基于YOLOv5改进模型的办公室吸烟行为检测

为解决目前吸烟行为检测中小目标检测精度低、易误检的问题,提出一种改进YOLOv5的识别模型YO-LOv5s+。该模型将YOLOv5的主干网络与BoTNet相结合,以提高模型的特征提取能力,使其能够检测更小的目标物体;同时改进特征融合部分,在网络模型的颈部应用加权双向特征金字塔BiFPN,以高效融合浅层位置信息与深层高级语义信息,有效提高了检测精度。将网络公开数据集与自制数据集整合成办公室吸烟实验数据集,在该数据集上比较YOLOv5s+模型与原YOLOv5模型的检测性能。实验结果表明,改进模型YOLOv5s+的平均精度均值(mAP)为81.8%,精度为82.8%,召回率为83.9%,相较原模型分别提高了5.4%、4.1%和6.4%,较好地实现了办公室吸烟行为检测。

改进DCGAN数据增强的生活垃圾图像识别

为解决当前生活垃圾分类领域数据集存在的图像质量不高、类别分布不均衡的问题,提出一种基于改进DCGAN数据增强的垃圾图像生成方法 EW_DCGAN。首先重新设计DCGAN的网络结构,将生成器输出图像的大小调整至128×128像素;其次将损失函数BCE Loss替换为具有Wasserstein距离的损失函数,引入梯度惩罚项提升模型判别器的鉴别能力;最后在模型生成器中加入ECA注意力机制,使其能较好地应对图像中无效信息的干扰,进而高效提取有用特征。实验表明,使用EW_DCGAN生成的图像质量较高,FID值相较于仅使用DCGAN生成的图像下降明显,能扩充、增强垃圾分类领域数据集。基于迁移学习的ResNet、MobileNet、EfficientNet神经网络在增强前、后的数据集上的比较发现,模型的准确率相较于原始数据集分别提升7.09%、5.34%、4.8%。

长足大竹象信息素结合蛋白CbuqPBP2互作蛋白的筛选与验证

【目的】筛选长足大竹象(Cyrtotrachelus buqueti)信息素结合蛋白CbuqPBP2的互作蛋白,为实现利用信息物质对长足大竹象种群持续控制提供参考。【方法】利用GST pull-down联合质谱技术,对长足大竹象信息素结合蛋白CbuqPBP2的互作蛋白进行筛选、鉴定和分析,并采用酵母双杂交试验验证了CbuqPBP2与信息素结合蛋白CbuqPBP1的特异性互作。【结果】GST pull-down共筛选出45个与长足大竹象信息素结合蛋白CbuqPBP2特异性结合的候选互作蛋白,包括CbuqPBP1、ND2、CYTB。这些互作蛋白主要参与细胞过程、定位、代谢过程、应激反应以及生物调控等多个生物学过程。使用酵母双杂交体系,构建了pGADT7-PBP1重组猎物质粒与pGBKT7-PBP2重组诱饵质粒,通过诱饵质粒毒性检测和自激活检测,表明重组诱饵质粒对Y2HGold酵母菌无毒性作用。共转化验证结果显示,诱饵质粒pGBKT7-PBP2共转化酵母菌株能够在TDO培养基上生长。【结论】CbuqPBP2和CbuqPBP1之间有相互作用,不同信息素结合蛋白间的互作对深入理解长足大竹象嗅觉感受机制提供了新的思路。

动画场景教学中传统美术元素的视觉叙事研究

文章针对动画场景设计教学中,传统美术元素难以融入影片叙事,容易停留在装饰性表达层面的问题,首先梳理传统美术元素在动画场景中的视觉叙事意义,并以此为基础,分析在动画场景设计过程中,传统美术元素当代转化的难点.其次,基于数字技术思考新的教学方法,帮助学生对传统美术元素进行灵活的重构,并使之有效参与到影片叙事中.再次,提出在动画场景教学的多维象限结构中,可以采用以"叙事"为基石、以"问题"为导向、场景理论结合数字技术的数字化重构式教学方式,辅助学生将传统美术元素与数字化方法作为时空并置的物质性基础,并将传统美术元素与当代动画场景表现作为动态组合的结构性框架.最后,结合教学实践,探讨教学思路、教学设计及可行性,以期为民族传统动画的设计和教研提供参考.

