防汛抢险自卸汽车箱底积土自动清除装置设计

针对防汛抢险自卸汽车运送黏性物料时往往会造成车箱积土、降低自卸车工作效率的问题,研制了箱底积土自动清除装置.实际应用表明:箱底积土自动清除装置简单、实用,自卸汽车加装后,车厢不再有积土,减少了无功消耗,提高了黄河防汛自卸车的工作效率.     

基于GPS／GPRS／ASP．NET的大冶铁矿滑坡监测系统的实现

由于大冶铁矿具有落差极大的高陡边坡、特殊的地质构造以及特定的生产环境等特点,滑坡灾害发生十分频繁,传统的有线通信方式的监测系统也很难实现。为了减少滑坡灾害所带来的损失,提出了一种基于GPS／GPRS／ASP．NET技术的．将远程监测和应急救援功能相结合的滑坡监测系统,为矿区监测开辟了一条新思路。     

CT辅助消化道胶囊内窥镜图像虚拟外翻

CT辅助消化道胶囊内窥镜图像方法的主要目的在于更为直观地提高胶囊内窥镜的小病灶检出率,减少胶囊内窥镜的重复检查次数,减少患者检查费用,提高医生的工作效率.现有的虚拟外翻技术主要有两种,一种是展平法,一种是镜像法.CT辅助消化道胶囊内窥镜虚拟外翻是以镜像法为指导思想对三维肠道模型进行外翻,实验结果证明了这一方法的有效性.三维图像的显示采用了经典的移动立方体的算法.验证完成后,算法通过TI DaVinciDSP异构双核处理器(DM6467)和接口进行加速实现.通过合理分配双核的任务,算法的运算效率得到了很大提高.     

基于GSM／SMS与Internet的小区智能监控紧急救护系统

本文通过系统规划、构建系统体系架构和系统实现的关键要素,提出基于GSM（Global System for Mobile Communicadon,全球移动通讯系统）短消息业务SMS和Intemet的小区智能监控紧急救护系统的设计与实现,系统采用B／S体系架构实现。     

基于深度残差胶囊网络与注意力机制的加密流量识别方法

随着用户安全意识的提高和加密技术的发展,加密流量已经成为网络流量中的重要部分,识别加密流量成为网络流量监管的重要部分。基于传统深度学习模型的加密流量识别方法存在效果差、模型训练时间长等问题。针对上述问题,提出了一种基于深度残差胶囊网络模型（DRCN,deep residual capsule network）的加密流量识别方法。原始胶囊网络通过全连接形式堆叠导致模型耦合系数变小,无法搭建深层网络模型。针对上述问题,DRCN模型采用三维卷积算法（3DCNN）动态路由算法代替全连接动态路由算法,减少了每个胶囊层之间传递的参数,降低了运算复杂度,进而构建深层胶囊网络,提高识别的准确率和效率;引入通道注意力机制为不同的特征赋予不同的权重,减少无用特征对识别结果的影响,进一步增强模型特征提取能力;将残差网络引入胶囊网络层,搭建残差胶囊网络模块缓解了深度胶囊网络的梯度消失问题。在数据预处理方面,截取的数据包前784byte,将截取的字节转化成图像输入到DRCN模型中,该方法避免了人工特征提取,减少了加密流量识别的人工成本。在ISCXVPN2016数据集上的实验结果表明,与效果最好的BLSTM模型相比,DRCN模型的准确率提高了5.54%,模型的训练时间缩短了232s。此外,在小数据集上,DRCN模型准确率达到了94.3%。上述实验结果证明,所提出的识别方案具有较高的识别率、良好的性能和适用性。     

