面向病理图像分割的边缘感知网络

提出了一种针对病理切片图像的端到端语义分割方法--边缘感知网络(BPNet),以提高病理图像分割精度。BPNet网络首先在解码器阶段增加边缘感知模块,改善网络对于病理图像边缘的特征信息提取能力。然后,采用自适应通道注意力模块弥补不同层次特征间的语义差距,进一步加强网络的特征聚合能力。在此基础上,设计了一种基于结构和边缘的联合损失函数,以实现最佳的病理图像分割结果。在GlaS和MoNuSeg两个公开病理数据集上的分割实验结果表明,所提方法的Dice系数得分在两个数据集上分别达到92.21%和81.18%,有效提升了病理图像的分割精度。

基于NPD数据库飞行离场优化程序噪音评估

随着民航业的逐步复苏,全国各个机场的航班量开始逐步恢复,但航空噪声污染问题也随之出现,影响了机场周边居民的生活质量。解决机场噪声问题是我国全面建设绿色民航体系的关键之一。目前,国际民航组织提出了两种优化程序,即噪声减轻离场程序(NADP)和连续爬升运行(CCO)来减少噪声污染。本文以等效连续A声级作为噪声评估的指标,对标准离场程序和噪声优化程序进行了噪声评估仿真验证,得到三种优化程序的噪声等值线图并对其分布规律进行总结,同时根据不同1类声环境功能区的分布情况,提出了不同的减噪方案的建议。

面向高光谱影像场景分类的轻量化深度全局-局部知识蒸馏网络

针对目标场景复杂的空间布局和高光谱影像固有的空-谱信息冗余等挑战,提出了端到端的轻量化深度全局-局部知识蒸馏(Lightweight Deep Global-Local Knowledge Distillation,LDGLKD)网络。为探索空-谱特征的全局序列属性,教师模型视觉Transformer(Vision Transformer,ViT)被用来指导轻量化学生模型进行高光谱影像场景分类。LDGLKD选择预训练的VGG16作为学生模型来提取局部细节信息,将ViT和VGG16通过知识蒸馏协同训练后,教师模型将所学习到的远程上下文关系向小规模学生模型进行传递。LDGLKD可通过知识蒸馏结合上述两种模型的优点,在欧比特高光谱影像场景分类数据集OHID-SC及公开的高光谱遥感图像数据集HSRS-SC上的最佳分类精度分别达到91.62%和97.96%。实验结果表明:LDGLKD网络具有良好的分类性能。根据欧比特珠海一号卫星提供的遥感数据构建的OHID-SC可以反映详细的地表覆盖情况,并为高光谱场景分类任务提供数据支撑。

突发事件下机场系统多部门协同决策方案评估

安全一直是民航发展首要考虑因素。航空运输能够凭借着航程远、无地理障碍的优势,成为群众首选交通工具。随着航班量的增加,衍生了日益突出的安全问题。国务院发布的《国家突发公共事件总体应急预案》中规定,“突发公共事件是指突然发生,造成或者可能造成严重社会危害,需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件。

交叉跑道构型容量评估方法

近年来,随着我国民航业的发展,航班量的大幅增加使得机场容量趋于饱和,造成大量的航班延误与机场拥堵。因此,各地区为了扩容机场容量相继进行改扩建,但机场跑道扩建面临机场用地、管制和净空等因素的限制。交叉跑道可以灵活应对风向变化、节约机场用地、扩展跑道容量及缓解净空限制等特点,在国外应用广泛。