基于改进YOLOv5的无人机实时密集小目标检测算法

无人机航拍图像与自然场景图像相比背景更复杂,存在大量密集小目标,对检测网络提出了更高的要求。在保证目标检测实时性的前提下,针对无人机视角下密集小目标检测精度低的问题,提出一种基于YOLOv5的无人机实时密集小目标检测算法。首先,将空间注意力(SAM)与通道注意力(CAM)相结合,改进CAM中特征压缩后的全连接层,降低计算量。另外,改变CAM与SAM的连接结构,提高空间维度特征捕获能力。综上,提出一种空间-通道注意力模块(SCAM),提高模型对特征图中小目标聚集区域的关注程度;其次,提出一种基于SCAM的注意力特征融合模块(SC-AFF),根据不同尺度特征图自适应分配注意力权重,增强小目标的特征融合效率;最后,在主干网络中引入Transformer模块,并利用SC-AFF模块改进原有的残差连接处的特征融合方式,更好地捕获全局信息和丰富的上下文信息提高复杂背景下密集小目标的特征提取能力。在VisDrone2021数据集上进行实验,YOLOv5s基准下,改进后模型的mAP₅₀提高了6.4%,mAP₇₅提高了5.8%,对高分辨率图像的FPS可达到46...     

多源数据融合与改进注意力机制的轴承智能故障诊断

单一传感器信号不能全面表达机械设备的运行特征且容易受到自身品质、性能的影响,为此本文提出了一种多源数据融合与改进注意力机制相结合的滚动轴承智能诊断方法。采集不同位置的传感器振动信号作为模型的输入向量,每一个传感器信号作为一个通道,将多通道信号同时送入模型特征输入层;引入改进注意力机制建立各通道和空间动态权重参数,随着模型训练,不断增强故障特征、弱化无用特征;运用深度卷积神经网络模型的卷积、池化等操作将多传感器信号进一步融合并提取故障特征,输出诊断结果。在进行滚动轴承故障诊断实验时,该方法诊断准确率达到100%,高于准确率最佳值为97.42%的单传感器。与其他方法相比,本文方法可以自适应融合多传感器数据以满足诊断任务的要求,具有良好的自适应性和鲁棒性,为滚动轴承的故障诊断提供了一种可行的方法。     

自粘型聚硼硅氧烷复合材料性能

聚硼硅氧烷属于超分子材料,材料本身具备物理交联网络结构,具有耐高低温、耐候、电绝缘、自修复等特性,但现有方法制备的聚硼硅氧烷材料力学性能差,限制了其在一些领域的应用。本工作采用高分子量聚甲基乙烯基硅氧烷（VMQ）与硼酸（BA）在高温环境下反应,制备一种含乙烯基的聚硼硅氧烷,通过引入乙烯基结构和气相法白炭黑,经热硫化处理,得到具有表面自粘性的聚硼硅氧烷复合材料。测定聚硼硅氧烷复合材料的结构、动态力学性能、热稳定性、力学性能以及自粘性能,通过红外反射光谱确认B—O—Si结构。结果表明：聚硼硅氧烷复合材料的内部形成了B∶O动态键,材料表面具有一定的自粘性能,自粘形成的剥离强度能达到4 N/cm,拉伸强度可达4.154 MPa,5%热失重温度为394.8℃,具有良好的力学性能和热稳定性。     

基于SAE-SA-1D-CNN-BGRU的涡扇发动机剩余寿命预测

为解决涡扇发动机监测数据维度高和寿命预测准确度低的问题,提出一种基于深度学习的寿命预测方法,开展了利用 神经网络获取涡扇发动机剩余寿命的研究。利用堆叠自编码（SAE）网络从高维传感器数据中提取健康因子（HI）,采用1维卷积神 经网络-双向门控循环单元（1D-CNN-BGRU）方法捕捉HI序列中的空间和时间特征,并引入自注意（SA）机制对捕捉的特征分配 权重,使用全连接层输出涡扇发动机剩余使用寿命（RUL）,以此构建复合神经网络进行面向涡扇发动机高维数据的寿命预测。结 果表明：利用NASA官方网站提供的涡扇发动机寿命试验公开数据集C-MAPSS对该方法进行验证,取得了均方根误差16.22和评 分函数225的结果。证明了基于SAE-SA-1D-CNN-BGRU的寿命预测方法可实现涡扇发动机寿命的有效预测,能为涡扇发动机 维修保障及健康管理提供有效决策支撑。     

