基于卷积神经网络提取图像特征的方法被广泛应用到图像检索中,主要研究内容为设计良好的特征提取方式。为了提高图片全局特征评估检索准确率,对基于特征融合的深度学习图像检索算法进行分析。通过对不同特征提取方式进行测试,提出融合不同卷积层进行特征提取的策略,并且对提取效果进行分析。测试结果显示,检索准确率比单层卷积层提取特征的准确率要高;利用注意力机制融合特征发现通道信息的注意力机制可以提高检索准确率,而空间信息的注意力机制会降低原始信息的可区分度和检索准确率。

以自动变速器换挡控制用比例减压阀为研究对象,在分析结构和工作原理基础上,建立数学模型。使用Pro/E建立CAD模型,基于SimulationX建立多体动力学模型,联合仿真分析阀的动静态特性,调节并优化结构参数。结果表明:该阀原理和结构参数设计合理,能够满足设计要求,为电液比例控制技术在换挡控制方面的应用提供了参考。