基于区域的上下文信息矩阵推理目标检测模型

目标的语义信息或目标之间的关系有助于目标识别。然而,目前最先进的目标检测器依赖于单独识别目标实例,缺乏充分的上下文信息。为了充分利用上下文信息,本文提出了一种特定的上下文矩阵,将上下文矩阵结合到目标检测中来增强检测模型的上下文信息推理能力。具体来说,该上下文矩阵有3种形式,分别来自不同数据集的标注。通过目标之间的关系、属性和共现概率来增强上下文信息,并将每个区域的上下文矩阵增强后的新特征与原始特征相连接,提高分类和定位的性能。此外,基于上下文矩阵推理的模型是轻量级的和灵活的,足以增强不同的目标检测基线并有助于少样本检测任务。大量实验表明,所提出的基于上下文矩阵推理的检测器可以在不同的基准上持续改进各种检测器。

基于人类活动视角的中国陆域荒野地评估方法

随着人类活动逐渐增加,自然生境向人工基质的转换已成为全球野生动物生存的严重威胁,准确识别荒野地的空间范围对生态治理和生物多样性保护具有重要意义。当前,利用较高精度的新型数据,考虑区域尺度上的地理特征构建指标模型,并识别国家尺度荒野地的实践还较少。从人类活动对自然影响的视角出发构建荒野地识别模型,首先考虑微观视角下人类活动对复杂地理环境的响应特征,构建多要素综合的人类非持续性活动强度计算模型;引入新型数据源,构建空间特征提取算法并建立人工环境和光污染影响指标,明确人类长期活动区;刻画可能的荒野地空间范围,并定量评价其荒野程度。对中国陆域荒野地的识别结果表明:(1)基于人类活动视角构建的荒野地识别模型可有效模拟中国陆域范围内的荒野度分布,其大致呈现“西高东低”的空间格局;(2)中国荒野地占中国陆域面积的22.47%,主要分布在大小兴安岭、青藏高原、内蒙古高原、塔里木盆地等地区;(3)结果与基于人类足迹法的荒野地数据对比,重合率超过80%,表现出良好的识别能力,且为部分区域提供了具有参考性的识别结果。

基于深度学习的栽培苜蓿害虫识别模型

苜蓿(Medicago sativa)是我国发展畜牧业的重要优质牧草之一,而病虫害是影响其生长和品质的主要原因,因此准确识别病虫害对其生长发育具有重要意义。YOLO(You Only Look Once)等单阶段目标检测算法通过端对端进行目标检测,RCNN(Region Convolutional Neural Network)等双阶段目标检测算法生成候选区域进行特征提取。为有效识别苜蓿害虫,本文基于YOLOv5和Faster-RCNN两种算法对常见的6类苜蓿害虫进行特征识别,根据召回率(R)、精度(P)、平均精度(mAP)、F1值4种评价指标确定苜蓿害虫识别的最优算法和模型。其中R为样本中的正例被正确预测的比例,F1值为R和P的加权平均值。结果表明:YOLOv5算法识别苜蓿害虫的表现优于Faster-RCNN算法,YOLOv5算法的测试集和验证集精度均高于Faster-RCNN算法。研究结果为苜蓿害虫识别的算法选择提供了科学与理论支撑,对栽培苜蓿管理具有重要意义。

基于社会力模型的油田作业人员安全疏散研究

为提高油田开发过程中发生溢流井喷等突发事件时的应急疏散能力,基于社会力模型构建油田井场作业现场的仿真环境,并对疏散过程进行计算和分析。首先,将压裂队、试油队等作业人员按工作区布置,模拟从作业点撤离至应急出口的疏散过程;然后,分析疏散过程中的拥堵节点,优化井场布局;最后,计算优化后的疏散过程,评估优化效果。结果表明:该方法能够计算作业人员的实际疏散速度,能有效评估应急疏散效果;井场布局优化后,疏散时间减少7s,总疏散时间缩短17.1%,作业人员的疏散效率显著提升。

