EPC总承包项目管理模式研究

文章首先从EPC的整体部署架构方面对水利水电工程总承包项目的管理模式进行了概括,并对建立EPC管理模式的优势及必要性加以阐述。对EPC总承包管理模式具体实践过程进行详细分析,主要包括施工方案优化及质量监督、完善EPC施工管理模式以及加快体制改革以实现转型等几部分,分别从责任落实及风险约束以及设备招标及费用管控等方面对EPC总承包管理模式具体实践过程中应注意的问题进行归纳。文章所研究的基于EPC模式的水利水电工程总承包项目管理模式,在推动我国EPC项目管理模式的国际化融合方面具有一定的借鉴意义。     

基于动态遍历的分层特征网络视觉定位

采用分层特征网络估计查询图像的相机位姿,会出现检索失败和检索速度慢的问题。对分层特征网络进行分析,提出采用动态遍历与预聚类的视觉定位方法。依据场景地图进行图像预聚类,利用图像全局描述符获得候选帧集合并动态遍历查询图像,利用图像局部特征描述符进行特征点匹配,通过PnP算法估计查询图像的相机位姿,由此构建基于MobileNetV3的分层特征网络,以准确提取全局描述符与局部特征点。在典型数据集上与AS、CSL、DenseVLAD、NetVLAD等主流视觉定位方法的对比结果表明,该方法能够改善光照与季节变化场景下对候选帧的检索效率,提升位姿估计精度和候选帧检索速度。     

改进的生成对抗网络图像超分辨率重建

近年来,生成对抗网络在约束图像生成方面表现出了较好的潜力,使其适用于图像超分辨率重建。针对基于卷积神经网络的图像超分辨率重建算法存在的特征信息利用率低的问题,基于生成对抗网络框架,提出了残差密集生成对抗网络的超分辨率重建算法。该算法定义生成器网络、判别器网络,通过构建残差密集网络作为生成器网络及PatchGAN作为判别器网络,以解决基于卷积神经网络的超分辨率算法中特征信息利用率低以及生成对抗网络收敛慢的问题。该重建算法在Set5等标准数据集上与主流的超分辨率重建算法进行对比,实验表明,该算法能够有效地提高特征信息利用率,较好地恢复低分辨率图像的细节信息,提高图像重建的质量。     

基于帧间一致性的自监督室内逆渲染

针对目前逆渲染监督学习方法难以获得标签、泛化能力差的问题,提出了一种基于IFC（inter-frame coherence）的自监督训练方法。由于逆渲染问题的不适定性,引入额外的反照率一致性损失和交叉渲染损失强化自监督网络,其主要思想是对连续光照变化的图像序列执行IFC约束。即通过图像帧之间的位姿图和深度图,在相邻帧之间执行图像投影和扭曲;通过这种方法在相邻帧之间建立约束,并使用孪生训练来确保对光度不变量的一致估计。该方法使用完全卷积神经网络从室内视频序列中恢复几何形状、反射率和光照。自监督网络使用没有标签的连续帧图像集合进行训练,通过结合可微分渲染器,使网络以自监督的方式进行学习。通过与其他主流方法的比较,定量和定性实验结果表明提出方法在多个基准上表现更优。     

融合多分支残差与仿射变换的低照度图像增强

针对现有低照度图像增强算法难以同时处理亮度、对比度、伪影和噪声等因素,提出了多分支残差与仿射变换低光增强网络,其核心思想是运用不同模块处理不同的任务.首先通过光照估计模块获得低光图像的光照变量,然后使光照仿射变换模块与光照编码参数融合恢复图像的光照,最后通过细节重建模块融合更多的图像细节获得最终输出.实验结果表明,该方法有效地丰富了图像的纹理细节,同时增强了亮度和对比度,并具有更少的伪影和噪声.通过与其他主流方法进行比较,定量和定性地证明了提出方法对低光图像增强的效果更好.     

基于异步多时域特征的动态手势识别方法

准确及时地手势识别在增强现实技术中具有重要的意义。针对表征复杂手势序列的时空特征,提出了一种基于异步多时域时空特征的手势识别方法。该方法通过轻量级三维卷积网络提取视频序列的不同时间步态的短期时空特征,通过改进的卷积长短期记忆网络学习长期时空特征,将不同步态的时空特征融合为异步多时域特征,以此来对手势进行分类识别。通过与其他主流方法进行比较,实验结果证明了提出的方法具有较高的动态手势识别率。     

Cohen-Sutherland裁剪算法的改进

Cohen-sutherland裁剪算法对不与边框相交的线段进行裁剪时效率较高,而对与窗口边界有交点的线段裁剪效率低.为了提高线段裁剪效率,利用点与直线位置的关系性质,作者提出基于Cohen-Sutherland算法的裁剪思路并实现.与Cohen-Sutherland算法相比,新的算法提高了线段裁剪的速度.     

基于FPGA的循环冗余校验并行实现

在数据通信中为了降低通信线路传输的误码率,需要采用高效能的差错控制方法.循环冗余校验(CRC)由于其误码检测能力强,抗干扰性能优异,在通信和测控等领域有广泛的应用.通过对CRC校验码原理的分析,研究了一种并行CRC算法并采用硬件描述语言Verilog HDL来实现.     

进气歧管气道流场CFD分析及优化

进气歧管的气道结构直接影响发动机各缸进气量和进气均匀性,因此合理的气道结构是保证发动机性能得以实现的基础.通过三维CFD仿真计算展现进气歧管气道内部微观流场分布,以此为基础指导气道结构优化设计,以实现降低进气压损、增加进气量和保证各缸进气均匀性的目的.