武汉长江隧道疏散方式选择与观测分析

阐述了隧道疏散的各种方式,说明了武汉长江隧道采用下沉式滑道的纵向疏散方式的原因,对武汉长江隧道疏散系统进行了详细演习测试,并对当前拥挤状态下的通车条件进行了分析,认为只要保持交通通畅,加强管理,隧道下沉式纵向疏散系统可以满足通行客车时的人员疏散安全。     

一种新的形态中值小波图像去噪方法

图像去噪是图像预处理中一项重要环节.针对线性小波分析在图像去噪中会丢失一些细节信息这一缺点,利用数学形态学算子的非线性特征,构建了一种非线性的可用于灰度图像处理的形态中值小波,并应用于图像去噪.对比实验结果表明,该方法比线性小波去噪方法具有更好的去噪性能,图像细节信息损失更小.     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

主动悬挂原理试验机动平台的设计及试验研究

某型坦克采用扭杆弹簧而无阻尼器的被动悬挂系统,实际行驶中车体的振动较大,严重影响了其行驶平稳性和乘坐舒适性;为了提高车辆的行驶平顺性和操纵稳定性,进而提高在复杂路面上的越野速度,设计了该型坦克的慢主动悬挂原理试验机动平台,采用模糊RBF神经网络自适应控制策略对主动悬挂平台进行了实车试验,结果表明车体的减振性能得到了明显的提高,验证了所设计的慢主动悬挂系统的优越性。     

农学专业教学生产实习问题探讨

农学专业是一门实践性非常强的专业,其中教学生产实习是专业教育过程中极为重要的环节,其成败直接影响农学专业学生的综合能力和水平。经过多年指导农学专业教学生产实习的实践,现就农学专业教学生产实习的特点和在新时期下存在的主要问题进行分析,并提出相应的改革措施。     

新形势下高校校报定位与自身发展

随着高校教育教学改革的不断深入,作为高等教育重要组成部分的高校校报也面临着新的机遇和挑战。高校校报只有适应新形势,根据自身特点和属性,就校报的内容、权威性、特色性、服务性、开放性、贴近性准确定位,才能使校报发展之路越走越宽,显示出旺盛的生命力。     

独立分量分析在雷达盲信号处理上的应用

独立分量分析(ICA)是近年来发展起来的一种有效的雷达盲信源分离方法。目前新体制雷达的大量涌现,运用原有的雷达分选方法是无法分选的,这已经无法适应现代复杂的电磁环境。在深入分析FastICA算法的基础上,将其应用于连续波雷达信号分选中。计算机仿真表明,这种算法应用于连续波雷达盲信号分选时,不仅提高了信号的分选速度和信号分离的准确率,而且可以有效地提高信号分选的效能,也为盲信号处理提供了一种新的思路。     

回归型支持向量机的机翼结冰冰型预测

飞机结冰严重威胁着飞行安全。针对机翼结冰冰型预测时不确定性因素较多、难以准确预测的问题,提出了一种基于回归型支持向量机的机翼结冰冰型预测方法。在建立冰型模型的基础上,利用回归型支持向量机(Support Vector Regression,SVR)获得冰型多项式系数,从而预测出相关飞行条件和大气条件下的冰型。仿真结果表明,该方法具有较好的预测能力,可以及时提供可靠的结冰信息,为保证结冰条件下的飞行安全提供了保障。     

简谐外磁场环境下海森堡XXZ模型的热力学纠缠

研究了在简谐外磁场环境下的海森堡XXZ模型,并通过计算解出热力学纠缠度。模拟表明,取不同的各向异性参数时,系统的热力学纠缠度对外部磁场和环境温度的变化比较敏感,并随简谐磁场的变化表现出周期性。固定各向异性参数时,热纠缠度随温度的增加呈现衰减趋势;增大各向异性参数时,热纠缠度则很快地趋于零,其对应临界温度也迅速降低。