz;相比采用8位迭代初值流水结构运算速度提高了32.73%,面积增加了5.05%;计算一条双精度浮点除法的延迟为12个时钟周期,流水执行时,单条除法平均延迟为3个时钟周期,与其他处理器中基于SRT算法实现的双精度浮点除法器相比,数据吞吐率提高了3~7倍;与其他处理器中基于Goldschmidt算法实现的双精度浮点除法器相比,数据吞吐率提高了2~3倍。     

基于平均熵的自适应人工蜂群算法

针对基本人工蜂群算法容易陷入局部最优和早熟等问题,提出一种改进的人工蜂群算法(ASABC)。利用平均熵机制初始化种群,增加种群的多样性,避免算法陷入早熟;同时,采用自适应调节邻域搜索步长的策略来提高算法的局部搜索能力,提升算法的计算精度;为了平衡算法的全局搜索能力和局部搜索能力,引入自适应比例选择策略来代替人工蜂群算法的适应度比例选择方法。对8个标准测试函数的仿真实验结果表明,与3种常见的智能优化方法相比,改进的算法具有显著的局部搜索能力和较快的收敛速度。     

改进人工蜂群算法优化RBF神经网络的短时交通流预测

为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。     

IP业务流量及带宽需求预测计算方法在工程实践中的应用

基于IP网络承载数据、语音、视频、无线等多种业务已成为网络发展的趋势。NGN语音、IPTV、三网融合等业务的开展,对承载网络的带宽、质量、可靠性提出了更高的需求,本文例举了在工程实践中某城市IP业务流量及带宽需求预测的计算方法的应用详解。