基于多尺度融合金字塔焦点网络的接触网零部件检测

作为高铁牵引供电系统的重要组成部分,接触网系统承担着向动车组传输电能的重要功能.实际工程运营表明,受弓网交互产生的持续冲击以及外部环境的影响,接触网支撑部件可能会出现“松、脱、断、裂”等缺陷,导致接触网结构可靠性下降,严重影响接触网系统稳定运行.因此,及时精确定位接触网支撑部件(CSCs),对保障高铁安全运行和完善接触网检修维护策略具有重大意义.然而,CSCs的检测通常面临着零部件种类多、尺度差异大、部分零部件微小的问题.针对以上问题,本文提出一种基于多尺度融合金字塔焦点网络的接触网零部件检测算法,将平衡模块和特征金字塔模块相结合,提高对小目标的检测性能.首先,设计了可分离残差金字塔聚合模块(SRPAM),用于优化模型多尺度特征提取能力、扩大感受野,缓解CSCs检测的多尺度问题;其次,设计了一种基于平衡特征金字塔的路径聚合网络(PA-BFPN),用于提升跨层特征融合效率和小目标检测性能.最后,通过对比试验、可视化实验和消融实验证明了所提方法的有效性和优越性.其中,所提的MFPFCOS在CSCs数据集上的检测精度(mAP)能够在达到48.6%的同时,实现30的FLOPs(Floating point operations per second),表明所提方法能够在检测精度和检测速度之间保持良好的平衡.

过犹不及:金字塔层级对地方国有企业创新的非线性影响研究

增强国有企业创新力是进一步做强做优做大国有资本和国有企业的关键。本文从资源动态演进的视角,考察了金字塔股权架构对地方国有企业创新的非线性影响,并探寻促进地方国有企业创新的有效途径。研究发现,地方国有企业金字塔层级与创新产出之间呈现显著的倒U型关系,且金字塔层级位于3~4层时最有利于地方国有企业创新。进一步地,这一倒U型关系的形成机制为资源释放和资源侵蚀在金字塔层级叠加过程中的动态演进:当金字塔层级较少时,市场化改革的资源释放效应提高了企业的创新产出;当金字塔层级较多时,代理问题导致的资源侵蚀效应降低了企业的创新意愿,呈现“过犹不及”的态势。本文证实了地方国有企业金字塔层级对创新的非线性影响,丰富了地方国有企业金字塔股权架构经济后果的研究,对地方国有企业治理模式选择和创新能力提升具有重要启示。

基于“学习金字塔”理论的多循环教学模式在医学检验实践教学中的应用

目的探讨基于“学习金字塔”理论的多循环教学模式在医学检验实践教学中的应用效果。方法将2019年7月至2022年6月在滕州市中心人民医院实习的96名医学检验专业本科实习生纳入本研究。根据在检验科实习的时间进行分组:将2019年7月至2020年12月入科实习的48人设为对照组,男14人、女34人,年龄(22.0±1.4)岁,应用常规教学模式带教;将2021年1月至2022年6月入科实习的48人设为观察组,男12人、女36人,年龄(22.8±1.5)岁,采用基于“学习金字塔”理论的多循环教学模式带教。两组实习时间均为6个月。各专业组轮转结束后,均进行师生互评问卷调查及出科考试。采用t检验、χ2检验进行统计分析。结果观察组出科理论成绩、实践成绩均高于对照组[(94.50±3.12)分比(87.96±3.01)分、(95.46±2.72)分比(88.58±2.41)分;t=7.386、9.267,均P<0.01]。观察组教学效果总分高于对照组[(93.67±1.37)分比(80.12±1.48)分;t=32.823,P<0.01]。观察组带教老师对实习生评价指标总分高于对照组[(94.75±1.68)分比(81.17±2.41)分;t=22.690,P<0.01]。结论在医学检验实践教学中应用基于“学习金字塔”理论的多循环教学模式带教可提升学生理论、实践成绩,促进知识转化,提高师生互评满意度。

金字塔局部聚合描述符的视觉位置识别研究

视觉位置识别是计算机视觉和机器人领域中重要的研究内容。自然场景中由于视点改变所带来的图像内容变化会对位置识别造成一定的难度。为了解决这一问题,提出一种基于位置聚类的特征重组方法。首先,提出一种通用的金字塔扩展方法 PyramidVLAD用于直方图特征提取。此外,为了进一步提升效率,将距离在一定阈值内的图像聚类至同一位置,然后再进行相似性计算。通过多组实验验证所提方法的有效性,使用PyramidVLAD与先进方法 APANet进行比较,在Recall@1方面,所提方法在两个数据集中分别取得了1.02和2.54百分点的提升,实验结果表明所提方法能够在两个位置识别的基准数据集中获得比现有方法更好的效果。