多尺度混合注意力胶囊网络的海洋鱼类识别

针对胶囊网络(capsule network,CapsNet)特 征提取结构单一和数据处理中参数量过大的问题,提出 多尺度混合注意力胶囊网络 模型。首先,在网络初始端添加不同尺度的卷积核来多角度提取 特征,并引 入混合注意力机制,通过聚焦更具分辨性的特征区域来降低复杂背景干扰。其次,采用局部 剪枝算法优 化动态路由,减少参数量,缩短模型训练时间。最后,在海洋鱼类数据集F4K(Fish4Knowled ge)上验证, 结果表明,与传统残差网络(residual network50,ResNet-50)、双线性网络(bilinear convo l utional neural network,B-CNN)、分层精简双线性注意力网络(spatial transformation netw ork and hierarchical compact bilinear pooling,STN-H-CBP)以及CapsNet模型相比,该算法 识别精度为98.65%,比ResNet-50模型提升 了5.92%;训练时间为2.2 h,相比于CapsNet 缩短了近40 min,验证了该算法的可行性。     

基于自注意力胶囊网络的伪造人脸检测方法

当前以换脸为代表的伪造视频泛滥,给国家、社会和个人带来潜在威胁,有效检测该类视频对保护个人隐私和维护国家安全具有重要意义。为提高视频伪造人脸检测效果,基于可解释性好的胶囊网络,以Capsule-Forensics检测算法为基础,提出一种结合自注意力胶囊网络的伪造人脸检测方法。使用部分Xception网络作为特征提取部分,降低模型的参数量,在主体部分引入带注意力机制的胶囊结构,使模型聚焦人脸区域,将综合多维度的Focal Loss作为损失函数,提高模型对难分样例的检测效果。实验结果表明,与Capsule-Forensics算法相比,该方法能够减少模型参数量和计算量,在多种伪造类型数据集上均具有较高的准确率。     

基于四元数胶囊网络的知识图谱补全模型

知识图谱采用RDF三元组的形式描述现实世界中的关系和头、尾实体,即（头实体,关系,尾实体）或（主语,谓语,宾语）。为补全知识图谱中缺失的事实三元组,将四元数融入胶囊神经网络模型预测缺失的知识,并构建一种新的知识图谱补全模型。采用超复数嵌入取代传统的实值嵌入来编码三元组结构信息,以尽可能全面捕获三元组全局特性,将实体、关系的四元数嵌入作为胶囊网络的输入,四元数结合优化的胶囊网络模型可以有效补全知识图谱中丢失的三元组,提高预测精度。链接预测实验结果表明,与CapsE模型相比,在数据集WN18RR中,该知识图谱补全模型的Hit@10与正确实体的倒数平均排名分别提高3.2个百分点和5.5%,在数据集FB15K-237中,Hit@10与正确实体的倒数平均排名分别提高2.5个百分点和4.4%,能够有效预测知识图谱中缺失的事实三元组。     

靶丸装配位置偏差对靶丸表面温度均匀性的影响

为了研究靶丸装配对惯性约束核聚变间接驱动靶系统中靶丸表面温度场的影响,建立了三维冷冻靶系统数值计算模型,利用CFD软件的传热和Boussinesq模型分析了系统的传热规律,并对靶丸装配中可能产生的装配偏差的影响进行了探究。结果表明:靶丸在水平方向上的装配位置偏差会对靶丸表面温度场分布产生极大的影响,而在竖直方向上的装配位置偏差影响相对较小。在竖直方向上看,向上偏移的位置偏差相对于向下偏移的位置偏差对靶丸温度均匀性的影响会较大。     

CMSs/PET微胶囊阻燃PET纤维制备与表征

将采用原位聚合法自制的核-壳型碳微球(CMSs)/聚对苯二甲酸乙二醇酯(PET)微胶囊(PCMSs)作为阻燃剂,采用熔融纺丝法制备阻燃PCMSs/PET功能纤维。通过扫描电镜、声速仪、强伸仪、极限氧指数仪等测试设备对添加不同质量分数的阻燃剂的阻燃功能纤维的结构及性能进行测试和表征。结果表明:当阻燃剂PCMSs的质量分数为0.6%时,PCMSs在PET纤维基体中的分散性和相容性良好,此时纤维表面较为光滑,同时具有优良的吸湿性能和阻燃性能,但其力学性能稍低于PCMSs质量分数为0.2%时的PCMSs/PET纤维。