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。     

自主空战连续决策方法

未来空战正朝着无人化、自主化方向发展,自主空战决策方法是未来空战的重要支撑手段之一。传统空战决策方法由于维度限制,存在无法处理连续动作与远视决策的问题。基于Actor-Critic 方法提出空战连续决策的统一架构,依据空战训练经验对状态空间、动作空间、奖励及训练科目进行合理设计,测试多种连续动作空间强化学习算法在高不确定性空战场景下的学习效果并进行可视化验证。结果表明：基于本文提出的方法架构,可以实现连续动作下的远视价值寻优,智能体可以在复杂空战态势下做出最优决策,对随机机动飞行目标有较高的击杀率,且空战机动轨迹具有较高的合理性。     

气相爆轰波马赫反射非自相似性特征的实验

为了研究在CJ(Chapman-Jouguet)状态下气相爆轰波马赫反射的非自相似性特征,搭建了由驱动段、传播段以及观测段组成的矩形管道;利用纹影和烟膜实验方法分别对3种预混气发生马赫反射现象进行了实验研究.实验结果表明:对稳态或非稳态气体,测量了马赫反射三波点位置高度,验证了马赫反射三波点轨迹线为波动的曲线,即自相似性对爆轰波马赫反射失效;非自相似性的重要特征是三波点轨迹线在楔角初始位置时基本遵循无反应冲击波理论计算结果,随后逐渐偏离并向有反应冲击波转变,之后接近平行于反应冲击波理论计算并稳定地处于两个理论值之间.最后给出在初始压力为10kPa和楔角为30°的条件下,对于所研究的3种气体,其马赫反射三波点发生转变的位置高度分别约为0.8,1.05cm以及0.5cm,可见相同初始条件下非稳态气体的马赫反射发生转变比稳态气体提前.      

燃烧室构型对固体燃料超燃冲压发动机自点火的影响

数值研究了PMMA（聚甲基丙烯酸甲酯）在带凹腔的固体燃料超燃冲压发动机燃烧室中的瞬态自点火机理以及燃烧室构型对自点火的影响.基于求解非定常二维轴对称RANS（Reynolds-averaged Navier-Stokes）方程建立数值模型,湍流模型采用SST（shear stress transport） k-ω模型,燃烧模型采用有限速率/涡耗散模型.结果表明:反应物在凹腔提供停留时间内,产生的化学反应热能够持续积累并提高,使得反应气体达到点火温度时,燃烧室能够实现自点火.凹腔长度、凹腔直径、收敛角和平直段直径是燃烧室构型中影响自点火的主要因素.并提出了一种阶梯式凹腔构型,用于增强自点火性能.      

液体推进剂火箭爆炸毒源强度研究

在国内外研究液体推进剂爆炸火球生长规律的基础上「１－４，６」，建立了火箭爆炸事故所形成的火球的生长规律、空气卷入量和Ｎ２Ｏ４富余量的数学模型。利用已有的蒸发理论「５」，探讨了火箭发射事故毒源强度及其衰减的计算数学模型。文中所建的数学模型，其试算结果与曾发生过的火箭爆炸事故的火球照片和毒源强度基本匹配。     

神经网络和模糊控制在军事上的应用

给出模糊系统的应用实例，并且阐明两种模糊规则。介绍神经网络与模糊控制在军事上的应用，通过坦克和装甲车分类器工作原理的论述，说明模糊控制与人工神经网络的联合使用其效果比单独使用的效果更好。最后介绍两种神经网络的实现方法。