预加权调制密集图卷积网络三维人体姿态估计

图卷积网络(GCN)日益成为三维人体姿态估计(3D HPE)的主要研究热点之一,使用GCN对人体关节点之间的关系建模的方法使三维人体姿态估计获得了良好的性能。然而,基于GCN的三维人体姿态估计方法存在过平滑和未区分关节点与相邻关节点重要性的问题。为解决这些问题,设计了调制密集连接模块(MDC)和预加权图卷积模块,并基于这两个模块提出了预加权调制密集图卷积网络的三维人体姿态估计方法(WMDGCN)。针对过平滑问题,调制密集连接通过超参数α和β更好地实现特征重用(超参数α表示第l层和之前各层总特征的权重比例,超参数β表示之前各层特征到第l层的传播策略),从而有效地提高特征的表达能力。针对未区分关节点与相邻关节点重要性的问题,使用预加权图卷积为当前关节点赋予更高的权重,并对当前关节点及其相邻关节点使用不同的权重矩阵,更有效地捕获人体关节点特征。Human3.6M数据集上的对比实验结果表明,该方法在参数量和性能上均取得了最佳性能,WMDGCN的参数量、MPJPE和P-MPJPE值分别为0.27 MB、37.46 mm和28.85 mm。

改进YOLOv8 的带钢缺陷检测

针对带钢表面缺陷检测精度不足的问题,提出一种改进的YOLOv8n检测模型。基于可变形卷积对Head网络中的C2f模块进行了重新设计;通过利用采样点的可变性,有效提高了对表面不规则缺陷的检测能力。添加多头自注意力机制捕捉不同的关注点,从而提供全面且多样化的特征表示,进一步增强模型的检测性能。拼接Backbone和Head的特征,提升特征的质量和丰富度,解决缺陷局部信息丢失问题。在NEU-DET带钢数据集的实验验证中,该方法在平均精度和mAP50上较YOLOv8n分别提升了5.6和2.2个百分点。值得注意的是,裂纹缺陷的检测精度和mAP50分别提升了15.2和9.9个百分点,效果显著。

山西季节性冻土的时空变化特征及对气候变暖的响应

山西省季节性冻土变化的研究,对于揭示气候变暖背景下,黄土高原季节性冻土融冻对气候变化的响应以及由冻土变化引起土地退化直接影响农业生产、农田水利基本建设及道路施工等具有重要应用价值。利用山西省1981-2018年108个国家气象观测站冻土资料,研究了山西省冻土分布的时空演变规律,主要分析了山西省地面冻结日期、解冻日期、冻结日数、年最大冻土深度的时空分布特征,分析了山西省年最大冻土深度的年际及年代际变化特征,同时也分析了以上各要素对气候变暖的响应。结果发现:山西北部冻结最早从9月开始,冬末春初冻结的面积和深度达到最大,最晚5月冻土消退;1981-2018年,地面冻结日期全省大部地区呈现不同程度推迟的态势;地面解冻日期呈不同程度提前的趋势,地面冻结日数相应减少;年最大冻土深度由北到南逐渐减小,中部和南部年最大冻土深度呈减小趋势,北部部分地区呈现增大趋势,增大可能与山西北部冬季气候向暖湿型转变有关。气温变暖的背景下,冬季降水、0 cm地温与年最大冻土深度有着较为复杂的响应关系,年最大冻土深度在冬季降水偏多的背景下与0 cm地温有较显著的负相关,最大冻土深度的减小趋势是对年平均气温升高的直接响应,最大冻土深度对年平均气温的响应比对年降水量的响应要显著。

基于ConA-FPN的肝脏肿瘤检测算法

深度学习方法在病灶检测任务中被广泛应用,但因肝脏肿瘤较小和样本较少的问题,导致无法达到辅助诊断的准确率要求。针对以上问题,提出基于ConA-FPN的肝脏肿瘤检测算法,具体过程为:使用融合ResNet和注意力机制的特征金字塔替换Faster R-CNN中的特征提取网络;使用融合特征解决特征金字塔中的高层模块通道信息损失问题,通过添加CAG注意力机制解决了特征融合带来的特征混叠问题,增强模型对小肿瘤的检测能力;使用迁移学习和数据增强提升模型在小数据集上的检测能力和泛化能力。实验结果表明,ConA-FPN在LITS2017和3D-IRCADB上的平均精度达到87.43%,明显优于主流检测模型。