基于地理探测器和最大熵模型的人类出行活动强度空间格局模拟:以云南省域为例

定量评价人类出行活动强度(下文简称“人类出行强度”)是进行人类干扰研究的基础,对于生物多样性保护具有重要意义。考虑到城市与非城市区域之间的差异,为了提高人类出行强度对环境变量的响应程度,本文针对云南省非城市区域,基于腾讯位置大数据,利用地理探测器和最大熵模型探究环境变量对人类出行强度的影响。结果表明,影响云南省人类出行强度的各环境变量在交互作用下呈现双因子增强或非线性增强类型,距居民点距离与地表覆盖类型共同作用下对人类出行强度的解释力达到最大;最大熵模型的预测精度达到“好”的标准(Area Under Curve,AUC=0.855),研究区内的人类出行强度大致呈“东高、西低”的分布格局,距居民点距离、地表覆盖类型、距道路距离和坡度是主要的影响变量,累积贡献率超过90%;从整体上看,云南省内的人类出行活动集中于地势平缓、气候温暖、雨量适中且交通便利的居民区附近,实验结果对于揭示人类出行的分异性影响因素有价值,可为云南省的物种保护与规划等工作提供参考。

臭氧气浮/微涡流絮凝分级处理含聚采出水

含聚合物采出水的有效处理和达标回注是解决油田环保风险和生产压力的关键问题。文章通过对长庆油田陇东区域某试验站的采出水水质进行调研和评价,发现处理后的含聚采出水平均悬浮固体含量高达102.5 mg/L,无法达到Q/SY CQ 08011—2019《陇东油田采出水处理水质指标及分析方法》中规定的悬浮物≤50 mg/L的回注标准。针对上述问题,分析了聚合物分子量及浓度对悬浮物去除的影响,根据聚合物含量提出不同的采出水处理工艺:针对聚合物浓度≥50 mg/L的,形成高含聚合物废水的臭氧气浮处理技术,聚合物降解效率≥60%;针对聚合物浓度<50 mg/L的,形成了微涡流絮凝固液分离技术;在最佳搅拌条件和加药量下,处理后聚合物浓度≤10 mg/L,悬浮物含量≤25 mg/L,可达到Q/SY CQ 08011—2019的回注标准。研究成果可以为后续开展含聚采出水现场治理提供技术支撑。

基于AlexNet的栽培苜蓿病害识别

苜蓿病害的准确快速识别是栽培苜蓿草地病害防治的关键。苜蓿病害鉴别对专业知识和识别工具及检测环境要求较高,传统的苜蓿病害识别往往需要采用显微观察等手段对叶片病害部位进行镜检,存在时效性差、成本高,难以实现大范围多点位的快速识别等弊端。近年来在图像识别领域的计算机视觉和深度学习得到快速发展,为苜蓿病害智能化识别提供了新途径。本研究利用13种常见苜蓿病害图像数据集,基于改进的AlexNet深度学习卷积神经网络,经过300次迭代训练,构建了苜蓿病害识别模型,并对比分析了不同图像输入分辨率的苜蓿病害识别精度。结果表明:13种苜蓿病害最优模型识别总体精度达到72%,最优图像输入尺寸为512像素×512像素;剔除识别精度过低的苜蓿病害样本图片后,褐斑病、霜霉病、炭疽病、黑茎叶斑病和小光壳叶斑病5类苜蓿病害的识别总体精度提高到92%,最优输入尺寸为1200像素×1200像素。这2种模型均能够实现对苜蓿主要病害的快速识别,研究结果可以为苜蓿病害智能检测系统的研发提供图像识别方面的技术支持。

