非齐次边界条件定解问题的一种齐次化函数形式

通过对非齐次边界条件的定解问题的讨论,引出了本文的论题,对非齐次边界条件定解问题的边界条件齐次化函数提出了一种比较一般和标准的形式,并提出了一个定理.对该定理进行了证明,证明了它的正确性.利用该定理可以非常方便地求解关于非齐次边界条件定解问题的齐次化函数.     

非接触式IC卡读写器设计

以AT89S52单片机作为微控制器,基于MF—RC500模块设计了非接触式IC卡读写器．阐述了该系统的组成、工作原理以及相应的软硬件设计．实践证明,该读写器运行稳定．     

混合动力变速器高位轴承风冷散热的研究

基于混合动力变速器壳体的设计开发,分析了壳体轴承座表面无散热片和有散热片对高位轴承(处于变速器最高位置)散热功率的影响。通过理论计算表明:在车速为15 km/h时,轴承在运转过程中,摩擦力矩产生的最大热功率为104.89 W。壳体轴承座表面无散热片时,壳体与空气散热带走热功率为78.08 W,带走热功率小于产生热功率,不能保证轴承处于规定温度120℃以下热平衡状态工作。通过在轴承孔外围增加散热片,壳体与空气散热带走热功率为115.09 W,带走热功率大于产生热功率,满足散热需求。     

利用局部监督的跨模态行人重识别研究

跨模态行人重识别技术旨在从非重叠视域不同模态的摄像头捕获的行人图像中,识别出特定行人,行人图像间存在巨大的跨模态差异以及模态内部差异,导致识别率不高。为此,提出了一种利用局部监督的跨模态行人重识别方法(LSN)。首先将可见光图像转换成与红外图像更为接近的灰度图像,在图像层面缓解跨模态的差异,并使用共享参数的双流网络,提取具有判别性的共享特征,在特征层面缓解跨模态差异;其次,设计了局部监督网络,增强了对背景、遮挡等噪声的鲁棒性,缓解了模态内部差异;最后,设计了跨模态分组损失、联合身份损失对网络进行约束。实验结果显示,在SYSU-MM01数据集上,评价指标rank-1和mAP分别达到了53.31%、50.88%;在RegDB数据集上,达到了73.51%、68.55%,实验结果优于同类方法,验证了该方法的有效性和先进性。     

基于双策略协同进化的QPSO算法及其应用

为更好地提升量子粒子群优化算法（QPSO）的局部挖掘和全局搜索能力,提出了一种改进的QPSO算法（DSQPSO）。在改进算法中引入了双策略协同进化的思路调整粒子的位置更新公式。为充分体现个体粒子挖掘的优势和群体共同引导的特点,提出了两种吸引点构造的思路,做到个体和种群更好地融合以及信息的互通;分别考虑了最优平均位置与全局最优和粒子的历史最优之间的联系,对粒子搜索范围作出了重新定义;此外,在迭代过程中,借助随机扰动机制对全局最优位置进行调整,以保持种群的多样性。通过18个测试函数将DSQPSO算法与PSO、QPSO、RQPSO和LQPSO四种算法在收敛精度和鲁棒性方面进行对比;进而在两个具体的工程优化问题上,应用改进算法与八个智能算法进行了寻优结果比较。实验表明DSQPSO算法无论在基准测试中还是在工程应用上,其计算精度和收敛效果均有明显优势。     

具有“强积分小”系数的二阶泛函微分方程解的振动性质

本文研究下列二阶泛函微分方程解的振动性质: (r(t)x′(t))′+q(t)x′(t)+M(t,x(g(t)))=0给出了方程(*)存在非振动解的必要条件以及存在振动解的充分判据。     

图像显著性分割的非凸Trace Lasso方法研究

根据无监督的自下向上的思想,提出一种新的图像显著性分割方法.提取图像的颜色特征、局部能量特征和局部对比特征,并根据这些特征建立一个基于多特征的非凸Trace Lasso模型,通过求解此模型得到图像的显著性区域.不同于一般的稀疏表示方法,该方法使用矩阵奇异值的非凸函数作为约束,对图像进行超像素分割,以每个超像素块为单位进行目标函数的建立.既考虑了超像素块的局部特征,又利用了全局特征,有效联合了图像的多个特征.实验结果表明,该方法能够准确地分割出图像的显著性区域.     

改进多目标帝王蝶算法

帝王蝶优化算法结构简单,能够较好的完成寻优搜索要求,但在多目标问题上,算法的精度和非支配解的分布性较差.针对以上不足之处,本文提出一种改进型多目标帝王蝶算法(Improved multi-objective monarch butterfly algorithm,IMOMBO),对非支配解进行拥挤度排序,所有非支配解个体都以当前最优个体为中心点映射镜像点,并朝向镜像点奔袭,以此增加个体在Pareto前沿上的收敛性和算法精度.在算法迭代后期,对部分较优个体进行Logistic混沌映射,以改善个体在Pareto前沿上的分布性.随机选用ZDT和DTLZ测试函数集中的函数进行算法性能验证,实验结果证明,本算法可以很好地保证非支配解个体的收敛特性和分布特性.     

基于格的非交互式密钥交换协议

当前网络中广泛使用的交互式密钥交换协议,如SSL协议和TLS协议,由于密钥建立过程的通信量较大,不适合物联网中传感器等资源有限的轻型网络设备使用,因此提出一种基于格的非交互式密钥交换协议.文章基于格理论的环上带误差学习困难性问题,使用Freire等人给出的非交互式密钥交换协议形式化定义和安全模型对协议的安全性进行分析,通过攻击者与挑战者之间的博弈证明了协议的安全性.该协议具有抗量子攻击安全性,能够有效地提升物联网的通信安全.     

改进R-FCN模型的小尺度行人检测

目的 为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络（region-based fully convolutional networks,R-FCN）的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法 为了使特征提取更加准确,在ResNet-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在ResNet-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果 在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器（single shot multiBox detector,SSD）算法和两阶段检测器中的Faster R-CNN（region convolutional neural network）算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论 本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。