SMViT:用于新冠肺炎诊断的轻量化孪生网络模型

针对新冠肺炎的深度学习诊断模型存在的准确率不高、泛化能力较差和参数量较大的问题,基于ViT和孪生网络,提出了一种新冠肺炎诊断的轻量化孪生网络SMViT。首先,提出了循环子结构轻量化策略,使用多个具有相同结构的子网络构成诊断网络,从而降低网络的参数量;其次,提出ViT掩码自监督预训练模型,以增强模型的潜在特征表达能力;然后,构建新冠肺炎诊断的孪生网络SMViT,有效提升模型的诊断准确率,改善小样本下模型泛化能力较差的问题;最后,使用消融实验验证并确定了模型结构,通过对比实验验证模型的诊断性能和轻量化能力。实验结果表明:与最具竞争力的ViT架构的诊断模型相比,该模型在X-ray数据集上的准确率、特异度、灵敏度与F1分数值分别提高了1.42%、4.62%、0.40%和2.80%,在CT图像数据集上的准确率、特异度、灵敏度与F1分数值分别提高了2.16%、2.17%、2.05%和2.06%;在样本量较小时,模型具有较强的泛化能力;与ViT相比,SMViT模型具有更小的参数量和更高的诊断性能。

HSKDLR:同类自知识蒸馏的轻量化唇语识别方法

针对唇语识别模型的识别率较低和计算量较大的问题,提出一种同类自知识蒸馏的轻量化唇语识别模型(HSKDLR)。首先,提出关注唇部图像空间特征的S-SE注意力模块,用其构建提取唇部图像通道特征和空间特征的i-Ghost Bottleneck模块,以提升唇语识别模型的准确率;其次,基于i-Ghost Bottleneck构建唇语识别模型,该模型通过优化瓶颈结构的组合方式降低模型计算量;然后,为提升模型准确率,减少模型运行时间,提出同类自知识蒸馏(HSKD)的模型训练方法;最后,使用同类自知识蒸馏方法训练唇语识别模型,并检验其识别性能。实验结果表明:与其他方法相比,HSKDLR具有更高的识别准确率和更低的计算量,在LRW数据集上的准确率达87.3%,浮点数运算量低至2.564 GFLOPs,参数量低至3.8723×107;同类自知识蒸馏可被应用于大多数唇语识别模型,帮助其有效提升识别准确率,减少训练时间。

新型冠状病毒肺炎的深度学习诊断方法综述

新型冠状病毒肺炎的高感染率导致其在全球范围内迅速传播,常用的逆转录-聚合酶反应(RT-PCR)检测方法存在耗时、假阴性率偏高和医学用具不足的缺陷,因此开发高效、准确、低成本的影像检测技术对新型冠状病毒肺炎的诊断和治疗至关重要。随着人工智能在医学领域的成功应用,深度学习技术成为辅助检验和识别新型冠状病毒肺炎的有效方法。对近年来涌现的新型冠状病毒肺炎的深度学习诊断方法进行了研究和总结:介绍了深度学习方法使用的两种新型冠状病毒肺炎数据集;介绍了基于VGGNet、Inception、ResNet、DenseNet、EfficientNet和CapsNet模型的六种深度学习诊断方法;介绍了三种深度学习与其他机器学习方法结合的诊断方法;对基于深度学习的新型冠状病毒肺炎诊断方法的研究趋势进行了展望。

山西省五寨县黄芪生长气象条件及栽培技术

根据山西省五寨县气象资料,从五寨县地理环境、自然条件、气象条件和人工栽培技术等方面,对黄芪不同生长发育期气象条件进行分析,揭示黄芪生长特性及品质优良的机理。详细阐述了野生黄芪抚育栽培技术,旨在推广五寨县黄芪种植经验,扩大黄芪种植范围,为精准扶贫、脱贫攻坚提供借鉴。

自然语言处理预训练技术综述

在目前已发表的自然语言处理预训练技术综述中,大多数文章仅介绍神经网络预训练技术或者极简单介绍传统预训练技术,存在人为割裂自然语言预训练发展历程。为此,以自然语言预训练发展历程为主线,从以下四方面展开工作:首先,依据预训练技术更新路线,介绍了传统自然语言预训练技术与神经网络预训练技术,并对相关技术特点进行分析、比较,从中归纳出自然语言处理技术的发展脉络与趋势;其次,主要从两方面介绍了基于BERT改进的自然语言处理模型,并对这些模型从预训练机制、优缺点、性能等方面进行总结;再者,对自然语言处理的主要应用领域发展进行了介绍,并阐述了自然语言处理目前面临的挑战与相应解决办法;最后,总结工作,预测了自然语言处理的未来发展方向。旨在帮助科研工作者更全面地了解自然语言预训练技术发展历程,继而为新模型、新预训练方法的提出提供一定思路。

