一种气温降尺度的半循环对抗生成网络

提出了一种半循环对抗生成降尺度模型,应用于ERA5再分析全球气候地表温度数据在中国及其周边地区的降尺度,该模型引入了重建生成器网络和退化生成器网络,采用对抗损失和半循环损失来优化降尺度结果。通过消融实验验证了该模型的有效性。结果表明,与传统的插值方法以及其他深度学习模型相比,该模型在客观评价指标上有所提高,所生成的地表温度数据细节更加丰富。

Temporal and spatial variation and prediction of water yield and water conservation in the Bosten Lake Basin based on the PLUS-InVEST model

To comprehensively evaluate the alterations in water ecosystem service functions within arid watersheds,this study focused on the Bosten Lake Basin,which is situated in the arid region of Northwest China.The research was based on land use/land cover(LULC),natural,socioeconomic,and accessibility data,utilizing the Patch-level Land Use Simulation(PLUS)and Integrated Valuation of Ecosystem Services and Tradeoffs(InVEST)models to dynamically assess LULC change and associated variations in water yield and water conservation.The analyses included the evaluation of contribution indices of various land use types and the investigation of driving factors that influence water yield and water conservation.The results showed that the change of LULC in the Bosten Lake Basin from 2000 to 2020 showed a trend of increasing in cultivated land and construction land,and decreasing in grassland,forest,and unused land.The unused land of all the three predicted scenarios of 2030(S1,a natural development scenario;S2,an ecological protection scenario;and S3,a cultivated land protection scenario)showed a decreasing trend.The scenarios S1 and S3 showed a trend of decreasing in grassland and increasing in cultivated land;while the scenario S2 showed a trend of decreasing in cultivated land and increasing in grassland.The water yield of the Bosten Lake Basin exhibited an initial decline followed by a slight increase from 2000 to 2020.The areas with higher water yield values were primarily located in the northern section of the basin,which is characterized by higher altitude.Water conservation demonstrated a pattern of initial decrease followed by stabilization,with the northeastern region demonstrating higher water conservation values.In the projected LULC scenarios of 2030,the estimated water yield under scenarios S1 and S3 was marginally greater than that under scenario S2;while the level of water conservation across all three scenarios remained rather consistent.The results showed that Hejing County is an important water conservation function zone,and the eastern part of the Xiaoyouledusi Basin is particularly important and should be protected.The findings of this study offer a scientific foundation for advancing sustainable development in arid watersheds and facilitating efficient water resource management.

一种精简的蘑菇图像分类模型

相比小型卷积神经网络(convolutional neural network, CNN)模型,现有的大型CNN模型在大型图像数据集上达到了良好的分类效果,但是在小型图像数据集上过拟合,使得精度提升小、训练时间长、存储占用高,不能很好地适应嵌入式设备.因此首先收集了一个包含4 500张图片的小型蘑菇数据集,并为蘑菇分类任务设计了轻量化的CNN模型MushroomNet.然后研究CNN模型中各部分对于分类任务的重要性,并提出基于数据复杂度的模型结构优化方法.实验表明,相比MobileNet、ShuffleNet等轻量化模型,MushroomNet-MicroV2的Top-1精度只差了1%~2%,但是它训练速度更快,存储更小,只有1.3 M的参数量,且在Apple M1 CPU上经过142 s的30轮快速训练后,Top-1验证精度可达88%.

结合小波变换高频信息的可控面部性别伪造

基于生成对抗网络(Generative Adversarial Network,GAN)的图像到图像的翻译(Image-to-Image Translation,I2I)技术在各种领域中取得了一系列突破,并广泛应用于图像合成、图像着色、图像超分辨率,特别是在面部属性操作方面获得了深入研究。为了解决目前I2I领域由于模型架构以及数据不均衡所导致的不同翻译方向的生成图像性能表现差异的问题,提出了一种HFIGAN(High Frequency Injection GAN)模型,实现了结合高频信息的可控面部性别伪造。首先在结合高频信息的小波模块中,将编码特征通过离散小波变换进行特征级的分解,将所得到的高频信息在解码阶段对等注入,使得在上采样过程中的源域与目标域之间的信息可以达成平衡状态。其次,针对I2I任务中多域转换在不同方向的翻译难度不一致的问题,通过对损失函数进行重新设计,将难易样本的损失进行放缩,提高难样本对模型的反馈,使模型更专注于难样本的训练从而提升模型性能。最后,提出基于风格特征的多样性正则项,将风格向量在不同空间中的距离度量添加至传统的多样性损失中进行监督,使得模型能在保持生成图像多样性的同时提升图像的生成质量。分别在CelebA-HQ数据集和FFHQ数据集上进行实验并验证了所提方法的有效性。在主流的I2I模型中结合所提损失进行了损失函数通用性验证。实验结果表明,与以往先进方法相比,HFIGAN在面部性别伪造方面性能更加优异,所提出的损失函数具备一定的通用性。

