基于细粒度特征的面料图像检索

面料图像检索对于纺织工厂面料库存和样品管理意义重大,但面料外观的多样性以及织物纹理的精细性,使得在面料检索时面料的特征提取较困难。该研究提出一种基于细粒度特征的面料图像检索算法。该算法使用坐标注意(coordinate attention,CA)模块来提取图像的精准位置信息,并将缩放系数法用于在宽度和高度方面整体缩放MobileNetV3的网络结构以减少模型参数数量,达到减少网络训练时间的目的。据此筛选出提取面料图像细粒度特征的最佳模型,在面料图像数据集(fabric image dataset,FID)上进行面料检索实验。结果表明,该算法有效提高了面料图像细粒度特征提取的准确性,检索精度达到91.82%,浮点运算数达到175.34 MB。检索精度比MobileNetV3原模型提高了13.49个百分点,同时减少了网络训练时间,速度提高了25.14%。该算法具有实际应用价值。

不同林草治沙模式对盐碱沙地沉积物粒度特征的影响

为探究吉林省西部盐碱沙地不同林草措施的防风固沙效果,以樟子松(Pinus sylvestris var.mongolica)+沙棘(Hippophae rhamnoides)+沙打旺(Astragalus laxmannii)(模式1)和樟子松+蒙桑(Morus mongolica)+沙打旺(模式2)两种治沙模式为研究对象开展野外试验,分析其植被恢复状况和沉积物粒度特征,结果表明:(1)模式1和模式2的乔灌草生长状况良好,第4年木本存活率达到74.0%~88.0%,总覆盖度分别达到86.6%和76.5%,具有较好的植被改善作用;(2)模式1、模式2均能够改变沉积物粒度特征,减少黏粒、粉粒、极细砂的风蚀量,且模式1的作用优于模式2;(3)该区域1.17~<157.90μm为环境敏感细组分,157.90~<630.50μm为环境敏感粗组分;(4)两种林草治沙模式均能够显著改变盐碱沙地下垫面风动力条件,削弱风蚀作用,使风蚀带走的细组分减少,且模式1的改善效果优于模式2。综上,模式1和模式2均对吉林省西部风蚀沉积特征有显著影响,具有较好的防风固沙效益,适宜在半干旱区沙地推广。

融合细粒度特征编码的点云分类分割网络

有效获取点云特征是分析和处理三维点云场景的关键。针对目前深度学习方法特征信息提取不充分,难以捕捉深层次语义信息的问题,提出了一种融合细粒度特征编码的网络来提高点云分类与分割任务的准确率。首先,特征提取模块包含2个子模块:一个是扩张图卷积模块,相比图卷积能够提取更丰富的几何信息;另一个是细粒度特征编码模块,能够获取局部区域的细节特征。其次,通过可学习参数将二者动态融合,有效地学习每个点的上下文信息。最后,将提取的所有特征相加,通过通道亲和注意力模块来强调不同通道,协助特征图来避免可能的冗余。在ModelNet40及ScanObjectNN数据集上进行点云分类实验,总体分类精度分别为93.3%和80.0%。在ShapeNet Part数据集上进行点云部件分割实验,平均交并比为85.6%。实验结果表明,与目前主流方法相比,该网络具有较优的性能。

