基于改进YOLOv3算法的高密度人群目标实时检测方法研究

公共建筑高密度人群疏散运动极具危险性,实时的人群目标识别与检测对于密集场所人群疏散安全至关重要。针对现有行人检测方法对于行人密集、局部遮挡等情况存在鲁棒性差、实时性低等问题,提出了一种基于改进YOLOv3算法的密集人群目标实时检测方法。该检测方法以YOLOv3算法为基础,采用K-means方法对实验用数据集进行聚类分析并对网络结构进行调整,最终得到适用于高密度人群目标检测的算法即YOLOv3-M算法。实验结果表明:YOLOv3-M算法平均准确率达到91.20%,召回率为89.77%,相比YOLOv3算法模型平均准确率提高了6.4%,召回率提高了4.73%;在阈值相同条件下,YOLOv3-M算法可有效降低图片漏识率与误识率;对1080P视频的检测速度达到19.2 FPS,基本满足实时检测的需求,从而验证了该检测方法的有效性。     

基于YOLOv3算法的农场环境下奶牛目标识别

针对农场环境下使用手工标记与肉眼识别方法识别奶牛时计数效率低、错误率高,而使用无线射频检测技术比较复杂且成本高的问题,使用检测速度较快且性能较好的YOLOv3算法对农场环境下的奶牛进行目标识别。该方法采用了3个不同尺度的特征图来进行对象检测,能够检测到更加细粒度的特征;使用Darknet-53网络加入残差模块,有利于解决深层次网络的梯度问题,从而增加奶牛目标识别模型的识别效果;采用K-means聚类得到先验框的尺寸,预测对象类别时使用logistic的输出进行预测,可以支持多标签对象。从检测结果来看,该方法在农场环境背景下的奶牛目标识别效果较好,检测准确率较高。     

基于改进Faster R-CNN的石化装置火灾增强识别方法

为提高复杂石化装置场景下火灾发现速度和识别准确率,特别是强化对石化厂区监控图像内小微火焰、烟雾等事故初期关键目标信息的发现能力,以应对石化装置火灾事故演化所具有的典型多米诺效应,在事故发展初期快速准确发现异常、控制事故态势发展、降低事故危害,建立了基于深度学习的石化装置明火、烟雾识别方法,以改进的Faster R-CNN作为目标信息检测算法,利用K-Means++聚类方法优化锚框尺寸,结合基于递归策略的多尺度特征融合设计,显著改善了模型小微关键目标识别能力,实验测试数据表明,改进后的模型检测平均准确率(mAP)提升11.0%,小目标平均识别准确率(mAP(s))提升19.7%。     

面向石化厂区安全风险防控的异常场景图像识别技术研究

针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。     

基于Faster R-CNN的海面垃圾检测研究

针对当前全球海洋垃圾污染造成严重生态破坏等问题,提出了一种基于改进Faster R-CNN的海面垃圾检测算法以及视频中前后2帧目标是否为同一目标的方法。改进Faster R-CNN算法通过将常用的VGG16特征提取网络替换为ResNet101网络并融入特征金字塔,提高对小目标的检测精度;判断视频前后两帧目标是否为同一目标的方法则通过对比前后2帧目标的面积、重合度以及颜色差异度确定是否为同一目标。在现场拍摄数据上的实验结果表明,与传统Faster R-CNN相比,该改进Faster R-CNN的mAP值提高了4.9%,损失曲线的收敛速度更快,且在实际检测中的检测效果更好;前后两帧是否同一物体的判断方法在九段视频的最高精测判断精度高达100%,平均准确率为93%。该研究方法主要包括以下优点:1)改进Faster R-CNN在海面小目标垃圾检测上具有更高的精度;2)判断视频中前后2帧目标是否为同一目标的算法代码复杂度小,方便根据实际情况更改判断阈值。     

基于机器视觉的填埋场防渗层破损识别方法

填埋场防渗层高密度聚乙烯（HDPE）膜在运营中极易破损,运用在线监测技术确定渗漏区域,将该区域膜上介质移除后,需对漏洞边缘进行精确识别,为实现智能焊接提供视觉基础。因此,提出一种基于机器视觉的填埋场防渗层破损识别方法。首先对样本集进行图像处理,包括图像灰度化、高斯滤波除噪、点运算增强、阈值法分割以及数学形态学处理;其次根据图像的形态特征提取连通域数量、破损面积、周长、长轴、短轴以及轴比,采用holdout方法将样本集划分为训练集与测试集,并将提取到的特征作为输入量,对SVM进行训练;最后采用多个SVM进行分类识别。经实验验证,分类器的总体识别准确率为98.33%,其中块状破损识别准确率为98.24%,缝式破损为98.42%。     

