结合多路径的高分辨率遥感影像建筑物提取SER-UNet算法

针对深层卷积较难兼顾全局特征与局部特征从而导致提取建筑物边缘不准确和微小建筑物丢失的问题,以注意力机制和跳跃连接为基础提出SER-UNet算法。SER-UNet算法在编码器阶段耦合SE-ResNet和最大池化层,在解码器阶段关联SE-ResNet与反卷积层,通过跳跃连接将编码器提取的浅层特征和解码器提取的深层特征进行融合后输出特征图。验证SER-UNet算法的有效性,在MAP-Net网络并行多路径特征提取阶段使用SER-UNet算法替换原网络中的特征提取结构,分别在WHU数据集和Inria数据集上进行评估,IoU与精度分别达91.46%、82.61%和95.67%、92.75%,对比UNet、PSPNet、ResNet101、MAP-Net网络,IoU分别提高0.49%、0.14%、1.89%、1.57%,精度分别提高0.14%、1.06%、2.42%、1.09%。分析SER-UNet算法的泛化能力,将级联SER-UNet的MAP-Net网络在AerialImage数据集上进行提取验证,IoU与精度分别达85.32%和94.13%。结果表明,结合SER-UNet算法的MAP-Net并行多路径网络表现出较好的提取精度与泛化能力。此外,SER-UNet算法可以有效地嵌入PSPNet、ResNet101、HRNetv2等网络中,提升网络特征表示能力。

可食性胶原蛋白成膜技术初探

可食性胶原蛋白膜以胶原蛋白为主要原料,辅以可食性添加剂而成的食用薄膜,可用于糖果、蜜饯、果脯、糕点等的内包装膜。实验采用L9(3)4正交试验设计,筛选出可食性胶原蛋白膜的最佳配方为:胶原蛋白溶液的浓度12%、甘油2%、氯化钙7%,其厚度、透明度与光泽、韧性等均为最佳。

云南地区积雪遥感监测及气候响应分析

积雪对气候高度敏感,能够对气候变化进行响应,对积雪变化的研究具有重要意义。本文基于Landsat 7 ETM SLC、Landsat 8 OLI影像,利用eCongnition面向对象提取与人机交互解译方法提取并分析2000和2020年云南地区积雪分布数据,然后结合23个气象站点、50个插值点在2000—2020年的温度、降水、降雪量和雪深记录、高程数据和等辅助数据,使用一元线性回归分析法、Mann-Kendall趋势检验、突变检测法,进行云南地区积雪分布现状、2000—2020年积雪变化情况及气候响应分析。结果表明:①2000年云南地区积雪总面积为1533.1 km^(2),2020年为987.8 km^(2),2000—2020年,积雪面积总体减少545.3 km^(2)。其中积雪减少部分面积为945.6 km^(2),积雪增加部分面积为400.3002 km^(2),保持不变的为587.4633 km^(2)。②云南地区积雪分布与变化表现出显著的空间差异性。积雪面积变化集中分布在28°N—28.5°N和3.6~4.0 km高程范围内,面积分别减少16.2%和14.5%。③云南地区的温度和降水均呈显著上升趋势,每10年线性倾向量分别达0.38℃和314.7 mm,与积雪面积变化呈负相关;降雪量和雪深呈弱下降趋势,与积雪总体变化呈正相关。该研究为云南地区积雪空间分布与变化、气候变化趋势提供了支撑数据。

狄克松检验的时空信息加权SG时间序列滤波法

为准确重构受连续云雾污染NDVI时间序列,提高拟合曲线保真性,提出一种狄克松检验并融合时空信息的加权SG滤波法(SGDST)。首先,利用狄克松检验对像元生成一条标准参考曲线;其次,利用参考曲线和时空信息在目标像元邻域内找到相似像元,通过整合相似像元数据生成预处理序列;最后,通过加权SG滤波法对处理后NDVI序列进行平滑,获得高质量NDVI时序数据。采用2010—2019年MODS13Q1_NDVI数据,与SG滤波法、DL拟合法和AG法对比。结果表明:在拟合曲线时,SGDST方法能准确重构连续多期缺失数据的时间序列,有效保留局部波峰波谷细节特征;处理顽固噪声时,可避免过度修正有效低值;与其他3种方法相比,SGDST法的均方根误差和绝对平均误差小于0.0853像元,占拟合总像元比例最大,保真度最高。