不同计算方法的云南省永胜县下院滑坡堰塞湖沉积物粒度特征及沉积历史重建

【研究目的】滑坡堰塞湖灾害链危害大,其形成和溃决过程中受外部环境影响大。堰塞湖沉积物作为记录堰塞湖全生命周期的载体,具有良好的古环境和古气候的指示作用,采用最佳解析方法对其进行解读有利于还原沉积物沉积过程及古环境变化。【研究方法】通过野外调查采样和室内测试分析相结合的方法,采用图解法和矩值法计算下堰塞湖沉积物统计特征的适用性问题,使用粒度结合有机质含量重建了堰塞湖沉积环境,对堰塞湖的发育过程进行还原。【研究结果】(1)堰塞湖沉积物分层沉积层序明显,为单一水动力湖相沉积,物质来源稳定,非多物源沉积;综合有机质变化和沉积物粒度特征表明该堰塞湖经历了4次干湿周期,在气候和地质活动的共同作用下至少存在3次堵塞−泄流沉积过程,估算沉积旋回周期约为1750 a,该沉积历史应该是断裂带长期复杂的活动和气候−河流共同作用的结果。(2)通过对图解法和矩值法进行统计分析结果表明,两种方法对平均粒径和分选系数评价一致性较好,可直接进行替换;矩值法对偏态峰态整体计算结果比图解法大,在使用中需进行线性代换。由于描述参照值的缘故,偏态、峰态在统计表述中有所偏差。【结论】堰塞湖沉积物粒径分布简单,采用图解法计算更加便捷,与其他沉积物对比方便,推荐图解法对堰塞湖沉积进行计算。研究结果表明粒度特征对堰塞湖的沉积和溃决过程以及滑坡灾害对气候变化的响应研究具有一定的指导意义,可为还原该堰塞湖沉积期的古环境和古气候提供理论依据。

西藏定结地区不同类型沙丘表层沉积物粒度特征及其环境意义

为了探讨粒度特征所指示的环境意义,对西藏定结地区现代沙丘进行采样,分析不同类型沙丘表层沉积物的粒度特征。结果表明:(1)流动沙丘和爬坡沙丘粒度组成相似,灌丛沙堆与二者粒度组成差异较大。流动沙丘和爬坡沙丘表层沉积物主要以细砂和中砂为主,而灌丛沙堆表层沉积物以极细砂、细砂和粉砂为主。(2)不同类型沙丘粒度参数呈现不同变化趋势,流动沙丘和爬坡沙丘表层沉积物分选较好,近对称,中等尖锐,灌丛沙堆表层沉积物分选中等,正偏,很尖锐。(3)流动沙丘和爬坡沙丘频率分布曲线呈近似对称的单峰分布,灌丛沙堆频率分布曲线呈双峰分布;不同类型沙丘表层沉积物概率累积曲线差异较为明显。(4)不同类型沙丘表层沉积物沉积环境主要以风成沉积为主,少数为河流沉积。(5)不同类型沙丘表层沉积物粒度特征对比可知,粒度特征的差异主要是沙源、植被覆盖度和风况共同作用的结果。

策勒河下游风积地貌沉积物粒度特征及沙源分析

沉积物的粒度特征记载了丰富的环境变化信息,对研究沙漠治理和荒漠化防治具有重要意义。运用粒度分析、粒级-标准偏差法和Sahu成因判别等研究方法进行分析,研究了不同风积地貌沉积物粒度特征和沉积环境的稳定性。结果表明:(1)新月形沙丘、灌丛沙丘和低裸平沙地表层沉积物均以中砂、细砂、极细砂为优势粒级,新月形沙丘表层沉积物平均粒径最粗,为270.42μm,灌丛沙丘表层沉积物平均粒径最细,为95.60μm。(2)三种地貌类型沉积物分选性较差,占比分别为74.47%、90.47%和66.7%,新月形沙丘表层沉积物呈现负偏分布、中等峰态,灌丛沙丘和低裸平沙地表层沉积物呈现对称分布、中等峰态和窄峰态。(3)三种不同风积地貌环境敏感组分集中在22.4~399μm之内,该组分对气候变化较为敏感,更能反应沉积环境的变化,表明该区域风沙活动强烈,沉积环境主体为风成沉积环境。(4)灌丛沙丘表层沉积物完全属于风成环境沉积,新月形沙丘和低裸平沙地表层沉积物既有风成环境沉积,又有河流环境沉积。