一种粗略到精确的电力设备热故障定位方法

在电力系统运行中,电力设备发热故障给电力系统的稳定性和安全性带来重大隐患。使用红外热像仪对电力设备热故障进行智能诊断已成为重要课题。其中,准确,高效的故障定位可以大大提高智能诊断的准确性,提高诊断效率。文章提出一种从粗略到精确的电力设备热故障定位方法,该方法通过结合伽马变换和OSTU灰度阈值变换对故障设备进行粗略定位,然后利用灰度重心算法对分割出的发热设备进行计算,可以精确定位到发热设备内一点。该方法相对于传统的只提取发热设备图像作为结果的方法具有更精确的结果,可适用于大部分发热故障的红外热像图,且对之后的设备识别工作具有重要意义。

我国银行业走向国际化的必由之路

邓小平同志曾经说过：“金融很重要，是现代经济的核心。金融搞好了，一着棋活，全盘棋活。”由此可见，金融业在我国的重要位置。作为金融业占重要位置的银行业更是国家经济发展的重要工具。

国有企业变革中的问题及对策

改革开放20多年来。我国大中型企业从原来的计划经济到目前的股份制改造。由于改革政策的不断变化和实施中的种种弊端，给企业留下很多历史问题和沉重的包袱，虽然政府部门和企业一直都在力图制定可行的政策消除这些问题，但是仍然没有得到彻底解决，这都将在一定程度上影响企业变革的进程和步伐，企业必须首先对这些问题进行解决，才能轻装上阵，才能有效推进变革。

大脑能“开锁”——如何实现安卓手机的脑控屏幕解锁

我们的大脑无时无刻不在产生脑电波。脑电波信号现今已被作为生物信号输入用于人机交互。在医学上，脑电波信号的人机交互可以帮助残疾人与使用脑电波的机器进行通信。

基于改进Hamming距离的虹膜识别算法

针对虹膜特征匹配速度较慢的问题,提出了一种改进的Hamming距离算法来缩短匹配的时间。传统的特征匹配是采用8次移位比对的方式,选择其中最小的一次Hamming距离与阈值进行比较,这种方法会带来计算量的增加,影响实时性。为此提出一种新的方法。在进行特征移位比对的同时,将每次得到的Hamming距离与阈值进行比较,若小于阈值,则结束移位比对,判定这2个虹膜来自同一采集者;若不小于阈值,则继续移位比对,直到移位8次为止。在mini2440开发板上,使用CASIA虹膜数据库对该算法进行了大量的实验。结果表明:该方法比传统的Hamming距离匹配法更快,并且准确率有所提高,说明该方法可行有效。

我国银行业监管存在的问题及对策

随着国际金融化的飞速发展，金融风险日益加大。20世纪70年代初，西德赫斯塔银行和美国富兰克林国民银行的倒闭，震惊了国际金融界，银行风险成为人们关注的焦点。商业银行在经营过程中会面临各种各样的风险，如何防范和控制风险，提高资产质量，保证资产安全，避免和减少损失，是商业银行经营管理的重点，也是社会对商业银行的客观要求，加强外部监管被提到了前所未有的高度。2003年4月，中国银监会成立。银行业监督管理体系的独立，反映了我国银行业发展的客观需要，是中国加入世贸组织后，金融业的一个重大应对举措，在一定程度上标志着中国银行业的监督管理步入专业化、国际化的轨道。2003年12月27日通过的《银监法》，又通过法律的形式授权中国银监会负责对全国银行业金融机构及其业务活动监督管理的工作，明确了监管机构的权利、责任和义务，同时对监管机构实施监管行为的权限、方法、程序和要求等加以限定，为银监会今后更有效地监督管理银行业金融机构奠定了法律基础。

深部开采条件下地表沉陷规律研究

由于深部煤层开采覆岩地质构造及其破断规律复杂,对于地表沉陷的规律研究及精准预测较为困难,凭借单一的模拟方式不能得到令人满意的结果。本文以某矿西三采区702综采工作面为工程实例,通过建立物理相似材料模型和数值模拟相结合的方式,对深部开采后地表沉陷进行预测分析与对比印证,研究了深部开采覆岩和地表移动的机理与规律。实验结果表明:在工作面推进初期,沉陷显现不明显,但沉陷速率呈增加趋势。当工作面推进至900m时,沉陷开始呈现盆地走势。随着推进距离增大,沉降量最大值增大且最大值点不断前移,沉陷程度加深且范围逐渐扩大,产生的盆地现象发生前移。研究结果可为煤矿区的生态环境保护与重建工作提供科学依据。