基于特征金字塔的轻量化图像超分辨率算法

近年来,深度学习技术推动了图像超分辨率领域的进展。然而,现有的网络计算资源消耗量大,无法在移动端设备上进行应用。针对这一问题,提出了一种基于特征金字塔的轻量化图像超分辨率算法。在设计的特征金字塔提取模块中,采用通道分离和交叉融合的操作,提高特征的表达能力,更全面地捕捉不同特征间的关联。此外,设计了一种双分支的通道注意力机制,引导两个特征自适应性融合,同时引入残差结构让模型训练更加稳定。在Manga109数据集的2倍尺度的实验中,相比于SRCNN算法和IDN算法,提出的方法峰值信噪比(PSNR)分别提高了1.35 dB和0.18 dB,参数量相比IDN减少了43.76%。

“学习金字塔”理论与BOPPPS教学法在呼吸与危重医学科护理教学中的应用效果

探究“学习金字塔”理论联合BOPPPS教学法在提高护理实习生临床综合能力方面的效果。方法 选取2024年5月-2024年10月在本院呼吸与危重医学科接受实习的40例护理实习生,将呼吸与危重症医学科一病区的实习生作为对照组(n=20),将呼吸与危重症医学科二病区实习生作为试验组(n=20),分别采取不同教学模式,比较两组理论考试和病例分析成绩、自我评价、临床综合能力及教学满意度。结果 观察组各项指标表现更好(P<0.05)。结论 “学习金字塔”理论与BOPPPS教学法可显著提升PCCM护理教学效果,提升护理实习生的临床综合能力,值得推广。

Millier金字塔联合OSCE教评模式在新入职护士中医辨证培训中的应用

目的探索Millier金字塔联合客观结构化临床考试(objective structured clinical examination,OSCE)教评模式在新入职护士中医辨证施护能力培训中的应用效果。方法选择2022年参加我院岗前培训的32名新入职护士作为对照组,按传统面授的方法进行培训考核,2023年参加我院岗前培训的36名新入职护士作为观察组,采用Millier金字塔联合OSCE教评模式,比较2组新入职护士在2种教评模式培训后理论考核成绩、操作考核成绩、OSCE站点考核成绩及对教评模式认可度。结果培训后观察组理论考核成绩、操作考核成绩、OSCE站点考核成绩优于对照组,差异有统计学意义(P<0.05);观察组对教评模式的认可度高于对照组,差异有统计学意义(P<0.05)。结论Millier金字塔联合OSCE教评模式能够激发新入职护士对中医护理的兴趣,夯实中医护理基础,扎实中医护理技能,提高新入职护士中医辨证施护能力。

Miller金字塔递进式教学在社区护士岗位胜任力培训中的应用

目的探讨Miller金字塔递进式教学在社区护士岗位胜任力培训中的应用效果。方法选取64名社区护士作为研究对象,采用便利抽样法分为对照组和观察组,各32名。对培训前后2组护士岗位胜任力评分进行评估,比较培训后理论考核成绩、操作考核成绩及患者满意度。结果实施Miller金字塔递进式教学培训后,观察组岗位胜任力评分、理论及操作考核成绩高于对照组,差异有统计学意义(P<0.05)。观察组患者满意度为96.88%,高于对照组81.25%,差异有统计学意义(P<0.05)。结论采用Miller金字塔递进式教学可有效提升社区护士岗位胜任力水平及患者满意度,提升基层社区护理水平,满足社区患者健康需求。

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。

Miller金字塔教学法对提高麻醉护士应急能力的效果评价

目的 探究Miller金字塔教学法对麻醉护士应急能力的影响。方法 选取2022年4月至2023年4月在南昌大学第二附属医院的60名麻醉护士为研究对象,将在2022年4-9月间接受传统教学法的护士作为对照组(n=30),将在2022年10月至2023年4月间接受Miller金字塔教学法的护士作为观察组(n=30)。教学结束后,采用自制的理论知识卷及操作技能评分表、中文版评判性思维能力测量表(CTDI-CV)、应急能力量表、教学质量评价表对2种教学方法进行效果评价。结果 接受教学后,观察组护士专业理论知识及操作技能考核成绩、教学质量满意度均高于对照组(P<0.05)。两组护士CTDICV评分、应急能力评分均升高,且观察组护士较对照组得分更高(P<0.05)。结论 Miller金字塔教学法可培养麻醉科护士的评判性思维,提高其专业能力、应急能力及教学质量满意度,其教学效果优于传统教学法。

吸能液压支架金字塔点阵吸能构件优化及试验分析

为提高吸能液压支架的吸能性进而提高其安全性,设计了一种多层点阵吸能构件。根据吸能构件立柱的结构及吸能空间设计了金字塔点阵吸能构件的基本结构。以吸能构件的吸能最大、支撑力均值在允许范围内最大及支撑力波动系数最小为优化目标函数,以金字塔胞体的立足直径和跨度为优化设计变量,以吸能构件的支撑力峰值和支撑力均值在允许范围内为约束条件,利用Workbench软件分别对金字塔高度为30,40,50 mm的吸能构件结构参数进行多目标优化设计,得到三组优化解并通过对比分析确定最佳结构参数。采用压缩试验对等比例缩小的最优参数的单层吸能构件进行试验分析,结果显示其吸能量为4.18716 kJ,计算得到原尺寸单层吸能构件吸能量为113.05332 kJ,吸能构件整体吸能量为565.2666 kJ,与仿真结果相对误差仅为-9.92%。该吸能构件比传统薄壁结构吸能构件的吸能性提高50%以上,证明了优化设计的有效性和吸能构件的高吸能性。

