基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

空气预热器实时监控系统堵塞可视化性能研究

针对电站锅炉回转式空气预热器运行时上下表面不可见的问题，本文提出了一种视频监控与故障分析系统，可直接监测转子表面情况。该系统通过视频监控获取图像，结合改进的Retinex算法对其进行处理，实现了以下2个功能:1）能分析积灰程度以判断转子堵塞 情况；2）与温度场融合实时显示转子表面热点分布以预防二次燃烧。该系统已应用于某600 MW机组，实现了在热态环境下对空气预热器转子积灰程度、热点分布、堵塞程度的估算与可视化，大大提高了空气预热器运行的可靠性。     

基于小样本下统计不确定性的边坡可靠度Bootstrap-BC_a方法

传统方法对小样本下的岩土抗剪强度参数估计区间较宽,会导致工程设计偏于保守,为此,提出一种考虑测量数据统计不确定性的边坡可靠度分析Bootstrap-BC_a法。该方法在Bootstrap的基础上加入偏差修正量■和加速量a,进一步校正了置信区间的端点值,提高了估计精度。在保证样本容量和变异性一致的条件下,对比分析Bootstrap-BC_a法和Bootstrap法在95%置信水平下的置信区间以及相对应的安全系数估计值。结果表明:Bootstrap-BC_a法能够有效收窄区间宽度且保证率下限值更趋近实际值;Bootstrap-BC_a法计算所得边坡安全系数均值相对较大,离散型更小,且与样本容量成正比,与安全系数方差成反比;3种变异水平的安全系数均值都随着样本容量n的增大而增大,而安全系数方差则逐渐减小,且大变异水平下计算所得安全系数均值更大。     

水泥浆失水制约下套管与井眼间隙的研究

通过对水泥浆失水规律的室内试验分析以厦对注水泥顶替过程中水泥浆失水桥堵套管与井眼间隙问题的研究，建立了顶替过程中滤失层不发生水泥浆失水而桥堵环形空间的临界失水量计算模型，提出了调配水泥浆失水性能和确定合理套管井眼间隙的具体方法，对注水泥现场施工和井身结构设计具有一定的指导意义。     

一种改进的新三步搜索算法

在对三步法工作原理进行研究的基础上提出了新三步搜索算法（NITSS）。该方法充分利用视频序列运动矢量概率分布上的中心偏置特性．在三步搜索算法的基础上引入了十字型分布的4个点构成搜索点群。实验结果表明。新三步搜索算法解决了三步法的小运动估计效果较差问题．提高了搜索精度，保持了三步法的高效率。     

噪声协方差估计在惯性导航系统误差模型中的仿真研究

在系统常值误差未知的情况下对线性时变随机系统误差协方差进行估计的新方法。该方法通过构造一个新的时间序列，其协方差由未知参数的线性组合组成，然后用递推最小二乘法来计算新序列的协方差，该方法并不需要任何关于噪声的先验知识。从仿真结果来看达到了满意的效果。     

Ni-La/AC甲醇气相羰基化催化剂失活行为的研究

采用等容浸渍法制备了Ni-La/AC双金属催化剂,在连续流动固定床反应装置中,于260℃、1.5 MPa、CO/CH3OH/CH3I摩尔比20/19/17、.5 g-cath.mol-1条件下考察了催化剂的稳定性,并通过BET、XRD、TPR和ICP等技术手段对甲醇气相羰基化反应失活前后Ni-La/AC催化剂进行了表征,考察了催化剂在反应过程中的结构变化和失活行为。结果表明:La组分的引入促进了Ni在催化剂表面的分散,提高了反应的初活性。但是在长时间运转条件下,羰基化活性中心Ni晶粒发生聚集,成为积碳的活性中心,堵塞了部分催化剂微孔,使得催化剂比表面积减小导致催化剂失活。失活催化剂再生后,比表面积有所回升,但Ni晶粒明显增大,反应过程中失活速率加快。此外,活性金属镍的流失以及Ni、La在催化剂上分布的变化也是催化剂失活的原因之一。