海南岛北部海湾表层沉积物粒度特征及输运趋势

对海南岛北部海湾(海口湾、铺前湾、木兰湾和东寨港)192站位的表层沉积物样品进行粒度分析,基于粒级组分划分沉积物类型,利用Flemming三角图式法进行沉积动力分区,采用二维粒径趋势分析模型(GSTA)分析沉积物输运趋势。结果表明:研究区表层沉积物类型包括砾、砂质砾、砂、粉砂质砂、砂质粉砂和粉砂,其中,砂分布面积最广,其次为粉砂质砂,沉积物粒度由南往北依次呈“细—粗”旋回式变化,近岸和口门外砂体分选性较好,东寨港内湾和琼州海峡中部沉积物分选性差。研究区整体以偏高能环境为主,物质输运方式包括河流输沙、海岸侵蚀、沿岸输沙和底床剥蚀,其中,北部海峡潮余流作用强劲,表层沉积物存在EW向输运趋势;海湾中部受波浪和潮流的共同影响,于白沙浅滩处(如意人工岛)形成一个沉积汇聚中心;河口区受波浪、径流和潮流季节交替性作用控制,洪季时口门形成的堆积沙体,在NE向浪和W向沿岸流的侵蚀搬运作用下,向西输运至海口湾;近岸区主要受波浪改造作用影响,其中,铺前湾和木兰湾海域沉积物由海向岸搬运,趋势与波浪和涨潮流作用方向一致;东寨港水动力条件较弱,沉积物无明显输运趋势。研究结果揭示了本区海湾现代沉积特征及陆海交互作用,可为海岸侵蚀防护、航道安全保障和海洋环境治理提供科学依据。

新疆吾合沙鲁铜矿床含铜岩系安居安组下段砂岩粒度特征与沉积环境分析

吾合沙鲁铜矿床位于新疆西南天山乌恰前陆盆地北缘,该盆地内沉积大套中生代—新生代陆相砂体,是该区域铅锌、铜、铀等砂岩型矿床的重要含矿岩系。关于该矿床沉积学方面的研究工作薄弱,长期制约着对区域成矿规律的深入认识及对矿床勘查的有效指导。本文以吾合沙鲁铜矿床含铜岩系新近系中新统安居安组下段碎屑沉积岩为主要研究对象,以沉积学、层序地层学、岩相古地理学和碎屑岩石学理论为指导,系统采集矿区内安居安组下段砂岩粒度分析样品,采用碎屑岩粒度分析测试手段,对沉积物展开细致和深入的研究。结果表明,安居安组沉积相类型与辫状河三角洲相沉积特征一致,在各岩性段内识别出辫状河三角洲平原和辫状河三角洲前缘2种沉积亚相及分流河道砂坝、陆上天然堤、水下分流河道、分流间湾、河口砂坝及远砂坝6种沉积微相。安居安组下段为研究区主要富铜层位,其中水下分流河道微相和分流河道砂坝微相,可作为吾合沙鲁地区铜矿勘查的重点目标。研究成果可为吾合沙鲁铜矿周边及外围资源远景预测提供找矿思路,为区域探寻砂岩型铜矿提供新的借鉴。

基于细粒度特征融合的部分多模态哈希

多模态数据的指数级增长使得传统数据库在存储和检索方面遇到挑战,而多模态哈希通过融合多模态特征并映射成二进制哈希码,能够有效地降低数据库的存储开销并提高其检索效率.虽然目前已经有许多针对多模态哈希的工作取得了较好的效果,但是仍然存在着3个重要问题:(1)已有方法偏向于考虑所有样本都是模态完整的,然而在实际检索场景中,样本缺失部分模态的情况依然存在;(2)大多数方法都是基于浅层学习模型,这不可避免地限制了模型的学习能力,从而影响最终的检索效果;(3)针对模型学习能力弱的问题已提出了基于深度学习框架的方法,但是它们在提取各个模态的特征后直接采用了向量拼接等粗粒度特征融合方法,未能有效地捕获深层语义信息,从而弱化了哈希码的表示能力并影响最终的检索效果.针对以上问题,提出了PMH-F^(3)模型.该模型针对样本缺失部分模态的情况,实现了部分多模态哈希.同时,基于深层网络架构,利用Transformer编码器,以自注意力方式捕获深层语义信息,并实现细粒度的多模态特征融合.基于MIRFlickr和MSCOCO数据集进行了充分实验并取得了最优的检索效果.实验结果表明:所提出的PMH-F^(3)模型能够有效地实现部分多模态哈希,并可应用于大规模多模态数据检索.

