摘要:现有深度学习修复方法修复壁画时，受结构和纹理影响较大，修复结果易出现结构紊乱和纹理模糊等问题.针对这些问题，提出了一种结构门控融合与纹理联合引导的生成对抗壁画修复模型.首先，构建由结构引导编码子网络和纹理引导解码子网络构成的生成网络，利用结构信息引导编码，并通过门控特征增强边缘轮廓信息.然后，设计纹理引导器和方向注意力模块提取分层纹理特征，引导解码器重构修复，提高壁画的纹理一致性.最后，采用跳跃连接促进结构和纹理的特征互补，并利用谱归一化马尔科夫判别模型对抗完成壁画修复.对真实敦煌壁画数字化修复实验的结果表明：所提方法主客观评价均优于比较算法，修复结果更加清晰、自然.

摘要:针对泡沫图像的高度复杂性导致其难以被准确分割的难题，本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络，使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息；引入金字塔池化模块，通过对不同尺度的特征图求和来提升分割效果；并对自注意力门控单元进行改进，使注意力单元更适合于浮选泡沫图像的分割，强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明：本文所提出算法的Jaccard系数为91.73%，Dice系数为95.66%.与同类其他分割算法结果相比，Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割，解决欠分割与过分割的问题，为后续的泡沫特征提取奠定基础.此外，该方法检测时间和模型参数少，具备可以部署在工业现场计算机的能力，有一定的实际应用价值.

摘要:目前实地部署的商用采矿无人系统大都采用激光雷达和毫米波雷达作为感知传感器，难以准确识别障碍物的类型，尤其是较远处障碍物，不利于正确决策，从而影响无人作业的安全和整体效率.针对这些问题，本文采集了不同场景的矿山数据，并提出了一种基于YOLOv5S的图像目标检测算法.该算法主要进行了三方面改进：首先，使用不同的填充策略和空间注意模块优化采样方法，提高了模型的采样能力；其次，解耦Head预测分支，让每个分支专注自己的任务；最后，优化损失函数，耦合定位和分类，实现定位和分类任务的联合优化.试验表明，三种方法在保持实时性的前提下，可将YOLOv5S的平均精度（Average Precesion， AP）从49.9%提高至58.9%，实现白天、夜间场景下不同尺度的障碍物识别.

摘要:为实现对与背景近色、不规则细长型目标——番茄茎秆的分类，提出了一种基于改进Mask R-CNN的番茄茎秆分类算法. 采集日间和夜间番茄植株图像，使用labelme分别制作日间和夜间番茄茎秆分类数据集. 结合迁移学习方法，使用两种数据集分别训练Mask R-CNN模型. 对Mask分支进行了改进，在生成掩膜的同时生成其最小外接矩，并提出了用于评估掩膜边框精确率的评价指标Re及用于综合评估模型性能的像素级评价指标. 试验结果显示：夜间及日间茎秆分类模型的像素F1值、像素全类平均正确率分别为48.82%、50.03%和57.76%、56.06%. Mask分支改进后掩膜边框精确率得到了显著提高，平均每幅图像检测耗时0.31 s，满足实际应用对算法实时性的需求，可为植株修剪等工作的智能化提供方法支持．

摘要:针对现有去雾算法缺乏对雾霾图像不同区域噪音浓度的关注以及远近景特征的区分问题，本文提出了一种新的生成对抗网络模型.模型中通过两个UNet3+网络实现全尺度的跳跃连接和深度监督，使用多尺度融合的方法结合不同尺度特征图中的高低级语义；而深度监督的加入可以更好地学习图像中的远近层次表示.同时在生成器结构中加入融合改进自注意力机制的多尺度金字塔特征融合模块，以便更好地保留特征图的多尺度结构信息，并且提高了对不同雾霾浓度区域的关注度.实验结果显示，在NTIRE 2020、NTIRE 2021、O-Haze数据集和Dense-Haze数据集上， 本文所提出的算法网络相比BPPNET等其他先进算法可以得到更好的视觉效果，在Dense-Haze数据集上，峰值信噪比和结构相似性指数分别达到24.82和0.769.

