无人飞行器(unmanned aerial vehicle,UAV)自组网的路由研究多以性能指标出发、忽略无人飞行器网络的任务驱动性,与实际需求动态耦合弱、适用性不强。针对该问题基于无人飞行器多任务网络提出了面向任务的无人飞行器联盟组网架构,提出...无人飞行器(unmanned aerial vehicle,UAV)自组网的路由研究多以性能指标出发、忽略无人飞行器网络的任务驱动性,与实际需求动态耦合弱、适用性不强。针对该问题基于无人飞行器多任务网络提出了面向任务的无人飞行器联盟组网架构,提出了无人飞行器联盟的任务自适应优化链路状态路由协议(task adaptive optimized link state routing,TA-OLSR)。基于模糊逻辑设计拓扑稳定度计算方法,利用拓扑稳定度实现TA-OLSR控制消息的自适应广播,同时结合稳定度设计新的多点中继选择策略。仿真结果表明,TA-OLSR算法能从宏观面向任务的角度出发,实现不同任务下的良好自适应性,提升数据包投递率,减少冗余信息传播,降低网络开销,有效提高整体网络性能。展开更多
针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature...针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature,MSF)提取模块及高效的全局上下文信息融合(efficient global contextual information aggregation,EGCA)模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集(DRIVE-AV,LES-AV)上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。展开更多
二维数字图像相关(two-dimensional digital image correlation,2D-DIC)在测量过程中不可避免地会出现相机光轴与测量表面非垂直,由此产生的离面位移而将导致较大的测量误差,同时在视场受限的环境中难以通过单台相机完成大范围的变形测...二维数字图像相关(two-dimensional digital image correlation,2D-DIC)在测量过程中不可避免地会出现相机光轴与测量表面非垂直,由此产生的离面位移而将导致较大的测量误差,同时在视场受限的环境中难以通过单台相机完成大范围的变形测量。有鉴于此,该文开发了基于双反射镜的2D-DIC变形测量系统,使用双反射镜成像缓解离面运动对2D-DIC的影响,通过可移动相机实现小视场下的图像采集,提出基于频域移位的高精度图像拼接方法,并改进了融合函数,最终获得试样的高分辨率图像。单轴拉伸实验结果表明,轴向应变的平均相对误差相比传统2D-DIC方法降低12.82%,测量分辨率提高约34.92%,验证了测量系统的可行性和有效性。展开更多
文摘无人飞行器(unmanned aerial vehicle,UAV)自组网的路由研究多以性能指标出发、忽略无人飞行器网络的任务驱动性,与实际需求动态耦合弱、适用性不强。针对该问题基于无人飞行器多任务网络提出了面向任务的无人飞行器联盟组网架构,提出了无人飞行器联盟的任务自适应优化链路状态路由协议(task adaptive optimized link state routing,TA-OLSR)。基于模糊逻辑设计拓扑稳定度计算方法,利用拓扑稳定度实现TA-OLSR控制消息的自适应广播,同时结合稳定度设计新的多点中继选择策略。仿真结果表明,TA-OLSR算法能从宏观面向任务的角度出发,实现不同任务下的良好自适应性,提升数据包投递率,减少冗余信息传播,降低网络开销,有效提高整体网络性能。
文摘针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature,MSF)提取模块及高效的全局上下文信息融合(efficient global contextual information aggregation,EGCA)模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集(DRIVE-AV,LES-AV)上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。
文摘二维数字图像相关(two-dimensional digital image correlation,2D-DIC)在测量过程中不可避免地会出现相机光轴与测量表面非垂直,由此产生的离面位移而将导致较大的测量误差,同时在视场受限的环境中难以通过单台相机完成大范围的变形测量。有鉴于此,该文开发了基于双反射镜的2D-DIC变形测量系统,使用双反射镜成像缓解离面运动对2D-DIC的影响,通过可移动相机实现小视场下的图像采集,提出基于频域移位的高精度图像拼接方法,并改进了融合函数,最终获得试样的高分辨率图像。单轴拉伸实验结果表明,轴向应变的平均相对误差相比传统2D-DIC方法降低12.82%,测量分辨率提高约34.92%,验证了测量系统的可行性和有效性。