钻井过程人员异常行为视频智能识别系统

针对钻井现场视频监控人工值守工作量大、异常行为识别不及时、海量视频数据缺乏实时报警等问题,结合钻井作业操作规程建立井控坐岗监测、起下钻、甩钻具等钻井作业场景典型异常行为判别规则,在基于卷积神经网络的目标检测方法基础上,引入SIFT方法和基于强化学习的困难样本筛选策略,提高了算法识别的准确率与鲁棒性。测试结果表明,在像素分辨率1 920×1 080的情况下,该方法整体识别准确率达到85%以上,平均识别速度为135 ms/帧。在此基础上,开发了钻井过程人员异常行为智能识别系统,试点应用结果表明,该系统能够对接入的视频流进行实时检测,及时、准确识别出坐岗人员擅自离岗、起下钻及甩钻具过程人员危险站位等异常行为,有效提升钻井现场安全管理水平。     

基于聚类算法的ERT污染区域识别方法

本文提出将聚类算法引入到ERT监测系统中，采用K均值（K-means）聚类、模糊C均值算法（FCM）以及混合高斯模型（GMM）3种常用聚类算法对ERT检测结果进行污染区域识别，通过一个数值模型分析了3种算法的识别效果.研究结果表明当污染区域与背景土壤的电阻率区分度较大时（电阻率差异性大于30%），采用3种聚类算法都可以识别出污染区域，K-means和FCM的识别效果优于GMM算法.最后，给出一个实际场地调查的应用案例.     

基于通勤时间距离的LE污水处理过程故障检测方法

污水处理过程的性能监测与故障诊断,对于保障污水处理过程正常运行及保证出水质量达标具有重要意义.针对污水处理过程数据具有非线性、不确定性及且易受随机噪声影响等特征,提出了一种新的基于通勤时间距离的LE流形学习算法实现对复杂过程数据的特征提取.改进算法采用通勤时间距离方式进行样本间的相似度衡量并构造邻域图,理论分析和仿真测试表明改进算法可有效克服基本LE算法的邻域参数敏感问题并提高了算法的鲁棒性.将基于通勤时间距离的LE流形学习算法用于污水处理过程故障检测建模,在低维流形子空间构造综合统计量进行过程监测.应用结果表明,与基于PCA方法和LE方法的故障检测模型相比,基于改进算法的故障检测模型可及时探测故障的发生,具有较低的故障漏报率和故障误报率.为污水处理等复杂工业过程的故障监测提供了一种可行的解决方案.     

异常性检测算法在引信干扰信号识别中的应用

目的 解决传统分类引信抗干扰算法因干扰信号难获取、特征信号样本少、正负样本数不平衡而导致计算精度低的问题,克服引信抗干扰算法对样本的依赖性,并提高引信信号识别准确率。方法 通过WVD时频变换的方法,将拆分后的真实含扰引信信号切片进行重组,使其由一维时序信号向二维图片信息进行扩展,基于数据倍增策略,提升算法泛化性,并降低其对真实数据样本的依赖。融合GANomaly与EfficientNet网络,在扩充的引信数据集上进行线下干扰信号特征学习,并对含扰引信图像数据进行线上异常性判断与干扰信号识别。结果 GE-FS网络能够在真实引信小样本信号的基础上进行有效数据扩充,基于扩充数据训练后,引信含扰识别准确率达到98.4%。结论 GE-FS网络能有效针对引信异常信号进行精确检测与识别,可以增强引信系统的抗干扰能力与作战自适应性。     

