摘要:在油气开发领域，油套管安装后的密封性能检测尤为重要。其中，上扣过程中产生的扭矩序列数据可以作为油套管密封性的评判依据，用来判断上扣是否合格。为了利用上扣扭矩序列数据信息进行油套管密封性的识别分类，首先基于TCN网络模型结构，再融入位置编码机制和自注意力机制，搭建了一种新的网络模型，即PSE-TCN网络。通过比较不同策略下的结果准确率，展示了模型学习的过程，通过与其他网络模型进行对比，验证了本方法的有效性。实验结果表明，PSE-TCN相较于其他经典网络模型和一些改进后的TCN网络模型，扭矩序列识别精度有较大提升，在自制UCR_whorl数据集上，模型识别准确率达到93.41%。

摘要:为改善单视觉的转角测量方法容易受到环境或系统随机干扰的不稳定性，提出了一种基于复数神经网络的双视角视觉转角测量方法。人为进行特征提取，并评估其与角度的相关性和单调性来进行特征筛选。为解决0°和360°标签数值差距大对训练结果的影响，将角度用欧拉公式表示，并构建复数输入，复数输出的复数神经网络来进行转角计算。实验结果显示，这种测量方法在测量准度上有显著提升，相比基于深度神经网络的单视角方法，其平均误差降低0.322°，均方根误差降低0.64°，在不同环境测试集上保持高效性能。该模型在保持传统数学模型的约束和稳定性的前提下，充分利用了双视角对于环境干扰的鲁棒性，结合复数神经网络对于角度标签的强大拟合能力，提高了径向视觉角度测量的准确性和稳定性。

摘要:针对新型静电监测技术应用于滚动轴承故障诊断时，静电信号易受干扰、故障识别率偏低的问题，提出了一种基于贝叶斯优化（BO）与支持向量机（SVM）相结合的滚动轴承故障静电信号识别方法。首先，通过搭建的静电仿真试验平台，采集轴承高速下不同磨损状态的静电信号，根据时域特征参数选取不同工况下的特征集；再对该模型最小误差的超参数进行选取，达到完成诊断模型训练的效果，用训练后混淆矩阵结果来评估各个模型的诊断精度。研究结果表明，本方法对静电监测下不同故障特征的轴承均具有一定识别能力，贝叶斯优化算法可以有效提高识别效率，其平均识别准确率可达98.82%。

摘要:在脑电信号的肢体运动想象特征分类识别中，融合不同域特征提取时，存在动作识别准确度不高的问题。针对此问题，本文依据多通道采集中肢体运动想象脑电特征的复杂不同域关系，设计了用于识别肢体动作的脑电-对称正定网络运动特征分类模型，有效提取并融合不同域特征，实现了基于脑电信号的肢体特征分类以及动作的有效识别。实验结果表明，在识别四类肢体是否运动的运动想象数据集BCI Competition IV 2a上，基于所构建的分类模型在动作识别时的准确率达到0.85，Kappa系数达到0.80，具有较高精度。

摘要:烟用香精的应用配方和工艺是烟草工业的核心技术，国内各烟草工业把香型品类构建作为新一轮发展战略的选择，其差异化是各香烟品牌竞争的一个技术关键点。本文针对烟用香精配置加工工艺中人工判别质量差的问题提出了一种结合双光源照明的机器视觉方法，并基于此设计并制作了烟用香精的外观质量合格性检测装置。以白光和红光为主要测试光源，绿光为辅助检测光源，设置了双光源同轴前向照明的环境条件；通过光学平板固定照明装置和图像采集模块为一体，并组合滑台随着步进电机转动定点启停；基于机器视觉方法剔除反光点后自动分析色彩模型参数并检测其外观质量合格性。结果显示，单管样液图像平行测试的相对标准偏差均低于0.996 8%，同批次样液平行测试的相对标准偏差均低于0.021 7%。实验结果表明，所设计的仪器检测精度和重复性良好，可为进一步促进烟用香精配置检测行业智能化管理提供支持。

