关于丢番图方程(120n)~x+(209n)y=(24ln)~z
杨海;王成;赵树文;主要研究Je■manowicz猜想的一种情形，利用初等方法证明了对任意的正整数n,丢番图方程(120n)~x+(209n)y=(24ln)z仅有正整数解(x,y,z)=(2,2,2).
具有时滞的COVID-19 SEIR模型的Hopf分支分析
吕堂红;孙艺致;研究具有潜伏期的新型冠状病毒，基于已有的SEIR传染病模型，建立以潜伏期为时滞的参数方程。首先，对改进的SEIR传染病模型的平衡点进行存在性与稳定性分析；然后，利用规范型理论和中心流形定理，推导出Hopf分支方向，探究时滞参数的变化对于系统稳定性的影响；最后，利用Matlab进行数值模拟进而验证结论的正确性。
基于双主干RT-DETR算法的室内场景划分方法研究
阮焱林;王晓野;闻智威;付程洋;高红亮;针对传统依赖整体图像特征进行判别而在室内场景划分中存在的局限性，在原有RT-DETR算法的基础上进行了针对性改进，引入了双主干网络的结构来提升目标检测的精度，从而进一步优化场景划分的性能。该方法以实验场地中划分的四个区域为基础，通过构建双主干结构，有效增强对场景中关键静态物品(如门窗、电梯、消防栓等)的检测性能。基于自构建的数据集，结合物品组合特征，进一步为场景划分模型提供了更为可靠的训练和推理依据。实验结果表明，所提方法在实验场景中整体分类准确率上优于现有方法，较主流轻量化图像分类模型MobileNetV3提升28.8%,相较原RT-DETR算法提升6.63%,最终平均准确率达到90.14%.
基于无权重快速模型预测的NPC逆变器
周武;王洋;为解决有限控制集模型预测控制(FCS-MPC)计算量大和权重因子调整繁琐的问题，提出了一种无需权重因子的快速模型预测控制方法。该方法利用无差拍思想构造期望参考电压矢量，并选择中性点钳位型逆变器(NPC)作为拓扑模型。通过参考电压矢量的相位角确定扇区，仅需枚举扇区的4个基本电压矢量代替传统的27个，显著减少了计算量，同时选择合适的冗余小矢量平衡中性点电压。该算法简化了控制目标，无需调整权重因子，提升了算法的可移植性。MATLAB/SIMULINK仿真验证了该方法的可行性和有效性。
融合改进YOLOv8和DeepSort算法的智能小车设计与实现
王梦梅;李弘艺;任志勇;张炜芃;以车联网技术V2X为基础，提出了一种改进的卷积神经网络方法。首先采用改进的YOLOv8模型进行目标检测，并结合DeepSort算法进行多目标跟踪，从而提高检测的准确性和鲁棒性；引入了BRA注意力机制，解决检测速度问题；而针对遮挡和重叠目标的识别难题，引入了DCNv3进行可形变卷积模型。基于此，开发设计了一款智能小车。该小车包括基于信号灯状态的预警、碰撞预警、路口碰撞预警、人体检测预警以及车道线检测等五大功能。能够快速准确地识别障碍物，从而实现车辆与基础设施的实时信息交换，有效提升智能驾驶的安全性、高效性和舒适性，同时降低交通事故的发生率。
