考虑光学邻近效应的详细布线算法

提出了一种考虑光学邻近效应的详细布线算法.该算法在布线过程中,充分考虑了线网走线相对位置及布线线形对其光学邻近效应的影响,通过相应的光刻模拟模型定义了用于估计光学邻近效应(optical proximity effect,OPE)的OPE费用函数,并采用OPE费用阈值控制Steiner树的生长方向和走线路径的选择,同时兼顾线网长度.为提高算法效率,避免布线过程中反复调用光学模拟程序带来的算法运行速度慢的问题,对可能的走线模式建立了计算OPE费用所需的光强查找表格,使算法的运行速度大大提高.在实际的工业用例上的实验结果表明,本文所提出的详细布线算法使布线结果中的OPE问题得到很大程度的改善,有利于后处理过程中的光学邻近效应校正技术的运用,算法的运行时间是可以接受的.     

采用Anchor-Free网络结构的实时火灾检测算法

为了解决现有的火灾检测算法中模型复杂,实时性差,检测精度较低的问题,提出快速高效的火灾检测算法. 该算法采用Anchor-Free网络结构,克服了Anchor方法中超参数过多、网络结构复杂的缺点;选用MobileNetV2作为基础特征提取网络,满足了检测的高实时性需求;针对火焰目标的形状、尺度多变的特点,设计适合于火焰检测的分类与边框预测子网络;引入特征选择模块,在特征金字塔网络中自动选择更合适的金字塔特征层. 算法在自建数据集上的检测精度达到90.1%;在公开数据集上取得了较好的检测结果,其检测速度可达24.6 帧/s. 实验结果表明,算法的网络模型简单,检测精度较高,检测速度较快;综合性能优于现有的其他火灾检测算法.     

护滩带边缘局部冲刷深度计算公式初步研究

长江航道整治工程广泛采用软体排护滩,简称护滩带,当护滩带边缘压载结构不同时,边缘外的局部冲刷会发生变化。采用水槽试验的方法,研究了不同压载体护滩带边缘的局部冲刷规律。研究发现,护滩带边缘冲刷深度随水流流速与泥沙起动流速之比的增加而增大;当排体外不铺设压载体时,排体上压载体透水率越大,局部冲刷深度也越大;当排体外铺设压载体时,局部冲刷深度随压载体铺设宽度的增大呈先减小,后变化不大的特点;当排体上压载体结构和排体外压载宽度相同时,排体外压载体透水率越大,局部冲刷深度也越大。依据试验资料,选取反映水流、河床及压载结构条件的因子,建立了具有一定精度的计算排体护滩带边缘局部冲刷深度的经验公式。     

基于面向对象技术的原型文档自适应器的设计

为了解决传统的原型与面向对象结合技术在评价和表达原型时存在的不足，本文从原型文档管理的角度出发，提出了一种基于工具进行文档管理的面向对象原型开发的新方法及实现策略。并研究和开发了能实现该策略的工具——“原型文档自适应器”。在论述了原型文档自适应器的设计思想后，通过实例对相关理论进行了验证。     

核级阀门电动执行机构湿热试验研究

根据制造核级阀门的有关标准,需对核级阀门电动执行机构进行湿热试验.将执行机构放入高低温湿热试验箱内进行湿热试验,试验后,未发现设备表面有腐蚀现象,随后在测试台上检测了电动执行机构的各项参数,全行程的运行参数均在规定范围内,执行机构的输出力矩较稳定,验证了核级阀门电动执行机构在湿热条件下的工作性能.     

论述软土地基深基坑支护工程的施工技术

本文结合工程实例，就作者本人多年来的工作经验，简单阐述了些自己的粗浅见解，望同行参考。     

多晶硅高温压力传感器的温度特性

讨论了改善多晶硅高温压力传感器温度特性的 3种措施 :用四甲基氢氧化铵溶液代替氢氧化钾溶液作硅杯各向异性腐蚀剂 ;优化多晶硅压敏电阻的掺杂浓度 ,实现传感器灵敏度温度漂移自补偿 ;在传感器芯片上加做温敏电阻 ,通过调节激励源的温度特性 ,进一步减小传感器灵敏度温度系数 .采用以上措施 ,使多晶硅压力传感器有良好的高温稳定性 ,灵敏度温度系数绝对值小于 2× 10 -4/℃ .     

煤矿避难硐室设计研究

介绍了井下避难硐室国内外研究现状和当前我国煤矿避难硐室建设存在的问题,提出了避难硐室建设原则和技术要求;并从避难硐室布置原则、构建及设计、系统设计等方面入手,研究了避难硐室布置形式及支护方式,以及应具备的系统和设施。     

基于改进GhostNet-FCOS的火灾检测算法

针对现有火灾检测算法检测精度不佳和算法模型复杂度过高的问题,提出基于改进GhostNet-FCOS的火灾检测算法. 该算法以目标检测网络FCOS为基础,降低通道维数并选用GhostNet作为特征提取网络,以实现轻量化火灾检测算法. 引入动态卷积,在不增加网络宽度和深度的情况下优化主干网络的基础模块,提高对形态多变的火焰图像的特征提取能力. 增加空间注意力模块,优化网络空间特征的表达. 改进正负样本定义和回归损失函数,优化训练过程中算法模型对标注框内不同区域的关注程度. 在自建火灾数据集和公开数据集中的实验结果表明,该算法在检测精度和模型复杂度方面具有优势. 该算法在自建火灾数据集中的检测精度为90.9%,参数量为4.58×10⁶,浮点计算量为31.45×10⁹.