出口信保助力跨境电商开疆拓土

近年来,跨境电商高速增长,已成为稳外贸、促发展的引擎。出口信用保险应加大对新业态与新模式的支持力度,帮助出口企业识别风险,开拓新市场。在数字经济时代,数字贸易的兴起催生了跨境电商新发展模式。跨境电商以数字化平台为载体,已成为中国外贸发展的新动能,其发展潜力巨大,具有发展速度快、带动力强的特点。《电子商务报告2022》显示,2022年我国跨境电商进出口(含B2B)达2.11万亿元,同比增长9.8%。然而,跨境电商出口企业在经营中面临着商业风险、政治风险等,这在一定程度上限制了企业开展跨境电商业务。

人工智能技术在广播电视领域的应用

新时期,人工智能技术(Artificial Intelligence,AI)在各行业的应用日益广泛,发展较为稳定,已成为多个专业领域的技术性辅助工具。在广播电视领域,人工智能技术也发挥出了其辅助作用,为产业的创新、转型贡献了显著力量。本文以人工智能技术与广播电视领域的应用现状分析为出发点,讨论了该技术在广播电视领域已做出的成果,分析了目前常用于广播电视领域中的人工智能技术及其应用场景,并对该技术未来发展态势做出了一系列思考。

动画活动问卷用于膝骨关节炎患者的信效度检验

目的引进动画活动问卷,并检验其在膝骨关节炎患者中的信效度。方法通过直译、回译、文化调适和预调查对动画活动问卷进行汉化,形成中文版动画活动问卷。选取326例膝骨关节炎患者进行调查,以评价问卷信效度。结果中文版动画活动问卷包括步态与行走能力、日常动作行为能力2个维度17个条目。探索性因子分析提取2个公因子,累计方差贡献率为71.145%;验证性因子指标显示,χ2/df=2.976,RMSEA=0.095,NFI=0.917,IFI=0.943,TLI=0.931,CFI=0.943,GFI=0.856;条目水平的内容效度指数为0.833~1.000,问卷水平的内容效度指数为0.971。中文版动画活动问卷的总Cronbach′sα系数为0.954,Guttman折半信度为0.865。结论中文版动画活动问卷具有良好的信效度,适应于膝骨关节炎患者活动受限的评估工具。

支气管哮喘患儿血清中miR-192-3p表达水平与气道炎症的相关性分析

目的分析血清miR-192-3p表达水平与支气管哮喘患儿气道炎症的相关性。方法回顾性选取2020年3月至2021年3月上海交通大学附属第六人民医院门诊儿科诊疗的82例支气管哮喘患儿,其中支气管哮喘发作期41例为发作期组;支气管哮喘缓解期41例为缓解期组;另选小儿40例作为对照组。测定并对比3组研究对象75%呼气中期流量(MEF75)、50%呼气中期流量(MEF50)、25%呼气中期流量(MEF25)、最大呼气中期流量(MMEF)指标及血清miR-192-3p水平、白细胞介素13(IL-13)、转化生长因子-β1(TGF-β1)、血管内皮生长因子(VEGF)、趋化素样因子-1(CKLF-1)水平;分析血清miR-192-3p表达水平与支气管哮喘患儿肺功能指标及炎症因子水平的相关性;采用受试者工作特征曲线分析血清miR-192-3p表达水平对儿童支气管哮喘的诊断效能。结果缓解期组、发作期组患儿MEF75、MEF50、MEF25、MMEF均明显低于对照组,且发作期组患儿的MEF75、MEF50、MEF25、MMEF水平均明显低于缓解期组患儿,差异均有统计学意义(P<0.05)。缓解期组与发作期组患儿血清miR-192-3p相对表达量均明显低于对照组,且发作期组患儿血清miR-192-3p相对表达量低于缓解期组,差异均有统计学意义(P<0.05)。缓解期组与发作期组患儿的IL-13、TGF-β1、VEGF、CKLF-1水平均高于对照组,且发作期组患儿的IL-13、TGF-β1、VEGF、CKLF-1水平均高于缓解期组,差异均有统计学意义(P<0.05)。入组哮喘患儿血清miR-192-3p相对表达量与血清IL-13、TGF-β1、CKLF-1水平呈正相关(P<0.05),与血清VEGF、肺功能MEF75、MEF50、MEF25、MMEF水平呈负相关(P<0.05)。以0.758为临界值,血清miR-192-3p相对表达量诊断儿童支气管哮喘的曲线下面积为0.828,敏感度为87.69%,特异度为67.24%。结论血清miR-192-3p相对表达量在支气管哮喘患儿血清中明显降低,且与气道肺功能及炎症因子相关,对儿童支气管哮喘有较高的诊断效能。