轻量化神经网络卷积设计研究进展

传统神经网络具有过度依赖硬件资源和对应用设备性能要求较高的缺点,因此无法部署于算力有限的边缘设备和移动终端上,人工智能技术的应用发展在一定程度上受到了限制。然而,随着科技时代的到来,受用户需求影响的人工智能迫切需要在便携式设备上能成功进行如计算机视觉应用等方面的操作。为此,以近几年流行的轻量化神经网络中的卷积部分为研究对象,详细比对了各类轻量化模型中卷积构成方式的区别,并针对卷积设计的主要思路和特点进行了较为详细的阐述。首先,通过引入轻量化神经网络的概念,介绍了轻量化神经网络的发展现状和网络中卷积方面所面临的问题;然后,将卷积分为卷积结构轻量化、卷积模块轻量化和卷积运算轻量化三方面进行介绍,具体通过对各类轻量化神经网络模型中卷积设计的研究,来展示不同卷积的轻量化效果,并对其中优化方法的优缺点进行阐述;最后,对文中所有轻量化模型卷积设计的主要思路和使用方式进行了总结分析,并对其未来的可能性发展进行了展望。

基于Java与HTML5的宁夏数字博物馆 系统的设计与实现

为了提高宁夏回族自治区博物馆馆藏信息的管理与保护,研究西夏文化与宁夏民族风情,实现大范围的资源共享,开发了基于Java与HTML5的宁夏数字博物馆系统,以信息化建设为核心,总体上划分为“本院总说、开放与导览、西夏时空、数字资料馆、学术天地、文化专题、宁夏出版”七大模块。采用B/S架构实现用户通过Web浏览器访问系统的功能,有利于推动宁夏的经济与社会发展,提高民众文物保护意识与文化素养。

Pano2VR的宁夏虚拟博物馆全景漫游实现

随着计算机、多媒体技术、虚拟现实的不断发展,虚拟博物馆随之诞生,为当代用户足不出户地游历宁夏博物馆并达到身临其境的沉浸感创造了条件。在此基础上充分应用Pano2VR与虚拟现实技术相结合的方法,对宁夏博物馆进行设计:实现来宁夏博物馆的地图导航。通过实地拍摄宁夏博物馆图片制作全景图,随后利用Pano2RV实现宁夏虚拟博物馆全景漫游。最后将结果展示在博物馆虚拟网页上,并在网站平台上进行真实互动虚拟展览,提升对宁夏博物馆文物的研究价值,增加与用户的互动。

唇语识别的深度学习方法综述

随着深度学习的不断发展,唇语识别领域的研究取得了重大进展,涌现了许多唇语识别的深度学习算法。依据识别对象的连续性,将唇语识别分为孤立唇语识别和连续唇语识别,并对各识别任务的深度学习方法进行了详细和深入的分析总结。从孤立唇语识别的深度学习方法和连续唇语识别的深度方法两个方面介绍了主流唇语识别方法,并对各方法的优缺点和性能进行比较;对不同数据集下代表性方法的特点和性能进行比较,对两类方法的优缺点和适用范围进行阐述;讨论了唇语识别方法存在的问题和挑战,并对唇语识别方法的研究趋势进行了展望。

一种Petri网优化的验证码识别方法

针对AlexNet网络对验证码(CAPTCHA)多目标分类问题效果不理想、模型参数量与浮点数计算量过大的问题,提出一种基于Petri网优化的CAPTCHA识别方法。利用Petri网理论对AlexNet和DenseNet-BC建模,并通过所建模型优化网络结构和参数。同时,根据模型参数量与浮点数计算量的关系,提出超活性概念,对Petri-ANPP-net、Petri-ANPS-net、Petri-DNBC-net模型进行灵敏度分析。实验结果表明,经过Petri网优化后,Petri-ANPP-net模型的最高准确度为60.40%,且超活性较小,模型灵敏度较差,Petri-ANPS-net模型的最高准确度为97.50%,但超活性较小,模型灵敏度较差,Petri-DNBC-net模型的最高准确度达到99.24%,且超活性较大,模型灵敏度较高。说明Petri网能在一定程度上优化网络模型结构和参数,且超活性对于评价模型的灵敏度具有一定的优越性。

唇语识别的视觉特征提取方法综述

现有唇语识别研究多专注于提高识别精度、研究多模态输入特征等方面,对提高唇部视觉特征的有效性关注不多。而唇部的视觉信息在视觉语音识别和唇语识别中起着关键作用,尤其在音频被破坏或无音频信息时,唇部视觉信息尤为重要。如何获取准确有效的唇部视觉特征是当前唇语识别的难点工作之一。从唇语数据集、传统视觉特征提取方法、视觉特征提取的深度学习方法三方面综述了唇语识别方向近年来的最新研究工作:首先,总结了唇语识别数据集,将唇语数据集分为正视图和多视图两种类型,并总结整理两类数据集的特点、局限性和下载地址;其次,从像素点、形状和混合特征的角度介绍了唇部视觉特征提取的传统方法,重点介绍各方法的基本思想、网络结构和特点;然后,介绍了唇部视觉特征提取的深度学习方法,重点介绍2D CNN、3D CNN、2D CNN与3D CNN相结合、其他神经网络四种深度学习方法的网络结构和优缺点,并比较了这些方法在公开数据集上的性能表现;最后,对唇部视觉特征提取方法所面临的挑战和未来研究趋势进行了展望。

