摘要:微创穿刺手术由于具有创伤小、恢复快等优势,近年来在临床上得到广泛应用,主要用来进行组织活检、局部消融和局 部麻醉等操作。 目前穿刺手术使用的手术器械是斜尖柔性针,相比较于刚性针,前者可以避开重要的器官和组织,对患者的损 伤较小。 在手术过程中,有效的路径规划算法可以辅助医生提高手术的安全性和准确性,现有的术中路径规划算法的误差在毫 米量级,限制了其在临床手术中的应用,亟待探讨解决方法。 为此,梳理了穿刺手术中柔性针的路径规划研究进展,分析了影响 路径规划的因素,对穿刺针的路径规划算法进行了详细的介绍,指出了当前需要解决的关键问题,最后从最优路径选择、参数反 馈以及术中实时路径规划方法等不同方面出发探讨了柔性针手术穿刺针路径规划的未来发展方向。

摘要:被动踝关节外骨骼(unpowered-ankle exoskeleton)可实现人体步态行走良好辅助作用,但对其助行增强效果研究多局限 于跑步机行走范式,现少有在平地行走下穿戴外骨骼对穿戴者运动生物力学影响的研究。 本研究设计组装了一款低成本模块 化的被动踝关节外骨骼,首次研究了平地行走下穿戴被动踝关节外骨骼对健康年轻穿戴者肌肉激活与运动表现的影响。 实验 招募 5 名穿戴者,在无外骨骼、仅穿戴外骨骼框架和穿戴外骨骼 3 种实验条件下完成直线行走任务,过程中同步采集人体下肢 主要肌群的肌电和关节运动轨迹。 提取了肌电激活特征和关节角度特征,采用双因素方差分析方法揭示了不同外骨骼穿戴状 态对相关特征的影响。 结果表明,外骨骼框架会对人体提供支撑,降低站立阶段腓肠肌内侧肌肉激活。 而穿戴外骨骼在站立阶 段使腓肠肌内侧的平均肌肉激活显著降低 20%,也显著降低了踝关节的峰值力矩及功率。 外骨骼会使髋膝关节的运动学和动 力学表现发生变化,这可能与下肢关节间的能量交换有关。 因此,被动踝关节外骨骼可在平地行走下对踝关节实现支撑相和推 离阶段有效辅助,但穿戴者同时也会适应外骨骼穿戴而改变其步态。

摘要:为了弥补离散状态识别方法在运动过程预测上的不足,提出了一种面向人体关节角度预测的运动意图识别方法。 围绕 A 型超声探头设计了驱动电路和回波采集程序用于测量肌肉厚度,收集了 6 名志愿者的运动数据,经过对同一运动过程中肌肉 厚度和关节角度的数据拟合,定制化地生成了映射关系模型,得到决定系数 R 2 的平均值为 0. 916 9,显示出较好的匹配度,将模 型固化到程序中,系统的预测值输出响应频率可以达到 30 Hz,表明该方法可以跟踪过程中的连续状态变化识别人的运动意图, 相比于离散状态识别方法,可以有效提升识别精度和实时性能。

摘要:针对脑-机接口(BCI)技术在目标检测中的应用仍然存在检测准确率受限的问题,提出基于事件相关电位(ERP)中的 P300 与错误相关电位(ErrP)决策融合的新型编解码方法。 BCI 系统编码方面通过目标图像和视觉反馈分别诱发 P300 与 ErrP 特征,解码方面采用单独 P300 特征、单独 ErrP 特征、P300 与 ErrP 特征层融合、P300 与 ErrP 决策层融合这 4 种方案进行目标检 测。 10 名健康受试者 4 种方案进行目标检测的平均结果显示,使用 P300 与 ErrP 决策层融合的平衡正确率最高,达到 80. 03%± 5. 20%,相比单独使用 P300 特征的方法提升了 4. 38%,相比单独使用 ErrP 特征的方法提升了 11. 29%,验证了混合 BCI 技术在 目标检测任务中的可行性。