融合小波快捷连接生成对抗网络的面部性别伪造

面部属性编辑领域的主流方法由于数据以及模型架构的限制,存在如下两方面的问题:自编码器模型在编码以及解码阶段的瓶颈结构会丢失特征信息,以及在解码过程中逐阶段对源域特征进行连续的样式注入,使得生成图像中目标域信息占比过大,导致生成图像丢失了源域的身份信息以及部分细节;在人脸图像中,图像人物的性别、种族或年龄等属性的差异会使得不同图像的频域信息组成差别较大,在无监督的训练前提下,当前主流网络框架并不能在样式注入阶段调整源域信息以及目标域信息之间的占比,导致生成图像仍然存在伪影。针对上述问题,基于生成对抗网络和图像到图像的翻译提出一种面部性别伪造模型,即融合快捷小波连接生成对抗网络(WscGAN)。通过对自编码器结构添加快捷连接,将不同编码阶段的输出通过小波变换进行特征级别的分解,再引入通道注意力机制将其进行逐个处理,以此动态改变在解码过程中不同频率的源域特征信息的比例,最终实现面部图像在性别属性上的伪造。为了验证所提模型的有效性,WscGAN分别在CelebA-HQ数据集和FFHQ数据集上进行了实验。实验结果表明,WscGAN在CelebA-HQ以及FFHQ数据集上均领先现有先进模型,其中弗雷歇起始距离分别提升5.4%和19.8%,特征度量相似度分别提升1.8%和4.1%。此外,定性的视觉对比结果充分体现了WscGAN可有效改善面部图像性别属性伪造的效果。

一种新型大气细颗粒物湿法捕集装置

对环境空气中的颗粒进行捕获,是大气颗粒物污染防治工作的基础。基于湿法捕集理论,设计并搭建了一套新型大气细颗粒物湿法捕集装置。利用该装置对大气颗粒物进行现场采样实验,用动态光散射技术对获取的颗粒物样品溶液进行测试,通过样品溶液的散射光光子数来表征样品的浓度。实验结果表明,此装置能对大气细颗粒物样品实现有效的捕获,捕集效率随转子转速的增大而增大,随着液体流速增大呈先增大后减小的趋势,并且在液体流速为600 mL/min时,装置捕集性能达到峰值。

TMR颗粒饲料对湖羊羔羊育肥的影响因素研究

在养羊业中,传统的"精、粗分饲"或TMR散料(湿拌料)饲喂增重速度较慢,出栏周期长,为提高育肥羊的增重速度,缩短出栏时间,推广TMR颗粒饲料快速育肥技术意义重大。为研究湖羊羔羊颗粒饲料育肥的影响因素,本试验以常见的全株玉米青贮为基础的TMR散料为对照,针对目前江苏省市场上流通的3种颗粒饲料在3～5月龄育肥湖羊上进行对比试验,比较了料型、性别、剪毛等因素对湖羊羔羊育肥的影响。结果表明,3种颗粒饲料的增重效果明显优于TMR散料(P<0.05),母羔的日增重略低于公羔但差异不显著(P>0.05),剪毛对日增重和料重比无显著影响(P>0.05),含有木薯酒精渣、油糠等的Ⅲ组颗粒饲料育肥湖羊的效益最高。本试验为推广颗粒饲料育肥技术提供了参考依据。

元代“遥授”现象研究

元代的"遥授"现象承自金末,成吉思汗时期就已略有采用,世祖建立元朝之后,开始较大规模地利用。一般而言,元朝统治者利用遥授达成各种政治目的,如奖励军功、安抚降将、安抚边疆少数民族首领以及作为官员致仕后的荣誉衔等。武宗时期,"遥授官"大量出现,这与武宗试图巩固自身及其儿子的地位息息相关。仁宗继位后,大规模的遥授活动基本停止。此外,由于《元史·百官志》不载"遥授官",导致其存在许多易被忽略的问题,如与"加带衔"的区别、是否食俸禄、《元史》对"遥授官"的记载情况等。综合分析各种史料,上述问题在一定程度上可加以解答。

基于虚拟光学的视觉显著目标可控放大重建

该文提出一种基于虚拟光学的视觉显著目标高分辨率可控放大重建方法。原始图像放置于虚拟光路物平面,首先通过衍射逆计算获得原始图像在虚拟衍射面的光波信号,再对虚拟衍射面光波用球面波照射后作正向衍射计算,通过改变观测平面位置可重建出不同放大率的原始图像。仿真测试结果表明,与一般的插值放大方法相比,所获得的放大后的图像特别是在显著性区域表示出良好的视觉感知效果。将包含人脸的低分辨率降质图像作为待重建信号,所重建人脸的显著性区域如眼睛、鼻子等比一般重建方法更清晰。用水平集方法结合显著图分割出原始图像中的局部显著区域并作放大重建和轮廓提取,轮廓表现出良好的光滑性。