山东省威海市刘公岛周边海域海底沉积物粒度特征及沉积动力环境研究

为系统分析刘公岛周边海域沉积物粒度特征及沉积动力环境,本次研究在充分收集以往资料的基础上,结合本次测试结果,对沉积物类型及粒度特征进行了总结。研究结果表明:区内沉积物类型主要有4种,分别为含砾泥((g)M)、砾质泥(gM)、砂质粉砂(sZ)、粉砂(Z),其中砂质粉砂与粉砂分布最广;区内平均粒径整体呈东南向西北递增的趋势,分选性整体为差,偏态属于正偏范畴,峰态以中等型为主;区内沉积物整体位于三角图的左上部位,黏土和粉砂两端沉积物很少,表明区内水动力条件整体较弱。

基于BERT与细粒度特征提取的数据法学问答系统

首先利用bidirectional encoder representations from transformers(BERT)模型的强大的语境理解能力来提取数据法律文本的深层语义特征,然后引入细粒度特征提取层,依照注意力机制,重点关注文本中与数据法律问答相关的关键部分,最后对所采集的法律问答数据集进行训练和评估.结果显示:与传统的多个单一模型相比,所提出的模型在准确度、精确度、召回率、F1分数等关键性能指标上均有提升,表明该系统能够更有效地理解和回应复杂的数据法学问题,为研究数据法学的专业人士和公众用户提供更高质量的问答服务.

两种典型防护林对查干淖尔干盐湖沙化地表土壤粒度特征的影响

[目的]探究查干淖尔干盐湖附近沙化土地防护林下的土壤机械组成与生态效应,为当地的防护林建设与沙化土地治理提供科技支持。[方法]以查干淖尔干盐湖南缘沙地柽柳和梭梭两种防护林的带间、根颈和冠幅下0—20 cm的土壤为研究对象,土壤样品的机械组成用激光粒度仪测定得出,计算并分析了平均粒径、标准偏差、偏度、峰态和分形维数等粒度参数。[结果](1)研究区土壤机械组成以砂粒为主,相较于裸沙地(CK),柽柳和梭梭(带间、根颈、冠幅下)黏粉粒总含量分别增加了5.19%,0.59%,20.44%和1.53%,3.93%,4.32%,其中在冠幅下表现最为明显。(2)防护林下的土壤分选性较差,偏度均为正偏,向着尖窄方向发展;分形维数介于2.13~2.70,两种防护林冠幅下的分形维数均高于带间与根颈,与对照相比,防护林下土壤粒径整体向细粒趋势发展。(3)土壤粒度频率显示防护林各位置斜率均偏低,表明两种防护林的颗粒径级丰富度优于对照。[结论]各粒度参数及分维值反映两防护林对于当地沙化土壤有改良作用,柽柳防护林下土壤细粒化趋势更为明显。

基于多粒度特征增强网络的交通文本检测方法

深度学习极大地推动了自然场景文本检测和识别领域的发展,然而,对行车环境中的交通文本检测研究相对匮乏。为此,提出一种新颖的端到端文本检测框架,实现对车载摄像头捕获到的交通文本检测。设计多粒度文本特征增强模块(MTFEM),通过无缝集成交通文本的粗粒度特征和细粒度特征,进行全面理解和分析,以提高对交通文本的特征表达能力。此外,为了优化网络学习,保持模型训练的稳定性,避免像素预测误差所导致梯度急剧变化,设计一种新颖的联合损失函数。实验结果表明,该方法在交通文本数据集CTST-1600和TPD上的F1值分别达到了93.7%和94.1%,与主流方法相比具有更高的检测结果。为了进一步验证所提方法的适应性,在多方向自然场景文本数据集ICDAR 2015和多语言文本数据集MSRA-TD500上的F1值分别取得了87.7%和87.0%,具有较强的鲁棒性。

