基于特征融合Transformer的EfficientNet v2网络对马铃薯叶片病害的识别

马铃薯叶片病害是影响马铃薯质量和产量的主要因素,为了能够快速准确地识别马铃薯叶片病害并采取对应的防控和救治措施,本研究提出一种新型马铃薯叶片病害识别方法。该方法利用EfficientNet v2网络提取图像特征,通过4个不同尺度的网络层进行金字塔融合,从而捕捉不同尺度下的图像细节和上下文信息,并在金字塔融合中的每个下采样环节都添加1个CBAM注意力机制模块,且每个CBAM模块后都加入Vision Transformer的Encoder模块进行特征增强,帮助提升所提取特征的丰富性和抽象能力,最后使用softmax进行分类。研究提出的模型识别准确率达到98.26%,相比改进之前提升3.47百分点,且其loss收敛更快,宏平均值与加权平均值都有明显提升。消融试验表明,该模型在各项指标上的表现最优,超过基线模型和融合模型,大幅提高图像分类识别任务模型的性能表现。该方法可有效提高病害区域的识别能力和检测准确率,且能在强干扰的环境下做到高精度识别,具有良好的鲁棒性和适应性,同时能解决病害识别中泛化能力弱、精度低、计算效率低等问题。

遥感图像变化检测方法研究综述

遥感图像变化检测是遥感领域中一项重要的研究内容,其旨在利用遥感技术和图像处理方法来识别地表覆盖变化的模式和趋势。为了深入了解该方面的发展现状及其使用的技术方法,总结分析了大量的资料和文献,对遥感图像变化检测方法进行了较为全面的综述。介绍了变化检测的概念和处理流程;从6个角度总结了变化检测方法的分类体系,并回顾了其发展历程;概述了各类变化检测方法的原理和特点,对其优缺点进行了简要分析,从6个方面讨论了对遥感图像进行变化检测的现实应用价值;对存在的一些问题与不足进行了简要分析,提出了可能改善这些问题的方法,同时也预言了这些方法在实际应用中可能会遇到的阻碍。最后,对变化检测方法进行总结,并展望了未来的发展方向,以期更好地了解遥感图像变化检测方法的研究现状和发展趋势,为进一步的研究提供参考。

边缘计算下差分隐私的应用研究综述

为了解决传统云计算模式的延迟和带宽限制,应对物联网和大数据时代的需求,边缘计算开始崭露头角并逐渐受到广泛关注。在边缘计算环境下,用户数据的隐私问题成为了一个重要的研究热点。差分隐私技术有着坚实的数学基础,它作为一种有效的隐私保护算法,已经被广泛应用于边缘计算中,两者的结合有效缓解了隐私保护低和计算成本高的问题。首先介绍了互联网发展带来的问题,其次介绍了边缘计算的基本概念、特点和组成部分,并概括了与传统云计算相比的优势,然后对差分隐私的基本概念和原理进行了概括,进而详细阐述了差分隐私的3种扰动方式和常用的实现机制,最后对边缘计算下差分隐私的应用研究进行了综述,并指出了未来的研究方向。总之,将差分隐私技术应用于边缘计算场景对隐私保护和数据分享都是一种有效保护手段。

基于坐姿压力检测的人脑注意力分析研究

本文提出了一种基于坐姿压力检测的人脑注意力状态分析方法,旨在深入分析和评估人类在外界环境认知过程中的注意力状态。研究显示,坐姿不仅能反映人体健康状况,还能揭示精神状态。特别地,坐姿的变化往往与注意力的专注程度密切相关。为此,利用压力传感器采集受试者的坐姿压力数据,并借助GRU模型对其进行深度分析,以揭示坐姿压力分布及其变化,进而推断出用户的注意力集中程度。为获得准确的注意力状态标签,结合基于脑电数据的注意力分类模型和ABR检测方程,通过提取脑电数据关键通道的特征数据,使用KNN模型进行训练,并获得一个分类模型以进行注意力状态分类。同时,计算ABR值以评估注意力专注程度。在标签确定过程中,当分类模型的分类结果与ABR检测方程的判断一致时,该结果将作为最终的注意力标签;否则,相应数据将被舍弃。这种双重验证确保了注意力标签的准确性和可靠性。该方法在注意力分析领域取得了显著成效,模型准确率可达98%以上。此方法不仅成本低廉、操作简便,还具备非侵入性特点,为注意力的相关研究和应用提供了有力的支持。

