简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.

简介：受壁面作用和稀薄效应等的影响,微纳尺度通道内的气体流动有别于宏观流动现象.采用分子动力学方法,研究纳米通道中气体的Poiseuille流动,主要对通道内气体黏度特性进行了分析.利用牛顿粘性定律,定义了气体的当地等效黏度.根据模拟结果,可将纳米通道内气体划分为中心区和近壁区两个部分,中心区气体当地黏度与宏观黏度一致,但是在近壁面区,气体受到壁面原子的作用,气体的当地黏度小于宏观黏度值.研究发现：1）不同的气体密度、流固作用势能以及温度下,通道中心区域的气体当地等效黏度均符合对应温度和压强条件下的气体宏观实测黏度值;2）在纳米尺度气体流动中,气体密度越小,稀薄程度越高,气体偏离热力学平衡态越远,所以壁面对气体等效黏度的影响随密度的减少而增大,壁面影响厚度也随之增大;3）气体黏度的壁面影响厚度在10nm量级,该厚度不随温度和流固作用势能的变化而变化,但是密度越小,壁面影响厚度越大.

简介：在数据驱动的集中式空调系统故障诊断过程中，特征选择是一个必要的预处理．选取重要的特征作为分类依据，无论是从经济的角度还是对故障的有效判断上，都具有非常重要的意义．现采用不同的特征选择方法对一组冷水机组故障数据进行特征选取，并利用支持向量机完成分类，最后通过对比分析获取冷水机组故障诊断中最重要的特征子集．

简介：温度是影响液相色谱分析的重要因素，但是其作用却一直没有得到很好应用。本文在液相色谱基础上构建了一套适合高温分析的色谱系统，并通过对苯同系物及芳香烃的分离，考察了温度对色谱分离选择性的影响。结果表明，对于结构差别大、保留不同机理的物质，改变温度可以显著改善分离的选择性。

简介：空间调制是一种高数据速率、低复杂度的多输入多输出无线传输技术,因其发射天线被信息序列随机激活,若被激活的信道状态不佳将导致系统误码性能下降.于是,提出一种结合天线选择和索引组合映射调制的传输方案.该方案将传统空间调制的激活天线索引比特和星座符号索引比特组合映射为一个新的调制符号,结合天线选择算法确定最佳发射天线子集,将新的调制符号通过最佳信道进行传输.在算法实现过程中采用了奇异值分解和硬限制检测等方法降低计算复杂度.实验分别仿真了两种天线选择算法下的系统性能.结果表明,提出的方案比传统的空间调制系统具有更好的误比特率特性.

简介：通过选用适当的稳定剂,提高聚丙烯粉料树脂熔体流动速率测定数据的准确度和可靠性.

简介：对本省两个核电厂的7个滨海自动监测子站,采用简化的潮间带形状及范围估算立体角,并考虑空气衰减因子,估算其对γ辐射剂量率贡献的理论值;对其剂量率数据进行傅里叶分析,得出主要潮汐分量的幅度及潮间带剂量率实际贡献值。理论值较实际值平均偏大70%左右。通过对各种误差因素的讨论,显示出理论模型简明而略偏保守的优良特征。以Haar小波本底功率谱为基础,提出潮间带相对剂量率限制值,并根据理论模型计算出不同距离的站址高度限制值。方法简明,可操作性较强,适用于各种潮汐类型。最终对滨海站址选取及布局优化提出建议。

简介：本论文通过优化选择确定了常见木屑中浸提物的提取条件及木屑浸提成分的GC-MS分析条件。在此基础上,分别对不同种类、同种类不同产地木屑浸提物进行了GC-MS分析,从而验证了木屑浸提物的气相色谱-质谱联用综合分析方法条件的可行性。