轻量级安全隔离的虚实互联平台设计与实现

通过对虚实互联平台的现状研究,针对现有平台在安全性、实用性、灵活性等方面的不足,提出了一种轻量级安全隔离的虚实互联平台设计方法。首先对轻量级安全隔离的虚实互联平台进行理论性的实现研究,提出实现方法;然后在现有实验环境基础上,结合理论实现途径给出实际的平台搭建及部署设计,进行了平台的实现;最后针对搭建完成的平台进行了能力验证与应用。实验结果表明所提出的轻量级安全隔离的虚实互联平台具有良好的实用性,与现有方法相比具有一定的优势。     

基于深度学习的芒果病虫害分类识别

传统芒果病虫害防治,需要人工进行识别,现引入深度学习技术,可快速准确地对芒果病虫害进行识别。以攀西地区芒果的12种病虫害为研究对象,采用的数据集一部分来自公开数据集MangoLeafBD,另一部分由爬虫技术获得的网络图片组成,共获取图片6 769张,其中4 879张为训练集,1 220张为验证集,670张为测试集。为迎合实际应用的需要,选择了MobileNetV3、MobileViT等4种不同规模的轻量级深度学习网络模型,结合迁移学习训练策略进行对比实验,比较了各个模型的参数量、精确率、召回率等参数。实验结果显示,MobileViT模型用于芒果病虫害分类识别效果最佳,该模型的精确率为96.31%,召回率为96.12%,F1为96.20%,均优于其他模型。由此表明,模型具有较好的鲁棒性和识别性能,可为芒果病虫害分类识别提供技术参考。     

深度学习融合超宽带雷达图谱的跌倒检测研究

相对于窄带多普勒雷达,超宽带雷达能够同时获取目标的距离和多普勒信息,更利于行为识别。为了提高跌倒行为的识别性能,该文采用调频连续波超宽带雷达在两个真实的室内复杂场景下采集36名受试者的日常行为和跌倒的回波数据,建立了动作种类丰富的多场景跌倒检测数据集;通过预处理,获取受试者的距离时间谱、距离多普勒谱和时间多普勒谱;基于MobileNet-V3轻量级网络,设计了数据级、特征级和决策级3种雷达图谱深度学习融合网络。统计分析结果表明,该文提出的决策级融合方法相对于仅用单种图谱、数据级和特征级融合的方法,能够提高跌倒检测的性能(显著性检验方法得到的所有P值<0.003)。决策级融合方法的5折交叉验证的准确率为0.9956,在新场景下测试的准确率为0.9778,具有良好的泛化能力。     

基于零代码开发平台的轻量级安全生产信息化系统的搭建与探索

施工企业大多缺乏专职安全信息化管理部门和专业技术人员,安全生产信息化系统建设面临诸多困难。对此,以成都轨道交通19号线二期工程建设为背景,基于零代码开发平台,在无专业开发人员的情况下,以相对低廉的成本构建了轻量级安全生产信息系统,其存在开发自由度高、数据贯通、可视化程度高、可辅助决策等优势,实现了安全生产信息化系统的主要实用功能。     

国内外水泥乳化沥青砂浆研究现状

针对水泥乳化沥青砂浆这种重要的建筑材料,文章选择了日本的CA砂浆和德国的BZM砂浆这两种有代表性的材料对国外的相关研究和应用进展进行了综述.在此基础上,对国内近年来对水泥乳化沥青砂浆的研究与应用进展进行了介绍.并分析了国内在这方面研究工作中存在的主要问题.     

新机心心革命

轻量级的铍(Glucinium)合金摆轮有效地降低了地心引力对它摆动时的影响。那么较之铍合金更轻的材质就应该称为羽量级的了。     

轻量级激光雷达虚点滤波算法研究

基于时间飞行原理的机械式激光雷达,采用高频短时序多脉冲测量值的平均值作为目标距离值的方法,会造成目标物之间的点云数据中存在虚点的现象.为剔除虚点,分析了虚点深度与邻点距离之间的关系,提出了轻量级虚点识别公式,并在SICK Tim561激光雷达上完成了试验.试验结果表明:所提出方法能有效去除虚点,提高点云质量.     

弱光环境下仓库搬运机器人抓取控制方法

为精准、稳定、可重复地完成抓取动作,研究了弱光环境下基于稳定轻量级网络的仓库搬运机器人抓取控制方法。首先,针对搬运环境弱光图像,基于稳定轻量级编/解码网络提取抓取区域弱光特征并进行融合处理,获得正常光抓取区域特征;其次,在深度分离融合提取层中,通过处理正常光抓取区域特征,重构深层特征,从而恢复特征提取时丢失的细节信息;再次,在网络输出层内输入重构特征,输出仓库搬运机器人手爪的抓取位姿参数;最后,通过手眼标定得到的搬运目标图像,采集相机坐标系与机器人坐标系的坐标转换关系,将抓取位姿参数转换成仓库搬运机器人抓取控制量,完成对仓库搬运机器人的抓取控制。实验证明,该方法可有效提取搬运目标抓取区域特征,并可有效预测仓库搬运机器人抓取位姿,能完成仓库搬运机器人抓取控制,且抓取精度较高。     

一种面向RFID的超轻量级流密码算法

针对无线射频识别(RFID)系统安全性较低的问题,提出一种适用于RFID标签的超轻量级流密码算法Willow。根据正差集性质选取函数抽头,以增加猜测确定攻击的复杂度。采用动态初始化方式并使用位数较小的计数器进行密钥索引和初始化,从而降低算法的电路面积和功耗。在Design Compiler上进行对比实验,结果表明,与Grain-v1、Plantlet等算法相比,Willow算法的延迟和功耗均较低,其在硬件性能和安全性上取得了较好的折中。