基于神经网络的屏幕内容图像质量评估

随着计算机移动网络技术快速发展,实现屏幕内容图像的分发和处理达到信息共享尤为重要。本文提出了一种基于深度学习卷积神经网络(Convolution neural network,CNN)的屏幕内容图像质量评估方法。人类视觉系统针对文字区域和图像区域具有不同的关注点,所以不能从单一的特征去判断图片的质量,通过设计更深层次的卷积神经网络从而达到多特征提取的目的。本模型使用全卷积网络(Full convolution network,FCN)将屏幕内容图像分割成文字区域和图片区域,利用深层次CNN分别对文本区域和图片区域进行质量评估,通过融合策略将分数整合在一起得到图像的整体质量得分。本模型允许局部质量和局部权重的联合学习,以数据为主导进行驱动,并且不依赖手工特征和图像统计的知识。在两个公开数据集上的实验结果表明,所提出的方法性能相比于目前的方法在主观感知上取得了更高的一致性。

结合多注意力及IE-GAN的面部属性编辑方法

面部属性编辑主要有两个目的:①将图像从源域转换到目标域,对指定的目标属性(如性别、年龄、发色等)进行修改;②只改变与目标属性相关的人脸区域,保留目标属性之外其他属性的细节。而现有的人脸属性编辑方法不可避免地会对与目标属性无关区域进行更改。因此,提出一种基于IE-GAN和多注意力机制的面部属性编辑方法MAIE-GAN,引入补充注意连接(Complementary attention connection,CAC)的概念连接编解码器,解决了由直接跳跃连接引起的信息冗余问题,将自注意力机制作为生成器中卷积层的补充,使其能更好定位目标属性,限定属性变换区域,此外,还利用互补注意特征的概念,实现目标属性无关区域的更好保留。通过与现有方法的对比分析表明,该方法在属性定位和图像质量方面优于现有的方法。

基于SSA-XGBoost的变压器故障诊断

针对传统机器学习算法处理绝缘油中溶解气体分析(Dissolved gas analysis,DGA)的数据集准确率低的问题,提出了樽海鞘优化算法(Salp swarm algorithm,SSA)优化极端梯度提升(Extreme gradient Boosting,XGBoost)的DGA故障检测模型。对DGA数据集进行Z-score标准化预处理,消除DGA数据集各个特征间差异过大的影响;初始化SSA种群参数、迭代次数,设置樽海鞘群体的上下限,分别对应XGBoost里面的各个参数;经过樽海鞘群体的连续迭代优化,寻找XGBoost的最优参数;利用寻找到的诊断模型XGBoost的最优参数进行DGA的故障诊断。与遗传算法(Genetic algorithm,GA)优化XGBoost、粒子群算法(Particle swarm optimization,PSO)优化XGBoost和蚁群算法(Ant colony optimization,ACO)优化XGBoost的对比实验表明,针对DGA数据集,SSA相比于GA、PSO和ACO优化的XGBoost模型各个故障的准确率更高,总体准确率达到了93.4%,SSA更容易找到XGBoost的最优参数,更容易避免XGBoost的过拟合问题,能够实现对复杂样本的有效分类。结果表明,SSA-XGBoost在处理电力变压器的故障诊断有着较高的准确率,是诊断油浸式电力变压器故障的有效模型。

基于AdaBoost-CNN的变压器故障诊断研究

传统的浅层机器学习算法无法充分挖掘变压器故障之间的关系,导致故障诊断的精度较低,针对此问题,提出了将自适应增强(Adaptive Boosting,AdaBoost)与卷积神经网络(Convolutional Neural Network,CNN)相结合,构造AdaBoost-CNN变压器故障诊断模型。AdaBoost-CNN应用了迁移学习的思想,将CNN估计器训练的结果迁移到下个CNN估计器,同时更新训练样本的权值继续训练。针对传统变压器故障气体特征存在着表达能力不足的问题,使用不同气体间的比率来扩充特征向量,同时应用因子分析的方法,科学地提取出更有利于诊断变压器故障的特征。结果表明,通过因子分析得到的特征数据作为AdaBoost-CNN模型的输入,诊断精度达到96.62%,相较于特征未扩充的数据集诊断精度提高了0.67%。通过与传统AdaBoost算法以及单个的CNN比较,分别提高了9.54%、2.67%,验证了所提模型应用在变压器故障诊断问题上的有效性和准确性。

落地生根植物组织培养及试管苗的移栽研究

植物组织培养技术,基于植物细胞的全能性理论。将落地生根植物叶片经过酒精和次氯酸钠浸泡消毒,无菌水反复冲洗,接种于MS基础培养基,人工气候光照培养箱,1800Lx光照,培养温度25℃条件,12h光照和黑暗交替培养。研究表明:落地生根叶片用2%次氯酸钠浸泡5min,然后用无菌水冲洗4-5次,可以达到消毒目的;外植体接种后,首先在25℃,黑暗中培养2-3d,诱导愈伤组织形成;不定芽的分化适宜培养基为MS+20g蔗糖/L+1.5mg/L6-BA,pH6.0;不定根分化适宜培养基为1/2MS+20g/L蔗糖+0.5mg/LNAA,pH6.0。