摘要:针对传统ORB-SLAM2系统无法稠密建图以及缺少可应用于移动机器人在特定场景下导航与路径规划的八叉树地图等问题，提出了一种改进RGB-D ORB-SLAM2算法.该算法利用深度信息，通过针孔成像模型计算出关键帧点云的三维空间位置，采用离群点滤波去除多余杂点，体素滤波保留具有特征信息的点云进行拼接，降低地图冗余度，并经过稠密回环处理进一步优化更新关键帧的点云位姿，构建出精确的稠密点云地图并转换为八叉树地图.试验数据表明，相比于RGB-D SLAMV2系统，RGB-D ORB-SLAM2系统的全局轨迹误差和相对位姿误差提升有50%以上，均方根误差为0.89%，均值误差为0.76%；在建图性能方面，相比于同类型算法，点云数量平均降低约30%.此外，八叉树地图相比于点云地图，仅占其内存的0.6%，更加满足了高精度、快速性的导航需求.

摘要:异常流量检测现有方法大都是基于有监督的学习，在现实生活中获取并标记异常流量数据样本是极为困难的，存在诸多限制.此外，由于网络异常数据的多样性和复杂性，各种检测方法的自适应性较差，对新出现的异常流量难以判断.针对上述问题，本文设计了一个基于生成对抗网络和记忆增强模块的半监督异常流量检测框架MeAEG-Net（Memory Augment Based on Generative Adversarial Network），通过只训练正常流量样本数据，比较生成器模块输入流量底层特征的重构误差来达到检测异常的目的.在模型中使用生成对抗网络来更好地训练生成器，生成器采用自编码器加解码器的结构来解决自编码器易受噪声影响的问题，并在自编码器子网络中添加记忆增强模块来削弱生成器模块的泛化能力，增大异常流量的重构误差.实验证明，本文提出的方法能在只学习正常流量数据样本的前提下达到很好的异常流量检测效果.

摘要:基于图结构的文本表示方法在新闻文本去重中具有更好的效果.但是，目前该表示方法还不能完整地表示文本的全部信息，并且忽略了图的语义信息，降低了新闻文本的去重效果.为此，本研究提出基于事件异构图表示的文本去重算法，该算法首先通过事件异构图表示新闻文本的全局语义与结构信息，然后提出双标签图核算法表征事件异构图，实现深度表征图的结构及语义信息.实验结果表明，该研究提出的去重算法比现有的基于图结构的文本表示去重方法在F1-score指标上提升了10%.最后，该算法能提高新闻文本的去重效果.

摘要:实体解析致力于识别多条记录是否描述真实世界相同实体，这是数据清洗和数据集成中的关键问题.近年来，基于深度学习的实体解析广受欢迎，它们需要大量标注数据才能达到较优的效果.然而，在现实场景中，大量高质量标注数据不容易获得.本文提出了一个基于深度迁移学习的实体解析模型，通过域分离网络提取源域和目标域的公共特征，并利用公共特征得到实体解析结果，从而实现从源域到目标域的迁移.实验结果表明，在多个数据集上，本文提出的方法比之前最好的方法在F1度量上最大提高了40%左右.实验证明本文的方法具有更好的表现，并且训练时间更短.

摘要:利用RGB-D数据进行三维点云配准时容易陷入局部最优.针对这个难题，提出了一种基于多维特征的PVDAC描述子实现三维点云配准的方法.该方法首先通过ORB特征检测算法提取二维数据的关键点，并计算关键点在2D下的灰度特征，然后构建关键点在3D下的局部像素值距离、点云法线角度以及曲率特征，接着将2D特征和3D特征联合生成全新的PVDAC像素描述子，并利用PVDAC像素描述子描述关键点实现三维点云的粗配准，最后基于ICP算法完成三维点云的精细化配准.实验表明，本文算法在大场景点云配准时总体均方误差约为0.05 m2，在小场景单物体点云配准时达到了0.000 2 m2的较小误差，实现了三维点云的精确配准.