摘要:针对甲状腺超声图像中背景干扰及数据集规模受限的问题,提出了基于注意力机制的甲状腺超声图像感兴趣区域定位 方法。 采用跨尺度注意力交互策略,改进定位模型的特征网络,提高不同尺度下各层级特征的融合效率;通过知识蒸馏实现特 征网络特征提取能力的强化,解决数据规模不足引起的网络过拟合问题;依据解剖学甲状腺形态统计分布设计 t 掩码,联合注 意力掩码计算特征损失,引导网络对甲状腺超声图像关键通道和像素信息的学习,实现对甲状腺超声图像感兴趣区域的定位。 实验结果表明,当 IoU 阈值为 0. 5 时,甲状腺超声图像感兴趣区域定位 AP 达到 92. 7%,对辅助医生进行甲状腺疾病的诊断具有 临床意义和价值。

摘要:由于表面肌电(sEMG)信号具有非线性和非平稳性,导致传统的肌肉疲劳分类方法存在局限性,基于此提出一种基于 傅里叶分解方法(FDM)和机器学习相结合的肌肉疲劳分类方法。 使用 FDM 将 sEMG 信号分解为一系列傅里叶固有频带函数 (FIBF),确定最优分解水平,利用 FDM 提取各 FIBF 分量总功率占 sEMG 信号总功率的比例(FTPR)作为分类特征,对比各机器 学习分类算法的有效性和数据长度对分类准确率的影响。 研究表明基于 FDM 的特征提取方法能够有效的识别肌肉疲劳状态, 在数据长度为 3 000 且 FDM 的 10 层分解水平下,使用支持向量机分类器,得到了 98. 17%的平均分类准确率。 对每个 FIBF 分 量单独进行分析,发现在第 5 个 FIBF 分量下的 FTPR 有最好的类可分性,肌肉疲劳时第 1 ~ 2 分量的 FTPR 会变大,第 4 ~ 10 分 量的 FTPR 会变小,即当肌肉疲劳时 sEMG 信号 0~ 117 Hz 区间的频率幅度会增加,175. 5 ~ 585 Hz 区间的频率幅度会下降。 通 过对比不同特征提取方法的肌肉疲劳分类效果,实验结果表明 FDM 和 FTPR 特征能够显著提高分类准确率。 因此,所提方法 可用于肌肉疲劳状态识别。

摘要:当前基于卷积神经网络(CNN)的手势识别研究集中于增加网络深度,较少关注改善样本数据分布带来的性能提升。 针对此类问题,提出一种量化表面肌电信号(sEMG)特征相关性的肌电特征矩阵(EFM)样本输入有效通道注意力(ECA)机制 CNN,用于识别 NinaproDB1 中 52 类手势。 首先使用时间窗截取低通滤波后的 sEMG,计算多种信号时域特征;然后利用笛卡尔 积组合并相乘不同特征,对特征相乘值进行归一化后得到 EFM。 同时,引入 ECA 机制使网络关注重要的深层特征,从而提升手 势分类效果。 分别输入 sEMG、肌电时域特征和 EFM 到注意力机制 CNN 进行手势识别,EFM 识别准确率最高,达到了 86. 39%, 高于近年来手势识别研究方法精度。 验证了提出方法的有效性,为多类别手势准确分类提供可行新方案。

摘要:为解决未知环境中移动机器人面向目标运行时最优路径获取问题,本文提出一种基于 Q 学习的生物启发式目标导向 导航路径规划模型。 该模型包括基于 Q 学习的空间探索、基于认知图运行控制和最优路径选择 3 部分。 首先,在空间探索中, 通过位置细胞的放电情况表征位置状态,采用 ε 动态取值方式进行状态-动作学习,生成认知图,并给出空间探索阶段最优路 径。 其次,在基于认知图的运行控制中,分别依据最大动作细胞放电率原则和群体动作细胞原则进行运行方向选择,采用多尺 度位置更新间距进行位置更新,得到不同认知图下最优路径。 最后,对比分析空间探索阶段和运行控制阶段路径规划结果,选 取最优路径。 仿真结果表明,所提模型可行,采用 ε 动态取值方式进行空间探索可得到较好的路径规划结果;运行体在充分的 空间探索后,可提供可行、有效的面向目标运行的路径。

摘要:针对工件三维 CT 图像中孔洞和空腔缺陷体积测量问题,本文提出了一种基于改进型空间直觉模糊 C 均值聚类(NLSIFCM)和三维区域生长的内部缺陷体积自动测量算法。 首先对采集得到三维 CT 图像进行预处理;随后使用 NL-SIFCM 在三 维 CT 图像上分割得到二值化缺陷图像组,同时针对三维 CT 图像切片间具有空间相似性改进得到快速算法;最后对二值化图 像组进行三维区域生长得到缺陷体素数和空间结构,并将缺陷空间结构显示于三维可视化软件中辅助检测人员分析缺陷。 实 验结果表明,对用于模拟缺陷的标准球体积测量值相对误差在 1. 0%以内,具有较高测量精度;并通过实际工件检测验证了该算 法适用性可有效满足 CT 检测需求。

