微型正挤压尺度效应实验研究

为研究晶粒尺寸对微型正挤压工艺的影响,设计了微成形实验,在常温下对具有不同晶粒尺寸的微型铜圆柱体坯料进行了微型正挤压成形,获得了微小尺度下材料流动的特点及相关实验参数。所得实验结果表明,随着晶粒尺寸的增大,成形实验的可重复性变差,即材料出现非均匀流动;凸模的单位压力逐渐减小,但是成形过程中成形力变化趋势并不随晶粒尺寸的变化而变化。     

基于超分辨率重建与多尺度特征融合的 输电线路缺陷检测方法

针对输电线路巡检中可能存在拍摄图像质量不高的问题,以及线路缺陷目标小而分布密集而导致传统方法检测精度不高的问题,提出一种基于超分辨率重建与多尺度特征融合的输电线路缺陷检测方法。首先,使用超分辨率网络对巡检图像进行重建,提升清晰度,丰富图像中包含的特征信息;然后使用改进的YOLOX网络检测巡检图像中的缺陷,在主干网络中嵌入卷积块注意力机制,强化模型对重叠小目标的定位能力;为进一步提升小目标的检测能力,在YOLOX的特征融合网络中新增浅层检测尺度进行特征融合;最后,通过使用CIOU优化边界框损失函数提升模型收敛能力,降低缺陷目标的漏检率。实验结果表明,所提方法能在提升巡检图像质量的基础上对输电线路缺陷准确地检测,精度达到93.27%,相比SSD等经典模型,对小而密集的缺陷目标有着更强的提取能力和鲁棒性。     

在线推断校准的小样本目标检测

针对少量样本条件下模型易过拟合、目标错检与漏检问题，本文基于TFA (two-stage fine-tuning approach)提出了一种在线推断校准的小样本目标检测框架。该框架设计了一种全新的Attention-FPN网络，通过建模特征通道间的依赖关系选择性融合特征，结合分级冻结的学习机制引导RPN模块提取正确的新类前景目标；同时，构建了一种在线校准模块对样本进行实例分割编码，对众多候选目标进行评分重加权处理，纠正误检和漏检的预测目标。结果表明，所提算法在VOC数据集Novel Set1中，五个任务的平均nAP50提升10.16%，在性能上优于目前的主流算法。     

三周期极小曲面结构设计及应用综述EI北大核心CSCD

三周期极小曲面是一种隐函数表示的代数曲面,具有许多优良的性质.增材制造技术的快速发展极大地增强了复杂几何与拓扑结构的制造能力,三周期极小曲面作为几何建模工具越来越受到关注.首先,从数学表达、性质、应用以及几何设计方法等方面对三周期极小曲面的研究现状进行介绍;其次,对三周期极小曲面在力学、传热传质、组织工程和声学等方面的性能及相关应用进行总结,从几何建模方法的角度对三周期极小曲面进行分类梳理,将现有工作分为规则单元法、参数单元法、区域拼接法以及整体优化法4类,对各方法特点进行分析;最后,结合实际应用对该领域面临的挑战进行总结,并展望未来工作与发展趋势.