扩展现实科普童书的互动数字叙事策略

应用互动数字叙事(InteractiveDigitalNarrative,IDN)框架,提出在设计扩展现实(Extended Reality,XR)类科普童书产品的过程中,基于纸质书叙事符号与扩展现实交互界面形成映射关系,依托纸质书角色间的互动形成叙事情境,并将该情境迁移到扩展现实互动体验设计中。进而提出以视、听、触的隐喻性叙事符号、角色间社会化互动的叙事情境、第一人称视点的叙事视角作为扩展现实科普童书的互动数字叙事策略。

基于小样本学习的降雨云分类及天气预测

针对目前运用卫星云图进行天气预测方面存在的不足,提出了一种基于小样本学习的降雨云分类模型(D-MB模型)来进行天气预测。通过世界气象组织提供的资料,获取并建立了共6类的降雨云图像数据集。在D-MB模型的分类器训练过程中引入知识蒸馏的思想来提升模型精度。将训练好的分类器迁移到D-MB模型的元学习网络中,作为特征编码器,进行训练。实验结果表明,D-MB模型在自建的降雨云数据集上1-shot和5-shot的测试精度分别为54.21%和70.2%,相较于其它元学习方法平均高出了1%和8%左右。

基于小样本学习的林业病害识别

近年来,国家越来越重视林业的发展,而林业病害防治问题始终是林业发展过程中的一项重点工作.针对传统林业病害识别方法存在数据需求量大、模型易过拟合、部分病害类别采样困难,缺乏标准公开数据集等问题,提出了一种基于小样本学习的林业病害识别模型(DML-MB模型),实现了对于林业病害任务的识别.首先,利用从林业局获取的林业病害数据,整理并建立了7类,共210张林业病害图像数据集.其次,模型在训练分类器的过程中引入深度相互学习(DML)策略,让不同网络在训练时不断分享学习经验,提升了深度神经网络的性能.最后,删除分类器中的全连接层获得特征提取器并迁移到DML-MB模型的元学习网络中进行训练.实验结果表明,DML-MB模型在林业病害数据集上的1-shot和5-shot的测试精度分别为61.38%和73.56%,相较于主流的小样本模型,精度最高提升了2.78%和4.52%.

基于深度学习的芒果病虫害分类识别

传统芒果病虫害防治,需要人工进行识别,现引入深度学习技术,可快速准确地对芒果病虫害进行识别。以攀西地区芒果的12种病虫害为研究对象,采用的数据集一部分来自公开数据集MangoLeafBD,另一部分由爬虫技术获得的网络图片组成,共获取图片6769张,其中4879张为训练集,1220张为验证集,670张为测试集。为迎合实际应用的需要,选择了MobileNetV3、MobileViT等4种不同规模的轻量级深度学习网络模型,结合迁移学习训练策略进行对比实验,比较了各个模型的参数量、精确率、召回率等参数。实验结果显示,MobileViT模型用于芒果病虫害分类识别效果最佳,该模型的精确率为96.31%,召回率为96.12%,F1为96.20%,均优于其他模型。由此表明,模型具有较好的鲁棒性和识别性能,可为芒果病虫害分类识别提供技术参考。

卷积神经网络的FPGA并行加速方案设计

根据卷积神经网络的特点,提出了深度流水的FPGA加速方案,设计了卷积层的通用卷积电路。该卷积电路可以在一个时钟周期内获得一个计算结果。理论上,该方案对于MNIST数据集,在28×28个时钟周期内可以获得一幅图片的运算结果。针对网络训练过程的前向传播阶段,在网络结构和数据集相同的情况下,对GPU,FPGA,CPU进行了在计算效率和能耗之间的比较。其中在计算效率方面,50 MHz频率的FPGA就可以相较于GPU实现近5倍的加速,相较于12核的CPU实现8倍的加速。而在功耗方面,该FPGA的实现方案只有GPU版本的26.7%。