渤海海域多源遥感溢油风险评价与长序监测

渤海海域溢油事件频发,所以进行海洋溢油风险时空特征分析,对于开展卫星遥感溢油精确监测具有重要意义。作者采用多源高分辨率卫星遥感数据,提取渤海海域船舶及石油平台两类主要溢油风险源分布状况,结合2015—2020年间渤海海域海上溢油卫星遥感监测结果,分析多种传感器下不同类型溢油的成像特征,通过溢油风险源核密度分析方法,获得海洋溢油事件发生的时空分布,实现渤海海域溢油风险程度综合评价。以2020年大连近岸海域溢油遥感监测为例,开展溢油扩散范围长序列应急监测,结合事故发生海域船舶航行风险源信息,对溢油事件发生过程进行回溯,实现对溢油发生源和分布面积的长序列准确监测。

基于ArcEngine的海域集约利用系统的设计与开发

集约用海是促进海岸带海域资源可持续利用的一种用海模式,海域集约利用系统是一个对某一区域的海域集约利用的发展水平状况和利用强度进行综合评价的系统.基于Visual Studio 2010开发平台,结合嵌入式ArcEngine组件库,利用海域使用现状调查数据和海域使用动态监测数据,引入可变模糊数学模型,最终实现海域集约利用系统的功能.结果表明,基于GIS技术的海域集约利用系统能够实现海域集约利用状况的分析和评价,并将评价结果直观、可视化显示,可以为海洋资源的开发管理提供决策咨询的技术平台.

无人机测绘技术在城市建筑工程测量中的应用探讨

目前,我国城市中建筑工程开设的越来越频繁,而工程测量环节作为建筑工程开设的重要部分,影响工程实施的整体质量。为保障城市建筑工程开展的质量和效率得到提高,城市建筑企业可以在新时代社会中使用无人机测绘技术增强测量精准度和速度,这样既可以使工程测量环节顺利完成,还可以以此保障工程安全,提升工程安全系数,借助科学且严谨的测量数据优化工程系统,让建筑工程朝着现代化方向发展,让我国城市建筑企业朝着更好的方向进步。

二氯二氢硅的安全生产

二氯二氢硅在半导体行业有广泛的应用,是一种重要的电子级硅基原料,但是二氯二氢硅在生产、充装、仓储、运输、使用的过程中有较大的安全风险。重点介绍了二氯二氢硅用途前景以及在制造前期和制造过程中所面临的安全问题,从工艺设计、选址、物料输送、生产管控、储存以及充装、副产品处理等方面,进行全方位安全分析,并采取有效的防范措施,将安全风险控制在可控范围之内,提升了二氯二氢硅的安全生产水平,确保二氯二氢硅可以安全地应用于半导体行业,顺利推进二氯二氢硅的国产化。

长兴岛海域围填海开发强度分析

本研究提取并分析了长兴岛附近海域2005~2017年围填海开发强度。研究结果表明,2005~2017年长兴岛海域整体开发强度增大,围填海面积增加最大的类型为围海养殖,围填海开发强度较高值由相对集中转化为相对分散,围填海开发强度分布更加均匀。

测绘新技术在建筑工程测量中的应用分析

现代社会科学水平的不断提高,测绘新技术开始广泛应用到建筑工程测量中,传统的测绘方法无法精准获得相关数据,难以与建筑工程测量要求相符,效率不高,所测绘的结果与实际有很大偏差,测绘新技术有着较强的灵活性,在建筑工程测量中发挥着巨大作用,并且测绘新技术还具有高效率、高精度的特点,其测绘的结果具有参考依据。对此,本文探讨测绘新技术在建筑工程测量中的情况,以供参考。