摘要:针对磨矿复杂工况下球磨机负荷状态准确诊断的难题，提出一种基于深度宽卷积残差收缩网络（Deep Wide Residual Shrinkage Networks， DWRSNs）的球磨机负荷状态诊断方法.首先采用宽卷积神经网络提取振动信号短时特征，建立三层深度残差收缩网络，利用软阈值函数进行非线性变换，再基于注意力机制模块自主学习阈值提取面向负荷状态的高级特征，通过全连接层、softmax层实现球磨机负荷状态的准确分类与判别.实测结果证明，本文提出的DWRSNs方法的拟合度、收敛速度及学习能力均优于现有DCNNs、ResNets和DRSNs诊断方法，且提取的振动信号特征具有高代表性，经TSNE可视化后簇内紧密度高、簇间分界明显.本文方法诊断测试集的准确率超过99%，交叉熵损失为0.077 2，相较于现有负荷状态诊断方法具有更高的准确率且诊断耗时更短，可实现球磨机负荷状态的准确判别，为选冶磨矿过程优化控制、提高磨矿效率提供有效、可靠的判据.

摘要:由于算力和内存的限制，目前的人体姿态估计网络难以广泛应用于移动设备、嵌入式平台.针对这个问题，本文以HRNet为基础框架，提出了一种轻量化的人体姿态估计网络X-HRNet，使用ResNeXt模块替换普通的Basic模块以减少网络的参数和计算复杂度.实验结果表明，所提出模型在COCO验证集上取得了78.2%的精度，比HRNet高1.9%，参数量下降了22.2M，计算量下降了27.3GFLOPs.与以往的轻量化人体姿态估计方法不同，所提出的X-HRNet是一种兼顾精度和轻量化的方法，在保持精度的同时有效减少了计算量和参数量，为嵌入式平台提出了一种新的轻量化人体姿态估计网络.

摘要:提出了一款基于GaAs HBT工艺的高功率功率放大器（Power Amplifier，PA）.设计采用三级放大器级联的结构以提高功率放大器的功率增益，在功率晶体管的基极处串联RC有耗稳定网络来提高稳定性及改善增益平坦度，采用电流镜有源偏置的方式提升大信号输出时的功率、效率及线性度表现，同时在输出级放大器处添加功率检测电路以得到随输出功率变化的直流电压信号.EM仿真结果表明：PA的输出频率范围为5.1~6.5 GHz，增益为33~33.7 dB，S11、S22<-9.8 dB，饱和输出功率为32.8~34.9 dBm，峰值效率为38.7 %~42 %，在满足无线局域网标准802.11ax、调制策略为MCS7的情况下，EVM达到-30 dB时输出功率为20~21 dBm，芯片面积为1.69 mm×0.73 mm.测试结果表明：S参数测试结果与仿真结果表现出较好的一致性，PA在满足前述无线局域网标准时输出功率为13.6~19.8 dBm.

摘要:针对柔性压阻式压力传感器输出信号数字化对功耗和面积的要求，设计了一款低功耗逐次逼近型（SAR）模数转换器（ADC）.电路采用了基于GND采样的单调开关切换方案降低DAC开关能耗，并使用了分段电容阵列，在进一步降低切换功耗的同时，还缩减了整体电路的面积开销.此外，电路还设计了两级预放大器来降低动态比较器的噪声和失调，采用动态元件匹配技术（DEM）来提高ADC的线性度.在 1P6M CMOS工艺下实现了该ADC的电路设计和版图绘制，芯片内核面积约，在1.8 V的电源电压下功耗为.流片测试结果显示：SAR ADC在250 kHz的采样率下以11 bit输出时，信噪失真比SNDR为65.0 dB，有效位数ENOB为10.51 bit.