基于ViT的细粒度特征增强无监督行人重识别方法

行人重识别任务可以看做是细粒度视觉分类任务的一种。现有的无监督行人重识别方法通常只关注人体全局特征,不能获取准确的细粒度局部特征,进而影响模型的识别精度。为解决这一问题,提出了一种基于ViT的细粒度特征增强网络,该网络利用视觉-语言模型生成图像中人体局部区域的掩码,根据自注意力机制中可学习标记与图像块之间交互策略的不同,使类标记与引入的可学习变量局部标记分别学习全局与局部细粒度特征表示。此外,为进一步提升特征表示能力,设计了一个空间信息增强模块,该模块通过挖掘人体局部区域内代表性图像块之间的空间上下文关系来增强特征学习。最后,利用提取到的全局和局部细粒度特征,分别计算在线和离线相机感知对比损失,以增强模型在无监督环境下对于行人身份的鲁棒性。在Market-1501、MSMT17和PersonX数据集上的实验结果验证了所提方法的有效性,mAP/Rank-1分别达到了90.3%/95.9%、59.2%/83.5%、91.3%/96.1%。

基于多粒度特征的行人重识别方法研究

由于采集的图像中存在遮挡、图像分辨率低、人姿态发生改变等干扰因素,行人重识别的研究极具挑战性。为此,文章提出基于注意力机制与多粒度特征的行人重识别网络。首先,针对行人姿态的改变,设计了一种多粒度特征提取模块,使用多分支网络联合注意力机制提取多层次全局特征与局部特征。其次,针对行人局部未对齐问题,文章提出了一种邻域自适应特征融合模块。此外,为保留更多的有用信息,文章还设计了一个自适应特征池化模块。在两个公开数据集进行了实验,与其他方法的比较结果验证了所提出方法的有效性。

融合多粒度特征的低资源语言词性标注和依存分析联合模型

研究低资源语言的词性标注和依存分析对推动低资源自然语言处理任务有着重要的作用。针对低资源语言词嵌入表示,已有工作并没有充分利用字符、子词层面信息编码,导致模型无法利用不同粒度的特征。对此,该文提出融合多粒度特征的词嵌入表示,利用不同的语言模型分别获得字符、子词以及词语层面的语义信息,将三种粒度的词嵌入进行拼接,达到丰富语义信息的目的,缓解由于标注数据稀缺导致的依存分析模型性能不佳的问题。进一步将词性标注和依存分析模型进行联合训练,使模型之间能相互共享知识,降低词性标注错误在依存分析任务上的线性传递。以泰语、越南语为研究对象,在宾州树库数据集上的试验表明,该文方法相比于基线模型的UAS、LAS、POS均有明显提升。