摘要:集成电路飞速发展对集成电路自动测试设备(ATE)中时间测量单元(TMU)的精度提出了更高的要求。 针对这一问 题,本文使用电子学引脚测试芯片 MAX9979 对数字 IC 施加激励和捕获响应,结合 Xilinx Artix-7 FPGA 内部固化的时间数字转 换器(TDC)设计了一种高精度的时间测量单元。 时间数字转换器采用粗、细计数结合的内插方法,粗计数由参考时钟为 200 MHz 的 32 位直接计数器实现;细计数由超前快速进位链(CARRY4)级联的延迟链构成,通过对 CARRY4 进行专用配置来 减小其超前进位功能引起的测量误差,使用码密度校准法对延迟链进行校准。 实验结果表明,TMU 量程为 21. 475 s,平均分辨 率为 34. 7 ps,DNL 优于 2. 5 LSB,INL 优于 4. 5 LSB,精度为 39. 7 ps。

摘要:针对现有电磁继电器隐性故障检测率较低的问题,提出一种基于超程时间测量的电磁继电器故障检测方法。 首先,通 过离线优化获取最优模糊阈值,然后应用线性回归方法,对超程时间监测数据进行在线预测,并利用拟合误差将预测值扩展为 预测区间;其次,根据最优模糊阈值,将监测数据和预测区间分别转换为当前和预测故障证据,利用区间证据推理迭代融合积 累、当前、预测 3 种故障证据,获取更新后的积累故障证据;最后,按照故障判据,由积累故障证据得到继电器故障检测结果。 所 提方法充分考虑了继电器隐性故障的渐变性特征以及超程时间测量过程所包含的不确定性,使故障证据更贴近于继电器实际 工况。 实验结果表明,与现有方法相比,所提方法在证据准确性和收敛速度上具有显著优势,能够有效提升电磁继电器隐性故 障的检测精度。

摘要:在铝合金铸造和高温轧制过程中,采用非接触式无损检测技术实现在线监测与检测,对减小生产成本、保证生产线连 续、提高产品成品率具有重要意义。 首先,建立了以脉冲激光束激励和仅线圈式电磁超声换能器(EMAT)接收的铝合金 LaserEMAT 检测过程有限元模型,分析了水膜表面约束机制以及硅钢聚磁结构对所激励的多模式超声波幅值的影响规律,研究了仅 线圈式 EMAT 的励磁线圈和接收线圈的外径、内径、线径、层数等对超声波接收效率的影响;其次,开展了铝合金 Laser-EMAT 检 测实验,验证了水膜表面约束机制、仅线圈式 EMAT 设计参数和硅钢聚磁结构对检测回波幅值的影响规律。 研究结果表明,水 膜表面约束下,采用硅钢材料作为励磁线圈的聚磁背板后,超声回波信号幅值增强了 37. 76%,信噪比增加了 17. 3 dB。 在激光 能量一定、光斑大小不变、励磁线圈外径为 12. 3 mm、内径为 1. 6 mm、线径为 0. 4 mm、层数为 2 层时,线圈阻抗与电路内阻一致, 线圈获得的能量最多,其提供的径向偏置磁场最强。 当接收线圈外径为 14. 1 mm、内径为 1. 7 mm、线径为 0. 26 mm 时,超声波 接收效率最佳。

摘要:针对包交换片上网络(NoC)在大量数据通信情况下性能较差的弱点,提出了一种基于“包-电路” (PCC)交换的环形拓 扑结构片上网络(DRNoC)设计架构。 首先这种双环形拓扑结构由内外两环构成,可实现环内或环间双向通信,环上节点数目 可拓展。 其次 DRNoC 路由器通道可配置为桥节点或环节点路由器两种类型,相比于 2D-Mesh 型通道数减少,结构更加简单,资 源消耗更少。 最后提出了针对 DRNoC 的双环动态路由算法(DDRA),该算法无需在每个路由节点都进行输出方向的译码判 断,在头包建立受阻时,根据网络情况选择其他路由路径,最大程度保证数据同环传输基础上跨环传输,有降低头包建立的等待 时间,提高吞吐率。 实验表明,在大量数据通信情况下,搭载 DDRA 算法的 DRNoC 的硬件资源开销降低的同时能够降低网络平 均包延时提升平均吞吐率,有效地改善了网络性能。

