快速准确测定铁矿石中的硅、 铝、 钙、 镁含量对铁矿石质量评价具有重要作用。 受制于多变量分析方法过拟合现象以及不同种类样品基体效应, 使用激光诱导击穿光谱（LIBS）准确测定铁矿石中硅、 铝、 钙、 镁含量仍然是当前存在的挑战。 采用变量重要性-反向传播人工神经网络（VI-BP-ANN）辅助LIBS定量分析铁矿石中硅（以SiO2计）、 铝（以Al2O3计）、 钙（以CaO计）和镁（以MgO计）的含量。 在这项研究中, 收集了12种244批铁矿石代表性样品的LIBS光谱, 优化了光谱预处理方法, 使用随机森林（RF）对LIBS光谱特征的重要性进行了测量, 使用袋外(OOB)误差优化RF模型参数, 变量重要性阈值用于优化BP-ANN校准模型的输入变量。 变量重要性阈值和神经元数量通过五折交叉验证（5-CV）的测定系数（R2）和均方根误差（RMSE）进行优化。 结果显示测试样本SiO2、 Al2O3、 CaO和MgO含量预测均方根误差（RMSEP）分别为0.377 2 wt%、 0.133 9 wt%、 0.059 2 wt%和0.141 1 wt%, R2分别为0.970 1、 0.955 4、 0.987 1、 0.997 5。 相比于使用相同的预处理方法作为PLS、 SVM、 RF和BP-ANN四种模型的输入, VI-BP-ANN在校准集和预测集都显示出出色的预测能力。 结果表明LIBS与VI-BP-ANN的结合有潜力在实际应用中实现铁矿石硅、 铝、 钙、 镁含量的快速准确预测。

针对视觉问答 (VQA)任务中现存深度协同注意模型只考虑问题引导图像的单向注意方式，导致多模态学习交互性不足的问题，提出一种多模态双向导向注意力网络。该网络由多模态特征提取模块、双向导向注意力模块、特征融合模块以及分类器组成。将提取出的图像和问题特征分别经过层层注意后输出加权的注意特征；经过特征线性融合后送入 softmax分类器，得到问题的预测答案；再结合计数模块提升模型的计数能力。结果表明，该模型在公共数据集 VQA v2.0上表现良好，在 test_dev和 test_std测试子集上分别获得 70.77%、71.28 %的总体分类准确率，与大多数先进模型相比，体现出一定优势。

人群自动计数问题在视频监控领域引起了广泛关注。近年来，卷积神经网络 (CNN)模型在人群计数方面取得了良好效果。然而，当前对于基于深度学习的人群计数的研究主要停留在 PC端上对单幅静止图片的人群计 数，网络模型参数量巨大，网络结构复杂，消耗的计算资源巨大，难以部署于实际的监控视频人群计数系统。因此，本文采用深度学习的方法，通过对网络模型进行裁剪压缩，同时使用 TensorRT对模型进行加速，在嵌入式 平台上实现了接近实时的人群计数。提出的人群计数平均绝对误差 (MAE)为 21.6且平均每秒帧数 (FPS)为 22，在精确度和速度方面达到了一个很好的平衡，在嵌入式平台上运行速度较快，能达到实时的效果。

针对联合图像专家组(JPEG)标准设计了一种基于自适应下采样和超分辨力重建的图像压缩编码框架。在编码器端，为待编码的原始图像设计了多种不同的下采样模式和量化模式，通过率失真优化算法从 多种模式中选择最优的下采样模式(DSM)和量化模式(QM)，最后待编码图像将在选择的模式下进行下采样和JPEG编码；在解码器端，采用基于卷积神经网络的超分辨力重建算法对解码后的下采样图像进行重建。此外， 所提出的框架扩展到JPEG2000压缩标准下同样有效可行。仿真实验结果表明，相比于主流的编解码标准和先进的编解码方法，提出的框架能有效地提升编码图像的率失真性能，并能获得更好的视觉效果。

针对电池连接片紫铜的焊接, 分别采用脉冲激光和连续光纤激光进行焊接实验。对脉冲激光焊接的工艺参数峰值功率、脉宽、离焦量进行正交实验, 得到最大的剪切力28 N。对连续光纤激光焊接的工艺参数激光功率、焊接速度、离焦量进行正交实验, 得到最大的剪切力58 N。对焊点外观分析, 结果表明脉冲激光焊缝内部有气孔产生, 连续光纤激光焊缝内部无气孔, 这有利于提高焊点的剪切力。

针对现有人群密度估计方法在实际应用中容易受到环境干扰、适应性不强等限制, 提出一种基于多信息卷积神经网络的人群密度估计方法。首先, 根据样本数据的特点生成数据密度图标注与数据增强; 然后, 为适应不同真实场景的巨大差异, 提取图像的色调、色饱和度、灰度(HSG)信息作为训练数据的输入, 并利用共享卷积层、结合两个子网络不同卷积深度的特征构建网络模型; 最后, 对网络输出的密度图进行积分, 得到相应的人数。与主流方法对比, 在Shanghaitech数据集上进行的相关实验证明了所提方法的良好性能。

在计算机视觉任务中, 平衡目标检测的精度与速度对于后续的实际应用如目标跟踪和识别起到关键作用。基于此, 提出了一种基于注意力掩模融合的目标检测算法。首先, 通过VGG网络提取特征, 经过初步二分类和回归后得到一系列预选框;然后, 将上述预选框输入到特征金字塔结构中, 通过构建注意力掩模模块自适应地学习有效特征, 同时融合特征金字塔结构与注意力掩模模块得到更具表征性的特征; 最后经过多分类和回归得到多尺度的检测结果。在PASCAL VOC 2007和PASCAL VOC 2012数据集上展开了实验, 测试集结果显示, 在交集并集比(IOU)为0.5的条件下, 对于320×320的图片输入, 平均精度均值(mAP)分别为81.0%和79.0%, 检测速度为60.9 fps。本文算法将注意力信息结合到目标检测中, 实现了通用目标检测的精度和速度均衡。

针对目标检测与识别在精度和实时性方面的要求, 提出了一种基于改进多尺度特征图的目标快速检测与识别算法。算法在原始SSD模型的基础上, 利用卷积神经网络自动提取多尺度特征图, 构建了一种有效的卷积特征图融合模块, 同时引入轻量级的压缩型双线性融合方法, 丰富上下文信息。进一步结合通道注意机制, 自适应地学习特征图各通道之间的相互关系, 强调有用信息, 抑制冗余信息, 提高了特征图的判别能力, 将增强后的多尺度特征图用于检测模型。实验结果表明, 与同类算法相比, 所提算法的效率更高, 明显提升了识别精度, 同时速度达到63 frame·s-1, 较好地平衡了识别精度与速度之间的关系。

针对压铸铝与6063铝合金焊接中焊缝内部存在气孔的问题,采用功率为1 000 W光纤激光器进行焊接实验,通过对激光重复频率进行实验,得到没有气孔的焊缝。然后对激光功率、焊接速度及激光重复频率三因素进行正交实验,得到最佳工艺参数,焊缝接头最大强度为120.5 MPa。对焊缝表面成型进行研究,结果表明,焊缝成型状态直接影响了焊接接头强度。