面向铁路客运场景的对抗鲁棒性人头检测模型

基于人头检测的人群数量估计算法能为铁路客运车站应对突发客流、防止人群聚集提供有效的决策辅助，但人头检测使用的深度学习模型易受到对抗样本影响。为提升深度学习模型的对抗鲁棒性，建立了基于RetinaNet算法的人头检测模型；在Brianwash数据集上分别使用快速梯度符号法（FGSM,Fast Gradient Sign Method）和投影梯度下降（PGD,Projected Gradient Descent）2种对抗攻击方法生成对抗样本，初始模型在对抗样本数据集上的m AP值均有显著下降，验证了对抗攻击对模型性能影响的有效性；再对模型进行对抗训练，对抗训练后的模型在各类对抗样本验证数据集上的m AP值均有显著提升。实验结果表明，对抗训练后的人头检测模型能有效防御对抗样本的攻击，提升模型检测性能和对抗鲁棒性。     

疫情下航空公司货运发展战略分析

伴随着新冠疫情在全世界的不断反复，航空公司的收益直线下降，但是，对比航空公司货运而言却有着积极的一面。本文针对疫情前后全球航空货运发展情况对比进行分析，继而讨论疫情下传统航空公司货运面临的发展机遇，以及疫情下航空公司货运发展建议，以供参考。     

基于结构光3D测距技术的铁路旅客进出站尾随检测系统设计

铁路客运站进/出站场景人流量大、环境复杂，使得现有尾随检测方法误报率较高。为此，设计了铁路旅客进出站尾随检测系统，利用结构光3D测距技术、身份识别技术和行人检测技术，准确获取旅客间的相对距离。与现有尾随检测系统相比，所设计的系统可有效地检测旅客进出站场景下的尾随行为，显著提高了尾随情况的检出率。降低了旅客携带大件行李时的尾随误报率。     

石墨复合双极板浆料流延工艺研究

采用流延法制备石墨复合双极板，以电导率和力学性能为主要指标，结合电子显微镜（SEM）表征技术分析，研究了浆料黏度、浆料温度、流延速度、刮刀高度和液面高度，对双极板生坯的流延工艺进行研究。结果表明，浆料适宜流延黏度为5 500～6 500 m Pa·s，浆料流延温度为35～40℃，流延速度为0.5～0.6 m/min，刮刀辊高度为1.2～1.4 mm，液面高度为2.5～3.5 cm，此时流延出的双极板生胚致密度高、黏附均匀、表面光洁、平整度高。     

铁路云平台国产化适配方案研究

铁路云平台的国产化改造是维护铁路上层业务应用系统信息安全、实现自主可控的必然要求。分析了铁路云平台国产化改造的现状和需求,研究了铁路云平台国产化适配方案,提出了评估规划和技术准备、测试验证与迁移实施、运行验证与正式上线3个阶段实施流程,并针对基于ARM架构的飞腾芯片服务器和麒麟操作系统,总结了适配迁移重点过程,进行了主机高可用模块部署和安全加固。铁路云平台经测试验证、试运行后正式上线,为下一步应用系统在铁路云平台下向国产化平滑迁移,提供可行的环境支撑。