2026/6/30 19:50:13 2026/6/30 19:50:14 2026/6/30 19:50:15 ）相机进行标定，对弦绳聚焦区域图像进行中值滤波和边缘检测，采用Hough变换精确标记弦绳的形心位置，为解决传统Mean Shift算法在弦绳振动过快时无法收敛的问题，融合卡尔曼滤波算法对目标跟踪进行改进；其次，基于改进的单次目标检测算法版本7（you only look once version 7，简称YOLOv7）对卷筒上钢丝绳的缠绕状态进行识别，通过中值滤波去噪和自适应直方图均衡化增强处理，构建了钢丝绳缠绕图像数据集并进行了数据增强和标注，通过添加注意力机制，提升了检测精度；最后，开展了钢丝绳运动状态检测实验，发现基于扩展卡尔曼滤波融合Mean Shift算法的弦绳振动位移测量误差小于0.24%，采用改进后的YOLOv7算法在钢丝绳缠绕状态检测中的精度均值提高了0.066，达到0.990。结果表明，所提出的机器视觉方法能够准确检测缠绕式提升机钢丝绳的运动状态。]]> 2026/6/30 19:50:15 2026/6/30 0:00:00 I值的模态排序准则，去除了大量的瞬时模态，有效识别出流场的主导结构；最后，对高层建筑的3个表面脉动风压场进行重构研究，发现DMD算法可使用少部分模态对复杂的随机系统进行线性表达，从而达到流场降阶的效果。结果表明：Hankel-DMD算法分解出高层建筑表面风压场的前几阶模态，可有效解释脉动风压的分布机理；重构风场时，采用前10%的模态数量即可控制误差在1%以内。]]> 2026/6/30 19:50:16 2026/6/30 0:00:00 2026/6/30 0:00:00 2026/6/30 19:50:18 2026/6/30 19:50:19 2026/6/30 19:50:19 2026/6/30 19:50:20 2026/6/30 19:50:21 2026/6/30 19:50:21 2026/6/30 19:50:22 2026/6/30 19:50:22 2026/6/30 19:50:23 2026/6/30 19:50:23 2026/6/30 19:50:24 2026/6/30 19:50:25 2026/6/30 19:50:26 2026/6/30 19:50:27 2026/6/30 19:50:28 2026/6/30 19:50:28 2026/6/30 19:50:29 2026/6/30 19:50:30 2026/6/30 19:50:30