摘要:智能网络中多业务流在时延和带宽方面有不同的传输需求，且自相似流量的突发性加剧了时延和丢包率。针对此问题，提出一种基于流量预测的改进WFQ调度算法(LPR-WFQ)，该算法通过TLGP策略基于流量的均值和方差对流量进行分级，在贝叶斯估计思想的基础上通过计算条件转移概率来预测未来流量等级，基于预测结果和到达速率均值动态调整权值，从而降低时延和丢包，提高服务质量，并且优化了虚拟结束时间计算方式。仿真结果表明，与其他调度算法相比，该算法在时延、时延抖动、吞吐率和丢包四种性能方面分别提升6.01%、9.66%、5.37%、38.57%，说明算法可以满足差异化服务需求下的性能要求。

摘要:本文针对移动机器人多点路径规划问题，提出一种综合蚁群算法和蝙蝠算法的路径规划算法。利用蚁群算法建立节点之间的最短路径网络，在传统蚁群算法中引入了指向角和转向角作为启发信息，采用奖惩机制优化信息素更新方式，降低了路径的转折次数和转折角度，提高了算法的收敛速度。结合最短路径网络建立多点路径规划的目标函数，在求解最优节点访问顺序时，改进了蝙蝠算法结构，引入分层搜索方式和新的局部寻优机制，提高了蝙蝠算法的求解精度、速度和稳定性。通过仿真实验表明，本文所提出的算法能够有效解决多点路径规划问题，相比于现有算法，计算复杂度更低，搜索效率更高，整体路径更平滑，长度更短。

摘要:针对ORB-SLAM2算法在特征匹配时容易出现误匹配以及无法构建稠密地图的问题，引入GMS算法来改进ORB-SLAM2算法中的误匹配问题以及添加稠密地图线程。首先，建立图像金字塔，对每层图像金字塔进行网格划分，提取特征点，对每个网格中的特征点引入四叉树策略进行筛选，得到均匀的特征点；其次，在特征匹配阶段引入GMS算法剔除误匹配；最后，根据位姿估计和关键帧构建稠密点云地图。通过TUM数据集上的实验验证，结果表明改进算法的匹配数比原ORB-SLAM2算法增加了18.36%，匹配用时减少了8.53%，将改进算法应用于移动机器人自动导航和避障中，能够提高系统的可靠性和运行效率。

摘要:准确预测锂离子电池的健康状态（SOH）至关重要。针对电池单个周期的不同阶段退化机制存在差异和实际运用场景下数据获取不完整等挑战，提出一种基于InvolutionVision Transformer（IViT）的锂离子电池SOH估计方法。从电压时间曲线中自动提取能有效表征锂离子电池退化信息的特征，使用Involution模块在不同位置上自适应地分配权重，利用Vision Transformer学习不同阶段的高级特征表示并捕获全局依赖关系。实验结果表明，IVIT的预测误差在0.5%左右，且当整体数据缺失50%的情况下误差仅为2%左右，证明了所提方法的有效性和稳定性。

摘要:在基于线结构光的金属工件表面测量中，针对金属工件表面存在的强烈反光、激光条纹断裂等问题，本文提出了一种基于改进主成分分析法的激光条纹中心线提取算法。首先，针对金属工件表面不规则反光，提出了基于分段灰度变换的大津法（OTSU）提取图像的光条纹区域；其次，针对Steger算法卷积运算次数多、效率低、实时性差的问题，提出了基于主成分分析法（PCA）的改进Steger算法，采用主成分分析法构建了梯度向量的协方差矩阵估算条纹的法线方向，并在该方向使用二阶泰勒展开获得精确的条纹中心亚像素坐标。实验结果表明，本文算法在金属工件表面存在严重反光条件下可以有效提取激光条纹区域，同时提取的激光条纹中心线标准差相较于灰度重心法减少了约0.25 pixel，速度上相对Steger算法提高了近13倍，能够快速、高精度的提取激光条纹中心线，满足结构光三维视觉实时检测的需求。