摘要:针对无人机易受 GPS 欺骗干扰的问题,提出一种基于长短时记忆法(LSTM)的无人机全球定位系统(GPS)欺骗干扰检 测模型。 为了提高模型训练精度,首先利用时序生成对抗网络(TimeGAN)对训练数据集进行了数据增强工作,弥补了训练数 据量的不足,还对比了增强数据集与原始数据集的性能差距。 然后搭建了 LSTM 模型,在仿真实验下 TimeGAN+LSTM 模型获 得的准确率、精确率、召回率和 F1 值分别为 98. 08%、98. 55%、98. 07% 和 98. 31%。 最后与传统机器学习模型进行比较,对比 结果证明,提出的欺骗干扰检测模型拥有更好的性能指标。 该模型可实现对无人机 GPS 欺骗干扰信号的有效检测。

摘要:随着集成电路工艺的发展和集成度的提高,电路延时显著降低,传统的时间数字转换器(TDC)的研究趋向于兼具高分 辨率和高精度的电路设计。 近年来,摩尔定律逐渐失效,物联网大背景下轻量化,微型化,低功耗的边缘设备得到了飞速发展, 用于片上延时测量的微型化 TDC 的研究重点逐步转向高精度的低功耗设计。 基于 Xilinx Virtex-6 XC6VLX240T 现场可编程门 阵列( FPGA)开发平台,提出了一种以游标自定时环(vernier self timing ring, VSTR)代替直接计数法的粗测结构,和两条对称 的延迟链组成的细测结构。 通过边沿重合检测单元和锁存单元将粗测结构的游标 STR 与细测的对称延迟链结合,设计结果表 明该结构量程可达到 491 ns,分辨率为 14. 8 ps,最高精度为 12. 9 ps,功耗为 0. 068 W,说明了提出的两级差分结构具有高精度 低功耗的特点。

摘要:由于软体手材料强非线性,难以建立软体手弯曲角度精确的机理模型。 针对以上难题,提出机理与数据驱动的软体手 弯曲角度软测量模型。 该模型由机理模型与信息素挥发及惯性权重的自适应块增量随机配置网络(ABSCN)补偿模型组成。 采用最小二乘对机理模型进行参数辨识,针对高阶未建模动态,采用 ABSCN 预测补偿。 通过对块增量随机配置网络(BSC)的 增量块配置次数进行自适应优化,提高模型的紧凑性,减少模型的训练时间。 最后通过混合模型的仿真实验与真实数据进行对 比,结果表明所提方法在精度上有显著提升。

摘要:为了解决矿井复杂环境下,缺陷特征提取不充分问题,融合特征增强和级联注意力机制提出一种快速智能的罐道缺陷 识别算法 RDM-YOLOv5,旨在解决人工巡检效率低的现状。 首先,为了提高主干网络特征图信息表征能力,设计特征增强模块 RLKM,它通过重参数化大内核卷积增强主干网络对目标特征的提取能力,并且有效降低模型参数量;然后,经过主干网络提取 到高低层级特征后,由设计的级联注意力机制 DCAM 进一步挖掘缺陷目标的深层语义信息,显著增强小目标的特征信息;最 后,为提升检测精度的同时保障检测网络的轻量化,在特征增强网络中引入轻量级卷积 GSConv,在保持模型检测准确性的同时 降低计算成本。 实验结果表明,相较于 YOLOv5s,RDM-YOLOv5 的检测精度和速度分别提高 3. 7%、11. 4%,模型参数量减少 15. 4%。 它能基本满足实际应用中精准识别和快速定位罐道表面缺陷的需求。

摘要:针对三维场景下的目标检测与尺寸测量任务,设计了一种融合激光雷达和相机传感器的三维目标检测和尺寸测量算 法。 使用基于卷积神经网络的二维目标检测器提取目标的二维检测框,结合图像中的二维检测框和几何投影关系获取包含物 体的三维视锥点云,由欧氏聚类方法获得物体的聚类点云,实现了物体的三维目标检测。 提出了基于目标二维检测框的改进尺 寸测量方案以替代原有点云聚类后得到的三维框信息,提高了物体尺寸测量的精度。 在现有数据集上评估测试了目标检测与 尺寸测量的精度,实验结果表明,二维目标检测器 YOLOv7 在检测数据集上的平均检测精度达到了 81%,改进尺寸测量方案在 物体尺寸测量时的测量误差在 5%以内,对于较远物体或较小物体的目标检测和尺寸测量也具有很好的效果。