摘要:针对单电感双输出Buck变换器输出支路在发生负载扰动时存在交叉影响严重、瞬态响应慢的问题，提出了一种基于扩张状态观测器（ESO）的滑模解耦控制策略.首先考虑负载扰动问题，将系统模型转化为输出电压偏差模型，设计了主路ESO对负载扰动进行估计，并将干扰估计信息补偿到主路开关管的改进型趋近律反步滑模控制器.其次考虑支路耦合问题，将一支路依据自抗扰范式拟合为独立系统，其中支路耦合项和外界扰动被视作总扰动，设计了支路ESO对其进行估计，基于干扰估计信息和滑模控制算法在支路开关管构造了滑模自抗扰控制器. 最后利用Lyapunov理论证明了主、支路控制器的闭环稳定性.仿真结果表明，该控制策略使得支路间的交叉影响显著减小，并提升了系统瞬态响应速度.

摘要:目前的配电网故障诊断方案大多需要大量故障模拟作为支撑.随着配电网规模不断扩大，故障概率逐年增加，该类方法极易受不同故障类型及个数的限制，使得模拟计算量骤增，难以快速诊断，为此本文提出了一种基于统一特征的配电网故障诊断方法.首先利用稀疏测点电压增量关系，推导出配电网的统一故障特征；然后引入神经网络构建故障诊断模型，结合实例测试统一特征诊断方法并分析其计算量优势；最后将统一特征诊断方法推广至大规模配电网，通过撕裂法进行分区，实现各子网并行诊断.多个诊断实例结果表明，所提方法利用稀疏电压增量值即可有效诊断，其模拟次数与故障类型及个数无关，仅取决于支路条数，大大降低了计算量，且对测量数据无严格同步要求.

摘要:雷电严重威胁着电力系统的安全稳定运行，随着电力系统的不断发展，传统的线路防雷评估技术已无法满足目前线路的雷击风险评估需求.基于此，本文利用变异系数法对华中区域十条500 kV省间联络线重要输电通道10 km范围内近年来的落雷数据进行分析，发现后续回击会对线路的雷击跳闸率产生较大影响，同时多起线路实际雷击跳闸故障与后续回击相关.据此，本文在传统绝缘子串闪络模型的基础上，提出了考虑后续回击的绝缘子串闪络判据模型，分析考虑后续回击的500 kV重要输电通道的线路耐雷水平.研究结果表明：后续回击会使500 kV输电线路的耐雷水平降低，降低程度与工频电压周期有关，且后续回击对反击耐雷水平的影响程度与绕击耐雷水平相比更为显著.本文的研究结论可以辅助提升高压输电线路的雷击风险评估准确度，为高压输电线路防雷预警提供帮助.

摘要:空气间隙的电场分布是决定其绝缘强度的重要因素，建立电场分布特征与放电电压的关联性是实现绝缘计算的关键.该文针对棒-板和球-板长间隙，提出一种空间电场分布表征方法，对电场有限元仿真结果进行后处理，从极间路径和锥形场域中提取66个特征量.建立基于最小二乘支持向量机的预测模型，以电场分布特征集和放电电压作为输入和输出参数，通过改进灰狼算法对模型进行参数优化，利用最大信息系数法进行特征降维.采用该模型对棒/球-板长间隙进行标准操作冲击放电电压预测，算例结果表明，测试样本预测值与试验值较为吻合，最大相对误差为8.3%，平均绝对百分比误差为3.2%.研究结果可为实现空气间隙绝缘计算提供参考.

摘要:现行机械式保压球阀受限于井下狭小空间，保压能力弱、保压成功率低、灵活性差.针对以上问题，提出一种“半浮动”取心保压球阀设计构想.基于保压取心技术要求，采用数值仿真及理论计算，设计研发了一种“半浮动”球阀保压控制技术，创新设计的“半浮动”承压结构改变了球阀承压位置，有效增强了球阀承压能力.提出了一种气动式的新型控制方式，球阀启闭可控，可以有效解决大斜度井、水平井作业中球阀关闭难题.分别对“半浮动”及固定球阀阀体、阀座进行了有限元对比分析，“半浮动”球阀承压能力达到70 MPa，保压能力显著提升.通过理论计算确定了球阀的转矩及最小气体压力.研究结果可为保压取心技术的发展提供一定技术支撑.