森林与径流关系——一致性和复杂性

@论文综述国外近一个世纪以来在配对集水区研究方面所取得的结论,从水的自然属性出发,从森林变化对径流(年径流量、洪峰与枯水径流)的影响,径流响应的干扰临界值及水文恢复各方面探讨森林变化与径流关系的一致性与复杂性。森林变化与径流关系的一致性主要表现在由较长时间尺度表达的年径流量上。绝大多数的配对集水区的试验研究表明,采伐森林就会增加年径流量,而在荒地上造林就会减少年径流量。而由较短时间尺度表达的洪峰径流与枯水流量则呈现较大的复杂性和难预估性。综述表明,对径流特别是洪峰与枯水径流的定义及分析方法的不同也是造成森林与径流关系复杂性的重要原因。森林与径流关系的复杂性要求人们在研究及应用其关系时就必须有系统观,必须考虑植被、径流与其它过程(土壤变化、气候变化等)的相互作用。论文还认为尽管配对集水区试验作为一种研究方法为研究者提供了许多可靠的结论,但由于许多研究者只把集水区看作是“黑箱”Q从而对认识森林与径流关系的复杂性有一定的局限性。未来的研究应把配对集水区的试验与其它对过程的研究技术(同位素、GIS等技术)结合起来。     

机动车尾气与雾霾天气

从雾和霾形成的原因以及与机动车尾气的关系等方面的论述,阐述了机动车尾气对人体健康的危害,提出了对机动车尾气的预防、治理办法。     

阴阳观念与古代文学

阴阳观念与古代文学的关系密切。在文学创作方面,阴阳对举、"物生有两"、"惟两能化"的宇宙发生观,导致了古代文人重视骈丽的创作倾向,是古代骈文发生发展及古代文学语言形式普遍骈化的深层文化原因;在文学的变化方面,"物生有两"、"惟两能化"的自然变化观,导致了古人以天道自然变化以解释文学发展变化的现象,形成了以刘勰为代表的"质文代变,变不失常"文学发展观;在文艺的审美方面,阴阳交感、、刚柔相济、得中为吉的万物根本论,导致了古人普遍以"中和"为美的现象,使"中和"美论成为古代几千来的审美主潮。     

科技与可持续发展

科学技术对生产力发展的巨大作用。不仅表现在它对生产力3个要素的渗透性影响。而且表现在它促进生产力结构的优化和系统功能的发挥，但经济发展会带来资源破坏和环境污染等负面影响。应在发挥科技作为第一生产力作用的同时，遏制其带来的负面影响，以促进可持续发展。     

中国瑞典环境影响评价和战略环境影响评价比较分析

环境影响评价作为各国预防和控制环境污染的一项制度和技术,都与政府的环境管理机制有着直接的关系。中瑞两国的环评制度都体现了“环评为先,项目决策在后”原则。所不同的是,在瑞典,政策颁布前必须进行战略评价;环评审查按A、B、C类项目分别由不同机构负责;公众参与的方式也更为多样。     

真菌和细菌对染料的吸附脱色及再生能力的研究

进行了真菌和细菌共培养对染料的吸附脱色和吸附脱色能力再生的研究。结果表明，青霉菌G－1首先对偶氮染料S－119、蒽醌染料艳紫KN－B（C．I．Reactive violet 22）水溶液中染料进行快速吸附去除，菌丝对同种染料的吸附速度随菌丝培养液中葡萄糖浓度的增加而加快，吸附染料的G－1菌丝在与细菌的共培养中完成对染料的脱色降解，脱色速度受培养液中葡萄和氮源浓度影响较大，从吸附速率和完全脱色时间综合评价，以葡萄糖浓度为5g/L、酒石酸铵为20mmol/L的培养基中培养的菌丝对染料的吸附脱色效果最好，吸附在菌丝上的艳紫KN－B脱色后菌丝吸附脱色能力得到再生，菌丝对100mg/L的艳紫KN－B染料水溶液可重复处理4次。青霉菌G－1对酸性染料废水处理3h，色度去除率为75．9％，吸附染料的菌丝在与细菌共培养中完成对染料的脱色，对试验所用染料废水，菌丝的处理能力获得1次再生。     

油气集输联合站火灾爆炸危险分析与事故后果模拟

以某联合站为例,根据油气集输联合站站场功能,将联合站划分为油气处理、储运及污水处理3个单元,对各单元发生火灾爆炸事故的可能条件进行分析,并利用DNV公司的SAFETI软件对事故后果进行模拟计算,根据事故影响范围数据,提出相应的安全措施。     

对SBR池和CASS池的研究与改进

介绍了综合池的两种结构与运行方式：连续式进水、出水工艺;间歇式进水、出水(同时进行)工艺。同时阐述了连续式进水,出水工艺与CASS池的联系和区别：间歇式进水,出水(同时进行)工艺与SBR池的联系和区别。