基于多元线性回归与BP神经网络的缝口强力预测

缝口强力的影响因素众多且相互间的关系复杂,有效地预测缝口强力有利于服装的品控。采用经选定的涤棉混纺面料为实验对象,通过控制变量法进行缝口强力5因素3水平的全面实验。选定缝纫因素,包括缝型、线迹类型、缝边宽度、机针号数和线迹密度。用SPSS分析单因素对缝口强力的影响作为预测依据;基于多元线性回归和BP人工神经网络,用Matlab编程建立缝口强力预测模型,并比较两种预测方法的准确性;最后用较优的预测模型搭建针对服装企业的缝纫工艺参数推荐框架。结果表明:多元线性回归与BP神经网络模型预测误差均值分别为8.579%和2.642%,说明BP神经网络的整体预测精度更高,建议采用BP神经网络预测模型来进行缝纫工艺参数推荐。

基于EDA技术的计算机硬件课程实验融合设计

提出一种基于EDA技术的大学计算机硬件系列课程的实验融合思想并给出实验项目规划与实施方案。基于该方案,前导课程的实验成果可以延伸应用到后续课程的实验项目中,避免了各门课程实验项目分散、不成体系的缺点,设计成果的重利用及功能扩展与改进可有效促进学生对专业知识的系统性认知与掌握。分别以福建师范大学数学与信息学院开设的“数字电路”,“计算机组成原理”和“通信原理”三门课程的实验项目为例,用融合的思想统一规划相关实验项目并给出融合设计实施实例。融合设计提升了实验项目的广度与深度,促进了知识的融会贯通,同时学生的工程实践动手能力和创新设计能力也得到进一步加强。

基于MLP神经网络的女大学生头面部号型归档与预测

为提高头面部产品适配性,文章运用马丁测量仪等对189名18~26岁女大学生进行头面部测量,通过主成分分析(PCA)提取了影响头面部形态的7个特征因子,采用K-means聚类方法得出5种头面部形态分类,利用指数分型法把头面部进行量化分型,并提出基于多层感知器(MLP)神经网络头面部号型预测模型,提高由于头面部尺寸过于繁杂在进行号型分类或选择时参考依据过多而产生的生产工作效率低等问题。结果表明:头面部号型可细分为XS型/形态指数>93、S型/形态指数∈(88,93]、M型/形态指数∈(84,88]、L型/形态指数∈(79,84]、XL型/形态指数≤79,其中M型分布最广,号型覆盖率较好,可作为中间号型;并通过MLP神经网络实现通过少量头面部特征尺寸精准预测其号型分类,生成的模型预测结果正确率达到93.42%,研究结果可为头面部产品的设计和生产提供参考。

基于服装属性的女装搭配规则构建

针对服装搭配知识碎片化、规则模糊等问题,为提高服装搭配的有效性,通过获取大量互联网服装图像上下文信息,提取女装属性优先级,然后将分别建立的女装类型搭配规则、女装风格搭配规则和女装色彩搭配规则,按照前提与结论的关系进行组合,最终构建了女装搭配规则关联拓扑结构。采用卡方检验对搭配规则有效性进行验证,实验组被试对象按照构建的搭配规则进行服装搭配,对照组则依据常识进行搭配。研究结果表明:2组实验服装搭配效果存在显著差异,按照构建的女装搭配规则进行服装搭配的合格率达85%;建立的女装搭配规则对服装搭配及智能推荐具有较好的指导作用。

基于多特征扩散方法的显著性物体检测

现有的大部分基于扩散理论的显著性物体检测方法只用了图像的底层特征来构造图和扩散矩阵,并且忽视了显著性物体在图像边缘的可能性。针对此,该文提出一种基于图像的多层特征的扩散方法进行显著性物体检测。首先,采用由背景先验、颜色先验、位置先验组成的高层先验方法选取种子节点。其次,将选取的种子节点的显著性信息通过由图像的底层特征构建的扩散矩阵传播到每个节点得到初始显著图,并将其作为图像的中层特征。然后结合图像的高层特征分别构建扩散矩阵,再次运用扩散方法分别获得中层显著图、高层显著图。最后,非线性融合中层显著图和高层显著图得到最终显著图。该算法在3个数据集MSRA10K,DUT-OMRON和ECSSD上,用3种量化评价指标与现有4种流行算法进行实验结果对比,均取得最好的效果。