基于改进MobileNetV3-Small的皮肤肿瘤分类

许多皮肤癌疾病具有明显的初期患病征兆.目前皮肤癌诊断主要依靠具有专业知识的医务工作者进行诊断,其存在着耗时长、复用性低等问题.针对上述问题,该研究提出一种基于改进MobileNetV3-Small的轻量级皮肤肿瘤识别模型.首先提出了一种基于坐标注意力机制模块(coordinate attention,CA)的CaCo注意力模块.其次针对皮肤肿瘤数据集样本分布不均衡,提出了一种联合多损失函数来增强模型对少样本病例的学习能力.实验结果表明,改进的MobileNetV3-CaCo模型精确率、平衡准确性和模型参数量分别为93.39%、86.35%和2.29M,达到了理想的识别效果.

不同透皮吸收促进剂对灯盏花素凝胶剂透皮吸收的影响

目的通过动物离体透皮吸收试验,选择灯盏花素凝胶剂中最佳透皮吸收促进剂。并拟合出灯盏花素凝胶剂透皮吸收的动力学方程。方法采用改良的Franz扩散装置,以离体鼠皮为屏障,优选接受介质的种类,研究不同浓度、种类及联合促进剂对灯盏花素凝胶剂透皮的影响。结果最优的透皮吸收促进剂为氮酮1.5%。最佳处方的动力学方程为:Q=0.163 0t-0.071 5(r=0.998 2),符合零级动力学模型。结论 1.5%的氮酮作为灯盏花素凝胶剂的透皮吸收促进剂效果良好,为后续研究提供基础。

新媒体艺术交互性的时空特质

新媒体艺术是一种以数字技术为媒介的艺术形式。通过对艺术作品所表达的时空内涵的回溯,和对新媒体艺术现状及其交互性特征的分析,反映数字媒介出现后人们时空观念的变迁和新媒体艺术表现形式的发展,探讨交互性在新媒体艺术中以何种方式表达时空以及表达出怎样的时空观念。

基于空间活力视角的徽州文化遗产保护传承研究

徽州古村落不仅承载着历史的变迁,同时也是当地居民的现实生活场所。其物质文化遗产和非物质文化遗产的保护传承是学界持续关注的问题。论文首先从空间的角度阐述了文化因素和物质环境共同构成空间活力;然后通过对徽州古村落空间形式和文化观念的回溯,反映徽州传统村落空间形式与传统文化之间的耦合关系;最后以民俗节庆活动为例揭示徽州古村落中物质文化遗产与非物质文化遗产的内在关联性对延续其空间活力的意义。

基于支持向量回归的现代气象雷达寿命预测

为了准确地预测气象雷达使用寿命,提高气象雷达运行可靠性、安全性和可维护性,提出了一种新的基于多元回归的气象雷达使用寿命预测框架。在该框架内,采用了支持向量回归(SVR)方法来求解气象雷达使用寿命的多元回归问题;提出了基于SVR的气象雷达特征参数选择FSSSVR(Feature Subset Selection SVR)算法去掉冗余和无效的特征参数。实验结果表明,基于SVR方法的预测算法能够准确地预测气象雷达的使用寿命,能够为雷达全寿命周期管理提供参考依据。

基于工作流引擎的信息系统通用框架设计

主要介绍了一种基于工作流引擎的信息系统通用框架设计。针对网络信息系统,通过修改数据库中的数据,就可以自动构建整个信息系统的框架。基于大多数关键业务均离不开工作流的支持,采用关系结构的理念来设计工作流引擎,并详细地给出了相关的框架模型、机构模型、信息模型和控制模型的设计原理以及具体的表示和实现方法。应用该方法大大缩短了基于信息系统的项目开发周期,提高了工作效率。

后关系型数据库Caché的应用研究

对后关系型数据库Caché进行研究,首先分析了Caché的存取数据模型、Web架构以及CSP的工作原理,它提供了健壮的对象式数据存取、高性能的SQL查询和多维数据存取方式.然后用CSP开发一个简单的基于Web应用,来演示基于Caché数据库的Web应用开发.得出Caché能够加速Web应用开发,提高特殊事务处理的速度,加快对事务型数据的实时查询,系统维护工作小.