摘要:针对现有图像修复算法修复结果存在结构一致性差和纹理细节不足等问题，在生成对抗网络（GAN）的框架下，提出一种基于多特征融合的图像修复算法。首先，采用双编码解码结构提取纹理和结构特征信息，并引入快速傅里叶卷积残差块，有效捕获全局上下文特征。然后，通过注意力特征融合（AFF）模块完成结构与纹理特征之间的信息交换，提高图像的全局一致性。并利用密集连接特征聚合（DCFA）模块在多个尺度上提取丰富的语义特征，进一步提升修复图像的一致性和准确性，以呈现更精细的内容。实验结果表明，在破损区域占比为40%~50%时，相较于最优对比算法，所提算法在CelebA-HQ数据集上PSNR和SSIM分别提高1.18%和0.70%，FID降低3.99%。在Paris StreetView数据集上PSNR和 SSIM分别提高1.17%和0.50%，FID降低2.29%。实验证明所提算法能有效修复大面积破损图像，修复结果具有更合理的结构和丰富的纹理细节。

摘要:为进一步提高机器视觉系统的兼容性以及丰富编解码系统处理的视频格式种类，设计了基于FPGA的多接口视频编解码系统。利用异步DDR读写的原理构建编解码选择模块，完成不同视频格式的转换操作，最终系统支持PAL、HDMI、Cameralink视频的解码以及HDMI、Cameralink、LVDS视频的编码功能，同时通过对比不同视频接口的传输特性，实现了上述几种视频接口标准之间的无缝转换。该系统不仅可以作为独立的视频编解码系统，还可以通过LVDS接口连接ARM处理器，从而扩展其应用场景。实验结果表明，系统能够准确解码分辨率为720×576的PAL视频、分辨率为640×512的Cameralink视频以及分辨率为1 080p的HDMI视频，并且能够通过HDMI、Cameralink、LVDS视频接口分别输出，此外，系统的各类资源消耗均未超过50%，确保了系统的高效运行。

摘要:为解决工业测试领域中存储系统程序更新需频繁拆卸的问题且存在无上位机数据存储的特殊需求，提出基于FPGA的智能在线升级存储系统设计。系统以FPGA为主控，采用千兆以太网与FLASH组合方案，更新指令及配置文件通过千兆以太网下发到程序存储器，对SPI Flash进行分区擦除写入，从而实现FPGA程序的在线升级。同时，光耦指令解析模块使系统摆脱上位机依赖，能独立完成智能数据存储，此外，系统还集成自定义DR_UDP协议反馈可靠设计，优化了千兆以太网口的通信效率与稳定性。经功能验证分析，该系统运行稳定，灵活可靠，千兆以太网传输速率达700 Mb/s，且未发现数据丢失，可广泛应用于诸多不便拆卸的场景。

摘要:时空图卷积网络(STGCN)通过图卷积和时间卷积捕获交通数据的空间依赖性和时间依赖性，可有效提升交通速度预测的精度。但是硬件实现交通速度预测STGCN具有计算量大难以满足实际应用的实时性要求、资源消耗大导致成本增高等问题，在优化交通速度预测STGCN模型基础上，提出了一种交通速度预测STGCN的FPGA实现结构组合优化的方法。首先，通过轻量化裁剪和预测数据位宽的精确选择，对交通速度预测STGCN进行了模型优化，以降低计算复杂度和资源消耗，并经过Python仿真验证其可行性。其次，通过采用流水线、并行计算和数据交替流水存取等组合优化策略，提出了一种交通速度预测STGCN的FPGA实现结构组合优化的方法，以提升系统计算速度。最后，使用Verilog编程对交通速度预测STGCN进行了FPGA的实现仿真和硬件测试。利用PeMSD7（M）数据集进行实验，结果显示FPGA实现单数据交通速度预测的时间为355.5 μs，相比CPU、GPU平台及FPGA设计方案1对比，其处理速度最大分别提高了25.9倍、6.7倍和3.5倍，证明了交通速度预测STGCN的FPGA实现结构组合优化方法，在保持预测准确性的前提下可较大幅度的提升系统处理速度。