摘要:复介电常数是高频板材最重要的参数之一,准确测量高频板材的介电常数和损耗,对板材的实际应用十分重要。 为了 获得板材的损耗特性,设计了一种基于微带线的传输线电路,并对长度分别为 25. 4 和 127 mm 的微带传输线进行仿真、加工和 测试,得到 DC-20GHz 内的回波损耗 S11 和插入损耗 S21 ,测试数据表明,S11 值测试结果在-15 dB 以下,且在 20 GHz 下传输线的 插入损耗为 24. 02 dB/ m。 通过加工误差分析,电路参数变化 50 μm 时,DC-20GHz 内仿真 S11max 变化可达到 6 dB 左右。 最后结 合谐振环法对同一种板材进行测试,得到板材的相对介电常数和损耗角正切。 结果表明该方法得到的损耗角正切精确度较高, 且在 2、10 和 20 GHz 频段下误差小于 10%。

摘要:针对无绝缘轨道电路中道砟电阻易受工作环境影响以及现场测量困难的问题,提出一种道砟电阻估算方法。 首先根据 二端口网络理论,构建调整状态下轨道电路传输模型,仿真分析道砟电阻和补偿电容对轨道电路各设备两端电压、电流的影响 规律;其次基于现场微机监测数据,计算轨道电路各设备两端电压、电流仿真值与监测值之间的误差;最后利用粒子群优化算 法,将轨道电路传输模型和误差值作为算法适应函数和适应值估算道砟电阻,并对结果进行性能验证。 实验结果表明该方法的 估算结果在验证中平均绝对百分比误差(MAPE)为 14. 31%,计算精度相比轨入电压法较优,从而验证所提道砟电阻估算方法 的有效性和可行性。

摘要:超窄间隙焊接坡口较窄且深,难以直接通过视觉来评估焊接质量,针对上述问题,本文提出了一种基于混沌多策略扰动 麻雀搜索算法(CMDSSA)优化支持向量机(SVM)的超窄间隙焊接质量评估模型。 首先对麻雀搜索算法( SSA)进行改进,引入 Logistic-Tent 混沌映射和多扰动策略来提高麻雀搜索算法的寻优性能;然后通过与 SSA、CSSOA、PSO、GA 和 WOA 算法进行寻优 测试对比,验证了 CMDSSA 算法的优越性;最后利用 CMDSSA 对 SVM 的惩罚因子 C 和核参数 g 进行寻优,构建 CMDSSA-SVM 质量评估模型对焊接质量进行评估。 结果表明 CMDSSA-SVM 评估准确率为 97. 541%,验证了提出的超窄间隙焊接质量评估方 法的高精度与可行性。

摘要:针对集总干扰下绳驱动空中机械臂关节空间内高精度轨迹跟踪控制问题,提出了一种基于时延估计技术的自适应鲁棒 控制策略。 在控制框架中,引入时延估计技术来补偿系统未建模特性、外界扰动及动力学耦合效应;采用分数阶非奇异终端滑 模面来加快系统状态量的收敛速度和保证轨迹跟踪控制的精度;添加自适应律来增加控制器的鲁棒性。 同时,基于李雅普诺夫 稳定性理论分析了闭环系统的稳定性。 最后,通过可视化仿真和地面试验对本文所设计控制器的有效性进行了验证,结果表 明:与其他两种控制器相比,本文控制器具有较高的轨迹跟踪精度、较好的鲁棒性和较强的抗干扰能力。

摘要:微透镜阵列在现代光学领域发挥着重要作用,对阵列器件进行残余应力测量从而评价器件质量,指导优化制造工艺具 有切实的研究意义。 现有的测量研究多着重于对阵列器件整体进行应力测量,对微透镜单元的应力分布尚未有系统的测量研 究。 本文基于双折射原理,分别使用光弹系统/ 偏光显微镜,在宏观/ 微观尺度对不同基底厚度(0. 5 mm/ 1 mm),不同单元排布 方式(相切排布/ 紧密排布),不同微透镜单元口径(126 μm/ 1 mm)的微透镜阵列器件进行了测量研究,并对器件整体(宏观)应 力分布规律和透镜单元(微观)应力分布进行了比对和总结。 实验结果表明:微透镜阵列的残余应力分布较为均匀,器件宏观 残余应力分布与微观区域残余应力存在较为显著的趋同性;在厚度相同的前提下,排布方式、孔径尺寸对残余应力分布影响较 小;当阵列器件厚度由 1 mm 减小至 0. 5 mm 时,方形孔径微透镜阵列,同一区域残余应力增加约 250%;圆形孔径微透镜阵列, 同一个测量区域下残余应力增加约 150%。 相同孔径/ 排布/ 区域内的残余应力增幅明显。