一种新的文物三维真实感虚拟模型构建方法

为了得到高几何精度、高纹理分辨率的文物立体虚拟模型,助力文物的数字化保护,文中提出一种新的文物三维真实感虚拟模型构建方法,并且具体应用于纹理特征复杂的西夏陶瓷器。采用三维激光扫描仪获取点云数据,专业的单反相机获取纹理数据,结合Lightroom、Photoshop、Panorama Maker、Geomagic Studio、3ds MAX软件处理技术,构建西夏文物三维真实感虚拟模型重建机制,以白釉碗文物三维重建案例对所研究的关键技术进行说明。实验结果表明,该方法操作简单,可快速、批量地在PC端呈现西夏文物三维真实感虚拟模型,为建立文物三维真实感虚拟模型数据库、制定文物实际修复方案等提供借鉴方案。

低温冻害对山西省五寨县甜糯玉米全生育期的影响及防御措施

冻害是影响山西省五寨县甜糯玉米生长发育的主要气象灾害之一,防御冻害最为经济有效的措施是了解五寨县低温冻害特征,选择最佳播种和采收时间,规避冻害风险。利用五寨县65年气温、10 cm地温、霜日等气象资料和近10年的冻害资料,采用数理统计、概率统计、Excel分析等方法,分析研究了低温冻害对五寨县甜糯玉米全生育期的影响。研究表明,五寨县甜糯玉米生育期内,春季冻害危害风险较高,秋季冻害危害风险较低。甜糯玉米苗期至3叶期,冻害危害风险最高时段为4月25日—5月15日。甜糯玉米采收期,冻害危害风险最高时段为9月下旬。针对研究结果,提出相应的防御对策,旨在为科学合理种植甜糯玉米提供技术支撑。

改进DRLSE的分步式肝脏及肿瘤分割方法

为了提升CT图像肝脏及肝脏肿瘤的分割精度,提出一种改进DRLSE的分步式肝脏及肿瘤分割方法。第一阶段:采用分步式分割方法对肝脏进行分割,(1)采用阈值处理、形态学方法、自适应区域生长方法进行肝脏的粗分割;(2)采用数学形态对分割结果进行优化,进行肝脏的细分割。第二阶段:构造参数梯度形态学和各向异性扩散滤波的距离正则化水平集演化(改进的DRLSE)模型进行肝脏肿瘤分割。实验利用3Dircadb数据集验证方法的有效性,计算了DICE、VOE、ASD和MSD指标评估分割的性能。实验结果表明该方法无需进行训练过程和统计模型的建立,对于复杂的形状和强度变化的CT图像分割效果尤为明显。由定量分析的数值结果显示,分割性能均优于比较算法,提高了分割准确率,具有较强的鲁棒性,为医生诊断和治疗肝癌提供帮助。

Interpretation of 850 hPa of Temperature in Temperature Forecast

Special geographical location,topography and landform in Xinzhou region decide different climate characteristics in the area under its jurisdiction.Different change characteristics of temperature increase its forecast difficulty.To understand occurrence time of daily highest and lowest temperature,Xinfu District was taken as research area,and actual lowest and highest temperature at automatic station of Xinfu District in 2014 was used.Analytic results showed that occurrence time of daily highest and lowest temperature was different in different seasons,and distribution characteristics of daily highest and lowest temperature were also different in each region.Moreover,forecast method and idea were proposed.

基于小波自编码器的图像盲去噪算法

为解决基于深度学习图像去噪方法在图像盲去噪任务中去噪能力有限和去噪效果不佳的问题,构造了小波自编码器(Wavelet-AE),并用于图像盲去噪.首先,使用Haar小波构造小波卷积层(DWT)与逆小波卷积层(IDWT);然后,分别使用DWT和IDWT构建下采样块和上采样块;最后,使用下采样块和上采样块构造小波自编码器.Wavelet-AE可以建立噪声图像与干净图像在特征空间中的映射关系,进而具备更好的图像盲去噪能力.为定量评价所提方法的图像盲去噪能力,将峰值信噪比和结构相似性作为评价指标.在Kodak和SIDD数据集上的图像盲去噪实验结果表明:Wavelet-AE与一些先进的传统方法和深度网络去噪方法相比具有更好的盲去噪能力,平均峰值信噪比(PSNR)最大可提高4.58 dB,平均结构相似性(SSIM)最大可提高0.149.