抗结核药物及其耐药相关突变位点的研究进展

结核病是结核分枝杆菌复合物引起的传染性疾病,致死率、致残率高,在全球传染病中居第2位。近年来耐药结核病所占比例逐年升高,成为消灭结核病面临的巨大挑战之一。传统的耐药诊断方法基于培养,费时费力,所需技术要求高;而现有分子检测方法仅能检测少量抗结核药物的少数耐药基因。因此,更好地理解抗结核药物的耐药机制有助于全面耐药诊断。本文对临床中使用频率较高的11类一线和二线抗结核药物及其相应耐药相关基因、突变位点的研究进展进行总结,尤其是对环丝氨酸、利奈唑胺、氯法齐明等二线药物的近期研究做了系统描述,为全面耐药诊断、精准治疗指导、新药研发及耐药机制深入研究提供了前期工作基础。

我国智能家居发展的PEST-SWOT分析

随着科学技术的进步、社会经济的发展,智能家居的到来给人们的生活提供了很多方面的便利。主要阐述智能家居的概念,并采用PEST(pditrcal economic social‑cultural technological)分析法,从我国政治、社会、经济、技术四大环境发展方面对智能家居的发展状况进行了总结分析,同时,应用SWOT(strengths weaknesses opportunities threats)分析法,对我国智能家居行业内外发展因素及其发展中存在的问题、未来的发展趋势等进行了总结与分析。

信息通讯技术在智能家居系统构架中的应用

信息通讯技术代替传统的有线通信技术成为智能家居系统中的核心技术,无线通信实现了家庭设备与终端控制设备的互联互通,使人们能在任何场景、任何时间操控家中设备并进行调节,如何选择合适的通信技术,对家中智能设备地有效连接与运行以及智能家居的发展起到十分关键的作用。因此介绍了智能家居系统构架的组成结构以及信息通讯技术,通过比较分析目前相关无线通信技术的使用特点,总结出信息通讯技术在智能家居安装选择上的建议,为无线通信技术更好的应用在智能家居体系中做好前期研究指导。

用全基因组测序评价VNTR分型在泛耐药结核分枝杆菌传播中的应用

近年来,随着技术的进步、测序成本的降低,全基因组测序(whole-genome sequencing,WGS)技术开始应用于结核分枝杆菌传播的研究。本研究采用基于单核苷酸多态性(single nucleotide polymorphism,SNP)的分型方法评价多位点数目可变串联重复序列(variable-number tandem-repeat,VNTR)分型判断泛耐药结核分枝杆菌(extensively drug-resistant Mycobacterium tuberculosis,XDR-TB)传播及成簇特征的准确性。对2003—2009年重庆市肺科医院诊断的55例XDR-TB菌株分别进行9+3个位点的VNTR分型和WGS分析,分别构建系统进化树,并比较两种方法判断成簇的一致性与差异。VNTR分型方法鉴定出45个基因型,其中39株为单一基因型,16株(29.1%)分别归入6个基因簇。规定菌株间差异不超过12个SNP即为成簇,WGS将20株(36.4%)分为5个簇。两种方法判断成簇的一致性为63.6%。与WGS相比,VNTR分型的灵敏度为40.0%,特异度为77.1%。相比于WGS,VNTR分型特异度较高,但仅凭其结果可能会错误估计XDR-TB的传播性。因此,规定菌株间相差不超过12个SNP即有近期传播关系是否适用于XDRTB,有待进一步研究。

基于多头注意力的人脸操纵检测

近几年,随着计算机视觉和深度学习技术的发展,在图像和视频中进行人脸操纵的技术已经成功开发并可供大众使用(例如Deepfakes等)。这些方法可以使任何人很容易地编辑图像的人脸,并制作成高度逼真但是虚假的人脸。尽管这些人脸操纵工具在影视产业中很有用,但是如果被恶意使用,例如,传播假新闻、通过假报复色情进行网络欺凌等,它们会对社会产生严重的不良影响。所以有效地检测图像中人脸是否被篡改就显得尤为重要。基于此,提出了一种基于多头注意力的人脸操纵检测方法。首先利用通道注意力模块来捕获操纵人脸的粗略伪造痕迹,同时使用双层注意力模块放大操纵人脸的细微异常信息,来提升人脸操纵的检测准确率;然后融合两个注意力模块的捕获和放大的特征;最后使用空间注意力来进一步聚焦融合异常特征的异常位置,充分确定操纵人脸异常位置的语义信息,从而提升人脸操纵检测模型的有效性和准确性。在FaceForensics++开源数据集上的实验表明,所提人脸操纵检测方法的检测精度优于现有的检测方法。

双层自行车及电动车停放装置设计

本文设计了一种新型双层自行车及电动车停放装置。该装置主要分为上下两层,上层装置采用悬挂式剪式升降结构,电动液压杆驱动剪力臂升降;下层装置采用平移式结构,用于停放电动车,并具有扫码充电功能。该装置经调试及测试均能满足设计各项参数,解决了自行车及电动车停放问题,有效提高空间率,增加停车数量,缓解现存停车乱放、停车位不够及安全等问题。