轻量化二维人体骨骼关键点检测算法综述

随着移动设备和嵌入式设备的发展,对二维人体骨骼关键点检测网络提出了更高的要求。设计轻量化神经网络是解决网络参数量大、计算量大的重要方法。首先,介绍了基于神经网络的二维人体骨骼关键点检测中常用的数据集、主流方法和轻量级神经网络;然后,对近几年基于神经网络的轻量化人体姿态估计方法进行了分类和总结,根据神经网络轻量化方式将二维骨骼关键点检测方法归成四类：轻量化特征提取网络、深度可分离卷积、Dense连接机制和Lightweight瓶颈结构,并分析了它们的优缺点和轻量化手段;最后,介绍了常用的评价指标,并对改进后的轻量化方法进行了实验数据对比,结合当前研究所面临的问题及未来的发展趋势进行了总结。     

基于SVD原理的PCA特征频率提取算法及其应用

针对实测转子位移信号存在噪声污染的问题,提出一种基于SVD原理的PCA特征频率提取算法。首先,从理论上推导了PCA与SVD的内在联系,即PCA产生的协方差矩阵特征值等于SVD产生的矩阵奇异值的平方,且PCA产生的特征向量等于SVD产生的左奇异向量;然后,基于上述结论,提出一种基于SVD原理的PCA特征频率提取算法,并通过仿真信号验证了算法的有效性;最后,将该算法应用于大型滑动轴承试验台主轴的轴心轨迹提纯,得到的轴心轨迹清晰、集中,可成功识别转子的不对中及碰磨故障。     

基于现场总线的铣削加工过程自适应模糊控制

在分析Profibus总线和模糊控制特点的基础上,针对铣削加工过程的非线性、时变性和不确定性,提出了基于现场总线的铣削加工过程自适应模糊控制的解决方案．采用输出比例因子和控制规则在线自调整的方法对切削参数变化的铣削力进行在线控制．仿真结果表明,该方案克服了传统的模糊控制动态响应较慢和鲁棒性较差的缺点,具有响应速度快、实时性和稳定性好等特点．当切削深度突变时,能在线自适应调整进给速度。使切削力接近参考值,实现恒力切削,防止刀具损坏和提高加工效率．     

密闭容器法和催化剂法合成诺卜醇的研究

以多聚甲醛和过量的β-蒎烯为原料,采用密闭容器法,催化剂法和密闭容器－－催化剂法合成了诺卜醇,通过气相色谱分析反应液中主要成分的含量,比较三者的优劣性,实验结果表明,密闭容器－－催化剂法优于密闭容器法和催化剂法,产物诺卜醇的纯度和得率都较高,但密封容器法的产物后处理较催化剂法和密闭容器－－催化剂法简单。βββ     

温度对生物活性炭处理效果影响的试验研究

针对高温、常温以及低温的微污染水源,采用生物活性炭技术进行现场试验研究.结果表明,生物活性炭工艺在各个水质时期（高温、常温、低温）对水中的有机物的去除率分别为CODMn（51.66%、47.74%、24.15%）、UV254（60.6%、49.99%、17.86%）、TOC（55.17%、24.14%、22.86%）.比较而言高温较常温及低温期生物活性炭能够达到更好的效果.同时,生物活性炭工艺细菌在投氯量低的条件下即可被杀灭,没有增加后续工艺消毒剂用量,保证了饮用水的安全性.     

满意度动态加权法在自卸车车架拓扑优化中的应用

为了使自卸车车架在满足使用性能的条件下达到轻量化的要求,将拓扑优化方法引入车架的结构设计过程中。以车架多工况权重刚度最大化为优化目标,以设计区域的体积分数为约束,以设计区域的材料密度为设计变量, 建立了自卸车车架结构多刚度拓扑优化模型;在采用动态加权方法将多刚度这一多目标优化问题转化为单一目标优化的过程中,基于决策论中满意度理论提出了多工况权重比的计算方法。该方法使权重比的设定随每个单目标函数在每次迭代后的变化而自动调整,可避免传统方法中由于设计者主观因素造成的权重比偏差。仿真分析表明,车架性能满足工作要求,验证了车架设计的合理性。     

高效净水用煤质活性炭制备及其净水效能研究

为解决商品微孔型活性炭在水处理中所面临的问题,利用优选煤配煤方案及对制备工艺的改进,调节活性炭的孔隙结构和吸附性能,制备新型净水用高效活性炭.研究了新型炭的物理化学特性及其在生物增强活性炭中的净水效能与功能菌载持能力.结果表明,使用10%大同煤和90%宁夏煤进行配煤,通过活化前氧化及深度活化工艺(GY-4)的引入,工艺GY-4所制备的炭样CGY-4具有较高的吸附性能指标与中孔容积,其碘值为1 185 mg/g,亚甲蓝值为271.8 mg/g,SBET为1 316 m2/g;总孔容积Vtotal为1.149 cm3/g;中大孔率达到65.59%.与普通商品炭ZJ15相比,CGY-4所构建生物增强活性炭工艺(BC-CGY-4)在长期运行过程中对水中CODMn的处理效果提高了17.35%;CGY-4表面的生物量比ZJ15平均增加27.97%.     

基于铣床动态特性辨识的轨迹前馈预见补偿器

常规数控系统的伺服控制中,当速度矢量变化较大时会产生大的轨迹跟踪误差。本文应用Ｍ序列信号,最小二乘法和ＡＲＸ模型结构辨识出整个闭环系统的传递函数,在轨迹控制器的前面加上带预见控制的前馈补偿器,以使数控轨迹控制器在不同的频率段具有相同的增益,消除由延迟带来的相位差,从而可减小轨迹跟踪误差,实验表明其性能较为理想。     

基于傅立叶描述子(FD)的数字图象的识别

文章介绍了对数字图象中待识别的目标用傅立叶描述子(FD)进行描述,并根据对FD的IDFT变换的形式,提出使用人工神经网络进行识别。