摘要:电弧故障是引发电气火灾的主要原因之一。 在电动汽车电气系统中,直流串联电弧故障通常发生在接触点松动或线路 连接损坏处,会引起火灾、爆炸等严重事故。 为快速、准确地检测电动汽车串联型电弧故障,搭建了电动汽车故障电弧实验平 台,采集不同工况下干路电流时间序列并建立了样本库。 通过轻量化卷积神经网络,建立了基于改进 Mobilenet 网络的串联故 障电弧检测模型。 通过对比分析学习率、网络层数、样本长度,对模型进行了优化。 该优化模型通过干路电流可实现电动汽车 串联型故障电弧的检测和故障选线,检测准确率达到 96. 39%,论文为电动汽车电气系统电弧故障检测提供了一种可行性方案。

摘要:针对 S700K 转辙机健康状态分类过于粗放、诊断速度慢、效率低的问题,提出一种基于 CEEMDAN 与改进核极限学习机 ( kernel based extreme learning machine,KELM)的诊断方法。 首先,对 S700K 转辙机功率数据进行自适应噪声完备集合经验模态 分解,得到 6 个本征模态函数(intrinsic mode function,IMF);然后,计算本征模态函数的模糊熵值(fuzzy entropy, fuzzyEn, FE)作 为表征转辙机健康状态的特征参数;最后,利用麻雀算法(sparrow search algorithm,SSA)改进的核极限学习机对 9 种健康状态进 行健康诊断,并与 SVR 和 ELM 模型进行对比。 仿真结果表明,改进核极限学机模型准确率、精确率、召回率等指标分别达到 97. 8%、98. 0%、97. 8%,相较于 SVR 和 ELM 模型,SSA-KELM 模型在保证运行速度的基础上,将诊断准确率至少提高 2. 2%。

摘要:在行人的运动关节处安装航姿参考系统(AHRS),可以确定行人的运动姿态。 目前的姿态确定算法仍存在精度不足的 问题。 本文设计了一种基于最小 sigma 点集的平方根无迹卡尔曼滤波( SRUKF)算法,具有较高的滤波精度和较好的快速性。 针对算法核心 sigma 点集的确定问题,研究协方差矩阵高阶矩的匹配方法。 提出了基于 n+2 点集的 SRUKF 滤波算法,保留了 n+1 点集的快速性,同时具有 2n+1 点集的精度。 即在 sigma 点集具有 L 阶精度时,协方差矩阵具有 L / 2 阶精度,特别的,当 sigma 点集具有 2 阶精度时,协方差矩阵也具有 2 阶精度。 分析了具有非线性测量函数时滤波迭代的稳定性。 完成了基于标准 测试数据的姿态确定对比实验,实验中姿态精度与 2n+1 点集相仿,而运行时间与 n+1 点集相仿。 实验结果表明,利用基于最 小 sigma 点集的 SRUKF 算法可以很好的实现航姿参考系统的姿态估计。

摘要:安全帽与工作服是变电站工作人员安全的重要保障,为解决现有检测模型对其检测精度低的问题,本文提出了 MBDC 和双重注意力的变电站人员穿戴检测算法。 该算法提出了多分支深度卷积(multi branch deep convolution, MBDC)网络增加深 度可分离卷积层以增强特征提取的完备性;然后提出多通道交互注意力(multimodal interaction attention, MIA)增加模型对小目 标的检测能力,并将 MIA 机制结合高效通道注意力( efficient channel attention, ECA)机制构成双重注意力机制,增强模型对于 小目标和遮挡目标的识别精度;最后引入焦点损失函数和 SIOU( scylla intersection over union)作为损失函数以解决正负样本不 平衡问题并加快收敛速度。 实验表明,本文算法全类平均精度达到 84. 88%,比原算法高 9. 92%,总体性能优于对比算法。