改进损失函数的增强型FPN水下小目标检测EI北大核心CSCD

针对水下小目标因携带特征信息少、定位不精准而导致检测精度低的问题,提出一种特征金字塔网络(FPN).首先,在FPN上采样过程中加入协同非局部注意力模块,利用卷积、横纵向池化挖掘特征图的静态和动态上下文信息;其次,在FPN通道调整过程中加入三叉戟特征增强模块,利用并行空洞卷积与高效通道注意力(ECANet)捕捉多尺度空间与通道特征信息;最后,在FasterR-CNN算法的回归损失函数中引入线性回归损失增益系数,增大对多尺度目标回归偏移量的惩罚,提高定位精度.实验结果表明,采用2020年全国水下目标检测大赛提供的数据集、PASCALVOC数据集和MSCOCO数据集进行实验,该算法比基线FasterR-CNN算法精度分别提升2.8%,2.2%和2.5%,结果证明了其有效性.     

汽车变速箱性能检测系统设计与实现

本文从整体上论述了汽车变速箱性能检测系统的测试原理和设计方案,并从硬件和软件两方面详细阐述了汽车变速箱性能检测系统的组成。现场总线的采用,使本系统的结构更加简单,实施更加方便。实践证明,该方法是可行的,可靠的。     

"自动控制系统"课程实践教学改革探索

针对我院自动化专业的主干专业特色课程"自动控制系统"的特点和教学中存在的问题,对这门讲授实际技术的课程的实践教学进行探索。从实验内容、实验目标、实验手段、实验实施及实验扩展方面入手,强调学生个性发展和素质培养,精心设计和改进了该课程的实践教学环节;并在教师队伍、教学条件、教学方法、教学管理、考核办法等诸方面进行改革探索,构建了该课程的实践教学体系,取得了良好的教学效果。本课程已先后获得河南省省级精品课程和国家级精品课程。     

基于Android平台的高校网络订餐系统的设计与实现

针对现阶段高校就餐高峰期餐厅拥挤、就餐困难、师生等待时间过长等问题,基于Android平台设计并开发了一款用于解决餐厅就餐高峰期拥挤问题的“高校网络订餐系统”。该系统由用户管理、在线点餐、线上支付和订单排号4部分组成。为确定单位时间订单数是否已达窗口最大容纳量, 运用K均值算法对顾客排队时长进行特征聚类,提取基于菜品的顾客排队时长之间的相似性,并建立菜品窗口的最大容纳量标准。将窗口最大容纳量作为订单排号功能中单位时间用户订单量的最大容许值,通过“用户自选时间段-餐厅预做-到时取餐”的方式缓解餐厅拥挤问题。     

基于注意力机制的水下遮挡目标检测算法

针对水下目标检测任务中存在前景遮挡和背景模糊的问题，文中提出一种基于注意力机制的水下目标检测算法。首先采用图像增强算法改善图像质量。然后在非局部神经网络的相似度函数基础上，融合具有逻辑推理能力的级联相似度函数，增强网络对全局上下文特征的表达能力。随后将改进型非局部神经网络与三分支注意力融合，弥补非局部神经网络丢失的通道特征。最后利用空洞卷积模块置换三分支注意力中的池化操作，减少细粒度信息损失。实验表明，该算法在2020年全国水下目标检测大赛提供的数据集上，使基线方法检测精度由65.66%增长至68.55%,证明了所提算法的有效性。     

基于先验知识的航拍绝缘子检测方法

在架空输电线路中对带电状态的绝缘子进行检测和故障定位,对保证电网可靠运行具有重大意义。基于无人机平台提出一种复杂背景条件下的绝缘子检测算法。在检测算法的特征提取层引入注意力机制模块以获取更多的绝缘子特征信息,同时利用航拍图像中绝缘子的先验知识,结合K均值聚类算法改进目标候选框的生成模式。在此基础上,通过将中心损失引入绝缘子检测目标函数以增强训练过程中绝缘子类内特征的内聚性。实验结果表明,相对Faster R-CNN检测算法,在绝缘子检测数据集上Faster R-CNN改进算法检测精度提高4%以上。     

历史建筑清水墙修复工艺探讨

主要探讨关于清水砖墙修复这一关键修缮技术。论文借鉴过去的成功案例,总结归纳出砖粉修复这一相对成熟技术的施工工序的精华所在。从而尽可能地恢复这些建筑的原有风格以保障建筑生命的延续。     

教堂建筑瓦屋面修缮工艺探讨

对于中西建筑文化融合体的教堂,修缮时如何保留及传承中国古老的营造工艺和技法,是比修缮建筑更有意义的事情。论文对瓦片的修复和缮葺2个工艺进行探讨,以期为相关工程提供借鉴。     

基于改进的Transformer细粒度图像识别算法研究

针对细粒度图像识别存在类间差异小、难以区分等问题,本文通过提升网络对图像细节特征的表达能力,来改善这一问题。为此,设计了一种基于改进的Transformer细粒度识别算法。首先,可变形卷积令牌嵌入通过自适应调整采样点的位置,来改变卷积操作范围及其卷积核的形状,从而增强网络模型对空间信息的感知能力,以获取更为精准的空间信息;其次,高效相关通道注意力机制通过对通道的自动选择,将通道注意力的计算从通道相邻转换成语义相似,来捕获语义相似的通道信息。而精准的空间信息和语义相似的通道信息将有效提升网络模型局部特征感知能力。实验结果表明,与基线算法相比,本文方法在CUB-200-2011、Stanford Cars和Stanford Dogs三个数据集上的识别结果分别提升了1.5%、2.4%、1.5%。结果表明,本文提出的方法通过提升细粒度图像细节特征的表达能力,从而有效提高了细粒度图像识别的有效性。