基于STM32单片机的城轨智能清洁装置结构设计研究

为减轻保洁人员劳动负担，提高劳动效率，以智能跟随、辅助垃圾分类回收为出发点，研究并设计出一款基于骨骼关键点与颜色信息的目标识别技术而实现对保洁人员跟随的智能清洁装置。实验结果表明：该研究能有效提高城轨清洁人员工作效率，降低工作强度，同时有助于小型环卫清洁车及相关产品的研究，具有良好的社会与经济效益。     

不同品牌DNPH管对车内醛酮类化合物测试影响的研究

研究了二硝基苯肼（DNPH）管的背景值，重点探讨了不同品牌DNPH管对甲醛、乙醛和丙醛回收率的影响以及同一品牌DNPH管对不同醛类物质回收率的影响，与采样条件对醛类物质收回率的影响，发现不同品牌对甲醛和乙醛的回收率影响较小，但对丙烯醛的回收率影响较大，同样，不同采样条件对甲醛和乙醛的回收率影响较小，对丙烯醛的回收率影响较大。     

基于改进卷积神经网络的驾驶员眼睛状态识别

为准确、高效识别驾驶员眼睛状态，提出一种基于改进卷积神经网络(Improved Convolutional Neural Networks, ICNN)的驾驶员眼睛状态识别方法。在LeNet-5网络的基础上采用多个小卷积层堆叠替换一个大卷积层的策略，减少参数量和浮点运算数的同时增强网络对眼睛图像的特征提取能力；在卷积层和池化层之间嵌入高效通道注意力(Efficient Channel Attention, ECA)模块，使网络突出眼睛图像中重要通道特征并弱化非重要通道特征，完成ICNN的构建；利用ICNN准确、高效自学习图像中有效眼睛状态特征信息的特点，实现端到端的驾驶员眼睛状态识别。通过在两个公开和一个实测的眼睛数据集上进行对比实验，验证卷积层堆叠替换和嵌入ECA模块的有效性，所提方法具有更高的训练效率和眼睛状态识别准确率。     

基于序贯平差的沉降预测模型高效更新方法

沉降预测对于保证工程建筑物的正常使用寿命和安全性具有重要意义，而沉降预测模型更新又是其中的重要环节。针对沉降预测模型传统更新方法效率低、历史数据依赖性强的问题，用序贯平差取代传统最小二乘间接平差，得到一种新的模型更新方法。该方法能够大幅度减小数据的计算量与存储量，显著提升算法效率，并提高模型更新的可靠性。同时，配合该方法的特性，推导出新的相关系数递推算法用于模型评价。利用沪苏通长江公铁大桥的工程沉降数据进行算例验证，对比分析两种方法的更新过程与成果。结果表明：新方法正确高效，具备较好的实用价值，可广泛应用于铁路、公路、桥梁等工程中。     

商品混凝土在路面浇筑中出现的事故分析及处理办法

通过商品混凝土浇筑路面出现"弹簧"现象的实例总结出经验与教训。为今后商品混凝土施工提供参考。福建省南平市某工地用商品混凝土浇筑路面,出现表面硬壳,下部未凝结现象。随即组织相关人员前去调查了解分析,并提出解决办法。