策勒绿洲-沙漠过渡带不同沙丘的沉积物粒度特征及沉积环境

[目的]通过对策勒绿洲-沙漠过渡带不同沙丘类型下风沙沉积物粒度、磁化率分布特征及环境敏感粒级组分进行分析,探讨不同沙丘类型下风沙沉积物相关参数及分布规律。[方法]基于绿洲-沙漠过渡带4种沙丘各部位粒度数据及磁化率数据,采用数理统计方法进行相关性分析。[结果]4种沙丘在不同地貌部位表层的沙物质粒级含量有所差别,回涡、灌丛、新月形及风影沙丘表面沙物质主要由极粗粉砂、极细砂、细砂组成,百分含量总和由小到大依次为96.71%,97.54%,98.48%,98.65%。4种不同沙丘表面沙物质分选性均为分选中度好。不同沙丘的峰态平均值介于0.93~1.02,属于中等峰态,从总体上分析4种沙丘的峰态值从迎风坡底到顶部逐渐增大,顶部到背风坡底部逐渐减小。新月形沙丘偏度值最小,偏度值介于-0.03~0.01,主要表现为对称,风影、回涡及灌丛沙丘偏度值介于-0.04~0.44,为对称和正偏。风影、灌丛及新月形沙丘表面沙物质平均粒径与偏度值呈极显著正相关(p<0.01),表明沙粒平均粒径愈粗愈趋向正偏。风影、回涡及新月形沙丘表面沙物质偏度与峰态呈极显著正相关(p<0.01),沙物质分选性愈差,就愈趋于窄峰态。通过沉积环境判别得出沉积物为风成沙,主体为风成沉积环境,4种不同的沙丘环境敏感粒级组分集中于100~570μm,表明研究区域风沙活动强烈。由于地理要素所组成的差异化构造及人为原因,导致每个不同地貌部位表面沉积物的粒级-标准偏差值相对变化差异较大。[结论]绿洲-沙漠过渡带4种风积地貌沙物质粒径差异主要是由地形、风况及沙源沉积物结构所导致。

融合多粒度特征和标签语义共现的多标签分类

为了从文本中可以更加准确地分析其蕴含的内容,给人们的生产生活提供建议,在基于深度学习的传统多标签分类方法的基础上,提出一种融合多粒度特征和标签语义共现的多标签分类模型。该模型利用双向长短时记忆网络双向长短时记忆网络(bidirectional long short-term memory network,Bi-LSTM)提取多粒度的文本特征,获得不同层次的文本特征;并通过计算pmi的方式构建标签关系图,利用图卷积网络(graph convolution network,GCN)深入提取标签的隐藏关系,获得具有标签信息的文本表示;最终融合多粒度文本特征,进行多标签文本分类。在AAPD和news数据集上进行实验。结果表明:所提出模型的Micro-F1值分别达到0.704和0.729,验证了模型的有效性。

基于细粒度特征与注意力机制的机载图像匹配

针对多视图多视角机载图像匹配问题,提出一种基于细粒度特征和互注意力机制的图像匹配方法。该方法在使用卷积神经网络来提取局部细粒度特征的基础上,通过自注意力机制挖掘全局信息并融入细粒度特征表达,再利用互注意力机制增强匹配图像间的相似性细粒度特征。然后计算每个细粒度特征的注意力得分,按其大小对特征分割对齐。最后用改进后的三重损失对整个模型进行约束,使模型在多视图多视角的数据上更具有鲁棒性。在University-1652公开数据集上的实验结果表明,本文方法的匹配性能优于目前先进方法。

塔里木河下游荒漠河岸林近地表沙尘通量及粒度特征

[目的]分析主导风向下塔里木河下游阿拉干断面天然胡杨河岸林迎风面和背风面的沙尘输沙量及粒度特征,为该区天然河岸林防风固沙提供理论依据。[方法]利用BSNE梯度集沙仪采集两个迎风面样地(Y_(1),Y_(2))和两个背风面样地(B_(1),B_(2))近地表10,30,50,100和150 cm这5个高度的沉积物,再由Microtrac S3500激光衍射粒度分析仪测定沙样粒度特征。[结果]①4个样地沙尘水平通量皆遵循幂函数或指数函数分布,总输沙量呈现:Y_(1)>Y_(2)>B_(1)>B_(2),各样地随着离地表高度的增加输沙量呈减少趋势。②背风面相较于迎风面输沙量降幅在35%~80%之间,说明塔里木河下游天然胡杨河岸林具有较显著的防风固沙效益。③各高度沙粒平均粒径为80~93μm,以极细沙为主,粒径频率曲线呈单峰分布,沙尘组成简单,以局地沙源为主。[结论]研究区天然胡杨河岸林背风面输沙量低于迎风面、平均粒径小于迎风面、分选性优于迎风面、峰态窄于迎风面、偏度稍小于迎风面。因此胡杨河岸林防风固沙效益较显著,可作为减少研究区风沙天气危害的有效措施。