基于特征迁移和原型网络的小样本雷达像识别

克服深度学习训练数据不足问题的主流方法是深度迁移学习,当目标域训练样本缺失不严重且目标域与源域样本空间相差不大时,该方法的性能几乎不亚于在充足训练样本集上训练得到的深度模型;但当训练样本数很少甚至只有几个时,该方法会由于过拟合导致模型泛化能力太差而失效。在非合作目标雷达像识别中,往往难以获取充足的训练图像样本。针对这一问题,文中将单样本学习(OSL)引入训练样本极少情况下的雷达像识别中,提出了一种特征迁移和原型网络相结合的小样本雷达像识别新方法。文中详细描述了该方法原理及流程,并采用MSTAR数据集对所提方法进行了实验验证。实验结果表明,在目标域训练样本数量极少的情况下,所提方法的识别性能优于传统的深度迁移学习方法。

EVA高分子复合自粘防水卷材在深圳地铁车站工程中的应用

介绍了深圳地铁2号线华强北站工程的防水处理方案,并阐述了工程主要防水材料——EVA高分子复合自粘防水卷材的性能特点和施工工艺。

不同型号MDI对单组份聚氨酯防水涂料性能的影响

介绍了亨斯曼MDI3051、MDI2020、MDI1810和粗MDI2211不同型号在不同用量下对单组份聚氨酯防水涂料物理性能的影响,同时探讨蓖麻油作为端羟基聚醚部分替代物与各种MDI型号反应后对单组份防水涂料物理性能的影响,再探讨了加入一些对基材有深渗透能力树脂与单组份聚氨酯防水涂料混合后与基材粘结力的影响。