台北——迈向资源永续的城市

随着工商发展、人口集中与消费能力增加,垃圾处理问题一向是城市必须面对的难题,台北市过去采用消灭垃圾做法,通过掩埋、焚化等方式解决。近年来,台北市化被动为主动,采取减量化与资源化策略,以垃圾管理措施,取代传统的垃圾处理观念,使用法律工具、经济诱因,经由社会动员的机制,鼓励市民主动进行垃圾减量与资源分类回收,形成阶梯式环保行为的变革,并藉助技术的突破,期望达到所订2010资源全回收、垃圾零掩埋的愿景目标。由于台北市民的配合,创造了巨大的垃圾减量与回收绩效,使台北市逐步迈向资源永续的城市,并有下列特色,供各界参考：     

基于单片机的智能垃圾分类系统

传统垃圾分类存在很多弊端,如效率低等。文中设计智能垃圾分类系统以单片机为控制核心,可以实现对金属垃圾、干湿垃圾分类,通过红外识别有无人员的到来,通过测距判断垃圾桶满度等。主要功能模块包括继电器驱动模块,红外感应电路、金属垃圾检测模块、湿垃圾检测模块、垃圾桶满度检测模块、蜂鸣器报警模块。LCD1602能显示当前垃圾分类的状态为干垃圾、湿垃圾还是金属垃圾。金属传感器和湿度传感器可以分别检测出金属垃圾与湿垃圾。确定是某类垃圾时,继电器驱动垃圾桶盖打开,同时蜂鸣器发出警报提醒进行处理。     

上海市生活垃圾废塑料回收再利用现状及优化策略

在生活垃圾分类背景下上海市可回收物回收体系逐步完善,生活源废塑料回收再利用量获得极大提升。通过现场调研与统计资料分析,对当前上海市生活垃圾废塑料分类回收现状、再利用技术进行分析梳理,结果显示当前生活垃圾废塑料回收类别以PET、PP为主,分别占总回收量的45.3%和30.7%;另有近30%具有回收价值的废塑料未被回收,主要以PP和PET为主。在此基础上,提出需进一步完善分类回收标准与补贴政策、推动PET同级利用等回收技术创新、强化宣传教育与主体监管等优化策略,以期促进废塑料回收与再利用行业进一步发展。     

基于MPSoC的轻量化汽车检测系统及硬件加速 平台设计与优化

针对车辆分类检测在精度和实时性方面存在的挑战,提出了一项改进方案,以优化YOLOv5s 模型,旨在实现轻量化 的汽车检测。通过在MPSoC硬件架构的现场可编程门阵列(FPGA) 上设计系统,成功打造了一个具备高精度、快速检测和低 能耗的解决方案。为了使得模型更适合嵌入式设备部署,采用了MobileNetv3 Small 替代YOLOv5s 的主干网络,并引入卷积 块注意力模块(CBAM) 注意力机制和Inner-IoU Loss 优化方法,使模型在轻量化的同时提升了检测精度和速度。改进后的模 型相较于原始Yolov5s模型,平均精度均值(mAP) 提升了14.8%,参数量减少了49.7%,模型体积减小了40.7%,计算量减 少了48.9%,在NVIDIA 3060上,改进后的检测速度提升了48.8%,达到了82 fps。此外,还利用FPGA 对YOLOv5s 进行了 硬件加速。经过优化的系统达到了45fps 的检测帧率,并保持了较高的精度和速度,这一系统易于部署,适用于智能交通系 统,满足其高效实时监测的需求。     

基于改进2DCNN的高光谱遥感图像处理研究

针对传统遥感图像处理中的时间成本和人工成本高、效率低等问题,以提高遥感高光谱图像分类中的处理速度、精度,降低参数量为目标,提出改进的2DCNN模型En-De-2CP-2DCNN.首先,使用1DCNN、2DCNN与3DCNN在Pavia University HSI数据集上分别进行分类实验,对比分析各自优缺点.其次,在保持较快的处理速度和不增加模型参数量的前提下,选择2DCNN为基础模型,参考SegNet的Encoder-Decoder结构,融入双卷积池化思想进行基础模型改进,同时优化学习策略.结果表明:En-De-2CP-2DCNN模型F1为99.96％,达到3DCNN的同等水平(99.36％),较改进前(97.28％)提高2.68个百分点;处理速度(5 s／epoch)和1DCNN位于同一量级,快于3DCNN(96 s／epoch);参数量(2.01 MB)较改进前降低了1.54 MB,虽高于3DCNN(316 KB),但远低于1DCNN(19.21 MB).En-De-2CP-2DCNN模型在处理速度和参数量方面的改进,有利于进一步实现移动端的轻量化部署.     

基于LSTM的自然语言处理校园新闻数据分析

本文从信息检索的方向入手实现对校园新闻数据的探索性分析。对于越来越多的自然语言表述的电子文本信息,为了更加有效地获取和管理这些信息,通过使用算法的自定义函数,实现对校园新闻的关键词提取,给新闻贴标签进行分类;并依据数据集利用深度学习构建和训练LSTM模型对相应的新闻内容进行匹配分类,从而达到快速检索的目的。从测试结果看符合预期要求。     

基于知识分类的“电机与拖动基础”教学改革初探

“电机与拖动基础”课程在自动化及相近专业中具有重要的地位。首先分析了“电机与拖动基础”课程的特点和教学中存在的问题,接着针对其特点和存在的问题,基于知识分类理论,将课程内容分成陈述性知识和程序性知识两大类。对不同类型的知识采用不同的教学方法,进行“电机与拖动基础”课程教学改革试验,并给出了教学实例。教学试验初步证明了教学改革的有效性,大学生创新能力得到了明显提高。     

制订城市抗震加固投资分配政策的最优化方法

城市的抗震防灾工作是一项重要而复杂的系统工程。本文利用一种动态最优化方法,初步解决了城市抗震加固投资的分配问题。该方法具有简便、实用的特点,可以较好地揭示城市抗震加固工作的经济本质和内在机制。该方法的应用可以取得显著的经济效益。     

水压引信目标分类的研究

本文提出一种模糊统计分类 FSC 方法,用于研究水压引信目标分类问题。在建立水面目标场多级网络分类模型的基础上,分析讨论了此方法的特征提取、识别函数、模糊与冲突、搜索算法等技术问题,并通过仿真实验,对水面目标航速、吨位、横距进行分类处理,结果表明,FSC 方法行之有效。     

利用表格特征信息的Web文本分类研究与实现

构建了关于Web表格特征信息知识的领域本体,提出并设计了一种用于Web文本分类的二次分类模型。该模型使用支持向量机方法对测试样本进行第一次分类;由于设定了较高的分类阈值,一次分类后部分测试样本未确定所属类别,对于这些测试样本,抽取样本中的Web表格特征信息,与基于领域本体的分类模板进行相似度匹配,进行第二次分类。最后通过实验验证了该方法的可行性。