摘要:深度学习由于其模块化设计和强大的特征提取能力，已成为高光谱图像分类的重要手段之一。然而，如何有效地提取更深层次的特征以及同时提高分析空间和光谱联合特征的能力仍是亟待解决的问题。针对这些问题，本文提出了一种深度特征提取的残差网络，该网络由两个关键部分组成：多级传递融合残差网络和空间光谱多分辨率融合注意力残差网络。多级传递融合残差网络可以有效促进特征信息之间的相互作用，获得更深层次的特征。接着利用空间-光谱多分辨率融合注意力残差网络可以确保从高光谱数据中全面提取空间光谱联合特征和多分辨率特征。为了验证其有效性，本文在Indian Pines，Pavia University和Salinas Valley三个高光谱数据集上对所提出方法的性能进行了评估，分类精度分别达到了98.10%，99.81%和99.94%。实验结果表明，与其他方法相比，该网络具有更好的泛化能力和分类性能。

摘要:为了实现工厂的无人化生产，需要高效地对纺织品进行分类。针对传统纺织品生产厂的人工分类方法存在着效率低下、难以满足大规模生产需求的问题。将人工智能和计算机视觉先进技术应用到纺织品材质分类中，提出了一种基于DSCI-YOLOv8的纺织材质分类算法。在YOLOv8模型原有分类网络的基础上添加坐标信息注意力模块，增强模型对不同尺度纺织品材质特征的提取能力，提高了网络分类的准确率，同时减少了计算所需的一部分计算量和参数量；其次将分布偏移卷积加入到C2f网络模块，改进了分类神经部分的网络结构，从而存储器的使用得到降低，计算速度也得到提高。实验结果表明，在自制的纺织品材质分类数据集FMCD上进行测试，改进后的模型相较于YOLOv8模型准确率提高了2.09个百分点，每秒处理图片数提高13.5%。大幅减少计算成本的同时，有效提高了纺织品材质分类的精度和速度。可以满足纺织工业对产品类别分类和质量的检测需求。

摘要:针对现有绝缘子自爆缺陷检测方法在复杂背景和雾天环境下存在检测精度低、易误检和漏检问题，提出一种基于改进YOLOv8的绝缘子自爆缺陷检测算法。首先，在主干网中引入用于低分辨率图像和小目标检测的SPD-Conv模块，充分提取绝缘子缺陷目标的特征信息；其次，在特征融合层将BiFPN与SimAM注意力机制结合构建BiFPN_SimAM模块替换PANet的concat连接，实现多尺度特征融合，提高网络整体性能。实验结果表明，改进后的算法对绝缘子自爆缺陷检测的精确率和mAP@0.5分别达到了95%和93.1%，较原YOLOv8算法分别提高了1.8%和1.5%，在复杂背景和雾天环境下对绝缘子自爆缺陷检测有较好的检测效果。

摘要:针对水上漂浮垃圾检测中微小目标物体数量占比高、检测画面易受到水面波动和岸边环境反光等多重因素的干扰、检测模型庞大的参数量和计算量对终端的部署的设备性能要求高等问题，拟提出一种轻量化、高精度、实时性的检测模型LS-YOLO。首先，该算法利用HS-FPN金字塔网络设计构造YOLOv8的Neck网络结构，构建的网络结构牺牲小部分精度，显著降低了模型的参数数量和计算复杂度。其次，通过引入CAA上下文锚定注意机制改进HS-FPN，捕获远程上下文信息来回升检测精度。然后通过更换损失函数为具有动态聚焦机制的Wise-IoUv3，大幅提升检测效果，增加模型鲁棒性。最后，使用LAMP剪枝技术对模型进行剪枝，减小模型的参数量和计算量。实验结果表明，改进后的LS-YOLO相比基准模型mAP50提升了0.9%，回归率提升了3.2%，参数量降至基准模型的19.83%，计算量降至基线的44.44%，模型大小降至基线的22.22%。经过优化后的检测算法不仅显著提升了检测性能与特征提取的精准度，同时也便于在资源受限的硬件平台上的部署操作。