基于掩码预测和多尺度上下文聚合的人脸图像修复算法

针对现有图像修复算法存在生成不合理的内容和修复后纹理不清晰等问题,在生成对抗网络(Generative Adversarial Network,GAN)的框架下,提出了一种基于掩码预测和多尺度上下文聚合的人脸图像修复算法。算法通过堆叠多层的多尺度上下文聚合模块(Multi-Scale Context Aggregation Module,MSCAM)构造的生成器进行特征提取,MSCAM融合了来自不同感受野的特征,可以捕捉遥远距离的上下文信息和感兴趣的模式进行上下文推理。使用掩码预测的PatchGAN(Mask Prediction-PatchGAN,MP-PatchGAN)判别器,迫使判别器区分真实和生成的Patch的纹理细节。使用跳跃连接将编码器中每一层卷积层的输出与解码器对应位置的输入在通道维度上拼接,使图像的上下文信息向更高层分辨率特征图传播。使用对抗损失对判别器训练,使用L 1损失、对抗损失、感知损失和风格损失的加权联合损失函数对生成器进行训练,并在公开数据集CelebA-HQ下进行实验。实验结果表明,所提修复算法在破损比例为20%~30%掩码下的L 1损失为0.0152,峰值信嗓比(Peak Signal to Noise Ratio,PSNR)为28.57,结构相似性(Structural Similarity,SSIM)为0.905,弗雷歇初始距离(Frechet Inception Distance,FID)为4.48,该算法能够有效修复人脸图像且修复结果语义一致性高、纹理细节清晰。

论国内外创业教育的发展

国外教育发达国家已经开展创业教育多年,文章介绍了美国、英国、法国的创业教育的发展历程,在这些国家经验的基础上,提出了我国高等教育中开展研究生创业教育的构想,并着重阐述了对研究生开展创业教育的有效途径。

基于测量协方差离散Kalman滤波估计算法的视频跟踪

视频中人体跟踪存在复杂性,尤其是对复杂背景下的人体上、下肢区域进行识别与跟踪时,传统算法存在一些问题。本文在传统Kalman滤波跟踪算法基础上,提出一种基于可变测量协方差的离散Kalman滤波人体识别算法。通过初始化测量协方差,用递归的方法从新获取的观测数据中计算出新的测量协方差估计量,通过离散Kalman滤波器进行跟踪。在实际的视频图像中,表现出良好的跟踪效果,并且对上肢、下肢及整个人体的区分以及部位跟踪方面都有很好的表现。相对于传统的Kalman滤波算法,本算法没有丢失跟踪目标的现象,跟踪速度适中,与人体行进速度保持一致,基本为1.5 m/s,特别适用于对视频中的人体行为进行跟踪及分析处理。

应用正则化影响函数扩散模型的星图噪声滤波

由于恒星星图的噪声滤波对保持星点的边缘细节要求较高,本文以塔基(Tukey)扩散模型与改善的PM(PeronaMalik)模型为基础,提出了一种基于正则化影响函数扩散模型的星图噪声滤波方法。该方法通过导数算子提取边界点集,利用图像中原始像素和噪声像素的空间分布特性对图像进行噪声滤波处理,并通过给定边界条件恢复图像边缘。由于避免了方差稳定(VS)变换,该方法可以直接处理高斯噪声。对普通图像和添加高斯噪声星图进行了仿真测试,并与普通扩散函数算法进行了比较。实验结果表明:提出的算法表现出了较好的噪声滤波能力,同时有效地保持了特征图像的边缘。相对于普通扩散函数算法其平均绝对误差降低了13.6%,峰值信噪比平均提高了6.1%。得到的数据显示,本方法的滤波能力优于普通的扩散函数方法,特别适用于星图的噪声滤波处理。

剖分特征集星识别法在天文导航中的应用

为了快速高效地对星图进行识别,准确地完成天文导航任务,提出了一种基于剖分特征集星识别方法。首先使用星表数据建立数据库,三角剖分该数据库建立特征星库,再获取待识别星图剖分特征与已建立的特征星库相比较实现星识别。在改进海明相似度与Euclid相似度等相似方法基础上,提出了一种新的剖分特征集星识别法,使用该方法可以快速地找到一个很小的可能星集合,重复该方法再获得相邻星的可能星集合,两个星集合中赤经与赤纬最相近的就是识别星。实验显示使用剖分特征集星识别法,准确率可以达到97%以上,能够准确地完成星图识别任务。

区块链技术视角下农村电商农户信用评价

随着我国农村电子商务农贸市场规模的迅速扩大,市场主体的信用问题日益突出,已成为农产品质量安全的关键风险点和农村电子商务可持续发展的主要制约因素。考虑农村电商环境下农副产品为交易主体的基本特征,本文利用改进的Sporas信用评价模型,缩短信用再反馈周期,最大限度保持信用评价不失真。通过对信用评价成效、抗虚假反馈信息攻击以及交易量权重判定等变量的比较分析,发现改进的Sporas模型对提交不同质量在线评论用户的信用价值具有很好的区分能力,比原模型具有更强的虚假评论过滤效果,更加准确地反映了信用评估的本质规律。