摘要:针对目前单孔无针注射器单次注射剂量小、需要多次重复注射的缺陷，提出一种大剂量多孔无针注射器.应用ANSYS Workbench仿真平台对多孔无针注射器的注射流场进行分析，发现多孔无针注射器的工作压力不低于13 MPa；并通过流固耦合分析，得到多孔无针注射器不同直径的应力变化规律，且拟合了不同压力下许用应力与最小安瓿直径之间的关系多项式.根据仿真结果设计正交试验对多孔无针注射器收缩段进行结构优化，得到优化方案：20°收缩角、1.4的长径比、2 mm的分布圆直径、4.05 mm的收缩段长度和0.165 mm的微孔直径.且通过安瓿的应力分析，验证了优化方案满足材料的力学性能要求.优化结果表明，该注射器具有比传统单孔注射器更大的注射剂量，可达5 mL，注射速度高达150 m/s以上，能击穿皮肤，同时又不致造成过多损伤.试验及动力学分析进一步验证了优化方案的可行性.

摘要:为了获取燃料电池空压机性能衰减特性、提高其使用寿命，针对一款自主开发的燃料电池空压机开展了耐久性试验研究.结合燃料电池汽车实际道路循环工况特征，构建了一种接近真实道路循环工况的空压机寿命测试工况，并开展了4 000 h的空压机耐久性试验，采集了不同磨合时间段的空压机性能与运行参数.通过耐久试验数据分析，明确了空压机性能衰减规律及其影响因素.除磨合时间外，空压机性能衰减主要受转速和压力的影响，其中压力衰减随转速增加而增大，衰减速度随磨合时间增加先快后慢；空气流量衰减对转速和压力均很敏感，衰减速度随磨合时间基本保持不变.磨合4 000 h后，在额定工况下空压机的出口压力和空气流量衰减最大分别达到7.5%和29.7%.

摘要:以20°后背倾角阶梯背式SAE（Society of Automotive Engineers）模型为参考模型，基于改进延迟分离涡模拟（Improved Detached Eddy Simulation， IDDES）湍流模型，研究了分别在车模后倾斜面顶部和尾部添加涡发生器 （Vortex Generators， VGS）和沟槽（Riblets， RTS）时的非稳态流场结构，分析了两种被动减阻装置的减阻机制.同时通过提取流场声源信息，利用计算气动声学方法（Computational Aeroacoustics， CAA）和Ffowcs Williams-Hawkings（FW-H）方程对汽车噪声进行分析，研究了两种附加装置的声学特性.结果表明，两种附加装置减小了尾部涡结构强度，降低了气动阻力，同时降低了脉动压力，不仅实现了减阻还具有降噪的效果.减阻率分别为2.41%、2.76%，总声压级最大降低值分别为9.55 dB、5.46 dB.

摘要:为进一步探究双极板几何形状对层间接触行为的影响，以金属双极板为对象，搭建了双极板压缩试验台，同时建立了双极板压缩试验有限元模型，根据压敏纸采集到的试验结果验证了模型的有效性.然后，分别搭建了梯形、矩形和波浪形三种常见截面形状的双极板有限元模型，并搭建了相应的双极板压缩试验有限元模型.通过仿真分析研究在不同装配载荷作用下双极板截面形状对层间接触行为的影响.结果表明：装配载荷大小和双极板截面形状对双极板与气体扩散层（Gas Diffusion Layer， GDL）之间的接触行为有显著影响；在不同装配载荷作用下，三种双极板肋下的GDL表面接触应力幅值均在0.5~2 MPa之间，均符合装配要求；在同等条件下，双极板肋宽度是决定双极板与GDL之间整体平均接触应力幅值和GDL平均侵入面积的主要因素；在三种双极板中，矩形双极板下的接触行为对装配载荷的变化更为敏感，并且矩形双极板下平均接触应力分布均匀性最差.