摘要:针对现有浅水海洋生物识别方法在水下环境中对浅水海洋生物识别效果不佳的问题，提出了一种以RT-DETR为基准模型的改进浅水海洋生物识别方法。首先，使用重参数化网络RepViT作为模型的主干网络，提升模型的特征提取能力。然后，构建基于重参数化的并行膨胀卷积RepPDC并引入颈部网络中，使模型能够有效获取长距离上下文信息，有利于提升模型的识别精度。最后，基于注意力机制构建了双向特征融合模块CAFM，提升模型在水下环境中对重点信息的关注能力。实验结果表明，改进后的方法，mAP50提升至87.5%，mAP75提升至70.9%，mAP50:95提升至64.9%，且参数量更少，有望应用到实际浅水海洋生物识别任务中。

摘要:针对食品图像中类间差异小、类内差异大以及结构复杂导致识别难度大等问题，提出了一种融合多尺度特征及注意力机制的食品图像识别方法。首先，采用特征提取能力更强的ConvNeXt模型作为主干网络，以更好地捕捉食品图像的细节特征；其次，引入改进的ASPP模块，扩展感受野并利用多尺度信息，增强模型对不同尺度特征的捕捉能力；最后，在每个卷积块后加入注意力机制，提高特征表达和上下文信息捕捉能力。实验结果表明，所提方法在Vireo Food172扩展数据集和ETH Food101数据集上的准确率分别达到91.56%和87.22%，相比原模型分别提高了2.05%和1.66%，验证了该方法的有效性。

摘要:针对车门内拉手表面的缺陷目标小、多尺度、易反光等问题。首先，通过使用碗状光源和降低图像采集表面夹角的方法，解决内拉手表面图像采集时因表面弯曲和镜面反射导致的缺陷特征被覆盖问题。然后，针对传统的RT-DETR模型存在缺陷检测精度差，速度慢等问题，提出一种改进的RT-DETR目标检测方法。该方法首先以RT-DETR为基础架构，在主干网络中采用并行的膨胀卷积与CA注意力机制并结合卷积重参数化的方式，以增加网络感受野和建立长距离的语义信息的同时提高网络推理速度。其次，通过添加额外的检测层来增加网络对小目标检测的特征提取能力。紧接着，在多尺度特征融合阶段使用了改进的BIFPN结构以提高模型信息交互的能力。最后，消融实验表明，相较于传统的基于RT-DETR的检测方法，本文提出的改进RT-DETR的检测方法，平均精度提升了6.5%,检测速度为传统模型的1.6倍，同时模型的参数量仅为原网络的76.5%。验证了本文所提方法的有效性。

摘要:铁路信号系统是保证铁路运输安全高效运行的重要技术手段，计算机联锁系统作为铁路信号系统的关键设备，系统自身的完备性测试必不可少。联锁人机界面是联锁系统的重要组成部分，通过作业人员操作，可向信号设备发送控制命令，并接收显示现场设备表示状态信息。对联锁人机界面依照标准规范进行检测，是确保联锁系统正常运行、保证铁路行车安全的重要技术手段。目前针对联锁人机界面的测试大都依靠人工，存在测试效率低下、测试过程不可追溯等问题。本文基于归一化平方差算法，提出适用于实时图形界面检测的模板匹配方案；分析联锁人机界面图像的局部特征，提出非侵入式无失真图像像素特征识别方法；将人工操作步骤建模抽象为计算机可识别语言；提出13种自定义关键字，实现模拟联锁人机界面操作；自动捕获分析图像、文字、语音信息，精确计算图像RGB三原色模型值，判断测试结果规范符合性，提高了检测结果准确性和一致性。经验证对比，所提出的联锁人机界面检测方法，实现了全过程自动化测试，可视化全部操作流程，测试结果及中间环节均可追溯，极大地提高了测试效率和测试结果的可信度。