立式加工中心主轴箱性能分析与优化设计

以立式加工中心的关键部件主轴箱为研究对象,应用ANSYS有限元软件,根据实际工况进行静力学分析、模态分析和谐响应分析,并通过振动测试验证分析的准确性。基于灵敏度分析与最佳填充空间方法,对主轴箱进行优化设计。通过灵敏度分析,确定对主轴箱性能影响较大的关键尺寸,并基于响应面模型对主轴箱进行多目标优化。优化设计后主轴箱质量减小,动态性能提升。

筒管状罩体容纳稻株设计在稻飞虱调查中的应用

[目的]设计一种能最大限度降低劳作强度和提高准确性的监测装置。[方法]将稻飞虱调查工具设计为能容纳稻株的筒管状罩体,利用负压将虫体吹至或吸入虫体接收器内。[结果]该设计能将稻飞虱虫体吹至或吸入虫体接收器内。[结论]筒管状罩体容纳稻株设计能在稻飞虱调查中发挥作用,对稻飞虱调查准确。

融合多尺度低秩表示与双向递归滤波的高光谱图像分类

针对高光谱图像信噪比较低导致图像分类精度较差的问题,提出一种融合多尺度低秩表示与双向递归滤波的高光谱图像分类方法。首先,对高光谱图像进行不同尺度的超像素分割,获得空间邻域信息并得到分割图像;其次,在各尺度分割区域内执行低秩表示和主成分分析(Principal Component Analysis,PCA)降维,低秩表示可对分割区域内光谱间高相关性进行低秩约束,移除混合噪声;再次,利用双向递归滤波进一步消除图像中噪声和地物细节纹理;最后,根据支持向量机对各尺度特征图像的分类结果采用多数投票方法得到最终分类。实验在Indian Pines、PaviaU和Salinas公开数据集上进行,各地物类别随机选取10个训练样本,结果表明:与仅利用光谱信息的分类方法(支持向量机、PCA)对比,该方法分别在3个数据集上总体精度平均提高了32.03%、28.04%和16.80%;与空间—光谱残差网络和顶点成分分析网络的分类方法对比,平均提高10.99%、8.45%和7.08%;与其他空—谱联合分类方法对比,平均提高8.28%、18.77%和10.19%,证明了本文方法能在训练样本较少的情况下取得更优的总体分类精度。

非对称卷积金字塔残差网络的遥感影像建筑物提取

针对建筑物提取中存在微小建筑物提取不完整、建筑物边界提取不准确等问题,以ResNet为基础,将残差模块与Inception-V3模块嵌套,然后进行金字塔池化来改善网络分割性能,并将改进的神经网络模型称为非对称卷积金字塔残差网络(In_PPM_ResNet)。该模型兼具三者的优势:残差模块能解决网络退化问题;Inception-V3模块中使用非对称卷积,减少参数量,节约运算资源,多路径级联增加网络宽度;金字塔池化模块获取不同尺度信息,扮演加强特征提取角色。为验证In_PPM_ResNet的有效性和适用性,分别在WHU和AIRS建筑物数据集上进行实验,并将其与典型建筑物提取网络FCN-8S、UNet++、SegNet进行对比。实验结果表明:在WHU数据集上,In_PPM_ResNet相较于其它网络,IoU为最优值,达89.97%,其他评价指标也有一定程度提升,模型参数量对比网络中排名第3,参数量相对较小,每轮次运行时间与其他网络相差不大,证明该模型的效率相对较高;在0.075 m分辨率的AIRS数据集上,交并比、召回率、F1分数均为最优值,分别达88.52%、88.95%和87.85%。另一方面,建筑物提取结果相比于其他网络,边界更准确,空洞少,有一定的应用潜力。

小学生可不可以留级

近年来，很多地方都先后出台了针对小学生留级的政策，规定了小学生原则上不准留级。还有些地方和学校规定，至少小学低年级不能让学生留级。我能明白这些政策背后的良苦用心，因为留级有可能会伤害孩子的自尊心，让孩子在新的年级里感到自卑。我还听到过这样的情况：一位小学生因为成绩较差，跟不上本年级的学习进度，和家长一起向学校申请留级，却被学校一口回绝。