基于双卷积链的双目人体姿态距离定位识别

现有的基于无人机的目标定位与判别方法往往达不到实用性要求,而采用无人机常用单摄像头采集的图像信息往往只能获取二维信息,无法获得摄像头基于目标的相对距离。常用的基于双摄像头的距离采集算法又过于复杂,不够稳定,且要求开发人员具有较高的知识水平,固件开发门槛高,应用困难。因此,提出了通过双摄像头下人体姿态识别图像数据集,训练基于双通道Darknet-53基本结构的特征提取网络,运用其参数初始化YOLO-V2网络,通过在训练用于识别人体姿态图像中的人体位置、相对距离以及所属类别。实验结果表明:利用该方法进行人体姿态的人体位置和类别识别,相比于单卷积链的YOLO-V2在识别准确度提高了3.85%、4.83%,且在基于目标的相对距离上精度高于65%;新算法能有效用于无人机远距离快速识别人体姿态并取得较好的识别效果,满足实时需求。

大学生思想政治教育价值实现途径研究

大学生思想政治教育是精神文明建设的重要内容,是树立大学生正确人生观、价值观和世界观的重要手段.积极探究大学生思想政治教育价值和实现方法,是大学生思想政治教育价值研究的重要内容,也是当代大学生全面发展、增强思想政治教育效果和思想政治教育价值理论发展的需要。

关于培养高校学生干部的几点思考

高校是为社会主义现代化建设培养建设者和接班人的重要基地,因此,做好大学生教育工作具有深远的战略意义。在大学生中,学生干部扮演着一个特殊的角色,他们既是被教育者,在某种意义上也是管理者。作为高校从事思想政治工作的辅导员,面对学生干部群体,如何培养一支思想政治过硬、品格高尚、学习能力强、业务素质高的学生干部队伍,如何充分发挥学生干部的作用,对做好学生工作都至关重要。

公诉视野下鉴定结论质证机制的检视

目前我国司法鉴定和鉴定结论质证存在着大量的问题,导致公诉人在鉴定结论质证中处于相对优势地位。但是质证是保障鉴定结论可靠性的重要手段,要求完善质证机制,刑事诉讼法的发展趋势也必将对鉴定结论质证进行实质性的改革。在这种情况下,公诉人"轻松质证"的优势地位将面临挑战,如何应对全新的质证模式,已经是公诉人不得不重视的问题。

光纤传感器在带传动参数测量中的应用

提出一种用光纤传感器测量高速旋转构件微小位移量的新方法,实现了非接触式高速、高精度的位移测量。在介绍光纤传感器测量原理的基础上,得出光强与测距之间关系式。将光强转为电压信号,建立电压商值与测距之间的拟合公式。设计V带参数测量实验台,对V带稳定运转时其在轮槽中的径向位移进行测定,进而得出V带在带轮中的轨迹,测量出滑动角的大小。针对原有V带滑动角计算公式中的不足进行优化,得出新的滑动角计算公式。对比实验结果,新公式更接近实验结果,误差更小,为V带的精确设计提供理论依据。

基于移动ad-hoc网络的车辆定位

当车辆不能通过GPS接收机获得自身位置信息时,就难以获得有用的交通提示风险服务.提出了一种新的基于车载移动ad-hoc网络车辆定位方法,该方法能够获取作为网络节点车辆的大致位置,并结合一种改进的警报信息优化传播算法,向即将处于危险或拥堵区域的不能通过GPS接收机定位的车辆发送警报信息.仿真实验表明只要车辆自组织网络中有40%的车辆可以获得GPS的定位信息,就可以将警报信息准确完整地送达处于网络中的所有车辆.当遇到浓雾天气、交通事故或者是其他拥塞时,该方法会防止车辆进一步拥堵并能提醒驾驶员防范危险.

高校开展实践教学与情商培养的良性互动研究

结合高校实践教学和情商培养的特点,讨论了实践教学各环节与情商中"自知能力、自制能力、自励能力、知人能力、待人能力"等构成要素的互动关系,探索实现实践教学与大学生情商培养良性互动的途径,提高人才培养质量。

基于互联网环境的大学生个性化协同创新机制研究

目前大学生创新团队仍然在传统的自然组,这势必限制了创新思想的扩展以及创造能力的提升。借助互联网,将不同学校、不同领域甚至是不同国别的创新思想链接起来,形成合力。恰当的互补协同创新将成为今后大学生创新创业的核心,因此如何构建基于互联网环境的大学生个性化协同创新机制将成为未来创新创业教育的研究方向。

高校大学生创新自我效能感培育途径初探

创新是一个国家兴旺发达的不竭源泉.在论述了大学生创新能力培养必要性的基础上,介绍了创新自我效能感的理论内涵,讨论了创新自我效能感对于促使大学生自觉并勇于开展创新行为的驱动作用及其影响因素,并从完善创新教育体系、发挥高校图书馆育人功能、创新典型培育和校园创新文化引领、教师劝说四个方面提出了培育大学生创新自我效能感的途径.