低转矩脉动永磁电机的转子结构设计

本文对一台采用内置V型磁极结构的永磁同步电机进行低转矩脉动设计。首先,基于有限元方法,通过参数化仿真,确定了永磁体V形夹角对转矩脉动的影响。然后,以降低转矩脉动为目标设计转子结构,通过不等宽度隔磁桥与转子开孔设计,降低转矩脉动。仿真结果表明,转子采用新结构以后,不仅低了转矩脉动,同时利用转子铁磁材料的磁饱和效应,对加工误差有一定的容许度,具有良好的稳健性     

引入残差学习与多尺度特征增强的目标检测器

目前深度学习在计算机视觉领域中取得了巨大成功,但是小目标检测仍是目标检测领域中具有挑战性的难题。针对小物体分辨率低、图像模糊、携带信息少等问题,提出了引入残差学习与多尺度特征增强的目标检测器。首先在主干网络中引入基于残差学习的增强特征映射块,通过通道平均和归一化处理使得模型更加专注于对象区域而不是背景,并在兼顾检测速度的同时为有效特征层提供额外的语义信息;然后特征映射对上下文信息敏感的特征融合块进一步增大有效特征图的感受野,并将用于预测的浅特征层与深特征层进行融合,提高低分辨率下的检测性能;最后通过双重注意力块抑制背景噪音,将关键特征嵌入到注意力中,在保留空间信息的同时加强通道间的信息关联,进而增强特征的表达能力。为了更好地检测小目标,还对浅层特征映射先验框数量进行了调整。实验结果表明,在PASCAL VOC2007的数据集上,该算法对于300×300输入尺度的检测精度（mAP）为79.9%,较SSD提高了2.7个百分点,对小目标bird、bottle、chair、plant检测精度分别提升了5.1个百分点、7.5个百分点、3.9个百分点、7.2个百分点。在OAP自制航拍数据集上的检测...