融合 Transformer 与残差通道注意力的恶劣场景水 位智能检测方法

精准感知水位信息变化是实现精细水务管控和洪涝灾害的关键环节之一,而低照度、雾霾、雨雪、冰冻、波浪、镜头抖动等恶劣场景给水位检测带来极大挑战。针对现有方法中难以实现水位精准检测难题,构建一种融合Transformer与残差通道注意力机制的Unet模型(TRCAM-Unet),进而提出基于TRCAM-Unet的恶劣场景水位智能检测方法。关键技术包括通过全尺度连接结构实现多层次特征融合,通过Transformer模块强化区域特征的关联性,通过残差通道注意力模块强化有用信息的表达并削弱无用信息的干扰。相关试验和实践表明,TRCAM-Unet取得了98.84%MIOU评分与99.42%的MPA评分,在约150 m距离外水位检测最大误差不超过0.08 m,水位偏差均值(MLD)仅有1.609×10^-2 m,优于Deeplab、PSPNet等主流语义分割算法。研究结果对解决恶劣场景下水位精准检测难题及洪涝灾害预警具有重要应用价值。     

复杂恶劣环境下水位智能检测方法研究

实现智能化水务管控和洪涝灾害预警,需要实时、准确感知水位信息变化情况。针对现有技术不能满足夜晚、雾天、雨天、漂浮物遮挡、灯光阴影等复杂恶劣环境下的水尺水位的影像水位反演(小目标特征)识别需求,提出一种融合改进YOLOv5与RankSE的水位智能检测方法。首先,采用强化小尺度特征的多层级特征融合方法来改进YOLOv5算法,以强化对小目标的捕捉能力;其次,融入RankSE模块进一步提升对小目标的感知能力;最后,提出一种全新的水位高程解算方案,仅需利用部分水尺锚框信息即可获得准确的水位高程信息,极大提升了检测方法的鲁棒性。研究结果表明,本文所述方法水位检测相对准确度达98.5%,较原算法提高了8.4%;在复杂恶劣环境下可以自动、准确识别出水位高程,最大误差仅为0.11 m。研究结果有效提升了复杂恶劣环境下水位检测的准确性。     

平面六杆机构式比例积分型纠偏装置的分析

采用解析法和三维软件Solidworks分析了平面六杆机构式比例积分型纠偏装置的机构自由度、运动方式和运动轨迹,阐明了该类型纠偏装置的纠偏原理.     

兰州肉苁蓉多糖的组成分析及抗氧化活性

对兰州肉苁蓉多糖进行组成分析和抗氧化活性研究。采用沙生植物兰州肉苁蓉肉质茎鲜样,使用传统水提醇沉法进行兰州肉苁蓉粗多糖（CLP）的提取,利用DEAE-纤维素阴离子交换色谱柱法对粗多糖CLP进行洗脱,得到中性糖CLP-1和酸性糖CLP-2。用高效凝胶渗透色谱法（HPGPC）和高效液相色谱法（HPLC）对其分子量和单糖组成进行测定,通过DPPH自由基清除实验和总抗氧化能力实验进行抗氧化活性测定。根据HPGPC对分子量测定得出兰州肉苁蓉多糖有多个洗脱峰,其多糖分子量主要分布在0~10 kDa之间,为不均一的小分子量杂多糖;经过分级得到的中性糖CLP-1和酸性糖CLP-2的单糖组成差异明显,CLP-1中较明显的单糖及占比分别为:甘露糖2.78%、半乳糖醛酸4.07%、葡萄糖88.62%、半乳糖1.80%、阿拉伯糖2.39%;CLP-2中为:鼠李糖5.79%、半乳糖醛酸7.78%、葡萄糖9.99%、半乳糖13.30%。根据抗氧化实验结果分析,CLP-1的抗氧化效果最好,2.0 mg/mL浓度下对DPPH自由基清除能力高达91.73%,IC₅₀为0.383 mg/mL,且同一浓度下总抗氧化能力高于CLP和CLP-2。本文对兰州肉苁蓉多糖进行初步分析,为兰州肉苁蓉的进一步研究提供基础的数据支撑。     

求解全局优化问题的多策略改进灰狼算法

针对原始灰狼算法在求解全局优化问题时,存在后期收敛速度慢、易陷入局部最优、优化效率低等缺点,提出一种多策略改进的灰狼优化算法(multi-strategy improved grey wolf optimization, MSI＿GWO)。从参数、搜索机制以及最优解扰动3个方面引入3种改进策略。对控制参数a,采用非线性调整策略,改进算法的勘探和开发能力;采用动态权重策略进行位置更新,提高算法的收敛性;设计小波最优解扰动策略,提高种群多样性,同时避免算法陷入局部最优。对MSI＿GWO算法的寻优性能进行验证,选取单峰多峰共9个测试函数完成仿真实验,并与其他改进灰狼优化算法以及粒子群、天鹰优化算法、蜜獾算法进行比较,结果表明,MSI＿GWO算法在收敛速度和寻优效率方面均为最优的。     

日本新近开发的高强度钢

最近在日本,对高强度钢的需求明显增加,以满足诸如汽车、建筑和造船工业的市场需求,而且期望钢性能得到改善而不需增加生产成本。 对日本高强度钢的新概念归纳如下: 1)称作TMCP(热机械控制工艺)的新技术应进一步开发,以便省去或优化昂贵的合金化元素的使用; 2)诸如IFP(晶间铁素体片)形成的新发现应