结合Segformer与增强特征金字塔的文本检测方法

针对自然场景文本检测算法中的小尺度文本漏检、类文本像素误检以及边缘定位不准确的问题,提出一种基于Segformer和增强特征金字塔的文本检测模型。该模型首先采用基于混合Transformer(mix Trans-former,MiT)的编码器生成多尺度特征图;然后,在具有特征金字塔结构解码器的上采样部分,提出级联融合注意力模块,通过全局平均池化、全局最大池化和Ghost模块获取全局通道信息并保留文本特征;接着,在解码器的特征融合部分提出两级正交融合注意力模块,利用非对称卷积分别从水平和垂直方向进行信息增强;最后,利用可微分二值化对结果进行后处理。将本文方法在ICDAR2015、ShopSign1265和MTWI 3个数据集上进行实验,相比于其他8种方法,本文方法的F值均为最优,分别达到了87.8%、59.1%和74.8%。结果表明,本文方法有效提高了文本检测的准确率。

基于金字塔边缘增强的自矫正低光照目标检测

针对低光照图像整体亮度和对比度低,且目标边缘特征有限,导致目标检测算法识别定位精度不高的问题,提出一种低光照目标检测方法。首先,提出低光照图像增强网络,利用图像高斯金字塔、Retinex和暗通道去雾在低光照图像增强的优点,并在暗通道去雾算法中加入边缘轮廓特征,在增强整体亮度对比度的同时,突出目标的边缘特征;其次,为提高特征的提取准确性,在RTDETR的特征提取部分,设计了轻量化自矫正特征提取网络,以更小的计算量生成并矫正主干特征提取网络生成的特征图,提升目标检测精度。在ExDark数据集上的实验结果表明:较于基准RTDETR,精度提高了2.34%,召回率提升了2.09%,参数量减少了4.95 M,模型大小减少了13.31 MB,本文方法能够有效提升低光照场景下的目标检测性能。

学习金字塔理论下逆向多维法健康教育在糖尿病患者中的应用

目的探讨学习金字塔理论下逆向多维法健康教育在糖尿病患者中的应用效果。方法选取2021年2月—2023年2月宜兴市某三甲综合医院老年科收治的170例2型糖尿病患者为研究对象,依据简单随机数字表法将170例患者分为研究组(n=85)与对照组(n=85)。对照组接受常规健康教育,研究组在此基础上接受学习金字塔理论下逆向多维法健康教育。对两组干预前后遵医行为、血糖水平、心理状态、疾病认知情况和护理满意度进行比较。结果(1)干预后,研究组的积极运动率(96.47%)、规范作息率(95.29%)、科学饮食率(94.12%)、遵医用药率(98.82%)、血糖监测率(98.82%),分别高于对照组的88.24%、85.88%、84.71%、90.59%、89.41%,差异有统计学意义(P<0.05);(2)干预后,两组糖化血红蛋白、空腹血糖、餐后2 h血糖水平较干预前下降(P<0.001),且研究组低于对照组,差异有统计学意义(P<0.001);(3)干预后,两组焦虑情绪、人际敏感、抑郁情绪、敌对态度评分较干预前下降(P<0.001),且研究组低于对照组,差异有统计学意义(P<0.001);(4)干预后,两组疾病认知情况评分较干预前上升(P<0.001),且研究组高于对照组,差异有统计学意义(P<0.001);(5)研究组护理满意度(96.47%)高于对照组(88.24%),差异有统计学意义(P<0.05)。结论对2型糖尿病患者实施学习金字塔理论下逆向多维法健康教育,可改善其遵医行为,提升其疾病认知情况,调节其身心状态,利于保证其血糖控制效果,且患者满意度较高。

基于拉普拉斯金字塔残差网络的多尺度图像压缩研究

为了更好地进行图像重建,加强对图像多尺度特征表示和特征融合的处理,本研究提出一种新的多尺度特征融合图像重建网络模型。模型包括迭代降采样和迭代上采样过程。迭代降采样过程是通过在拉普拉斯金字塔残差控制网络模型中将高斯卷积核与子采样和高斯平滑滤波迭代操作规则相结合完成的。迭代上采样过程是通过使用拉普拉斯卷积核和二阶差分操作规则实现的。GJ-UNet深度学习网络模型通过其编码器下采样模块实现图像多尺度语义特征的精细分类,并在解码器上采样模块中应用反卷积和卷积操作规则,规范处理图像多尺度语义特征。实验表明,所提出的方法可以实现高精度的特征提取,同时对于图像特征融合的相关性更强,提取的图像边缘信息更清晰且相对噪声信息更低,重建图像的视觉效果基本与原始输入图像相同。本研究有望广泛应用于计算机图像视觉领域。

基于金字塔池化网络的质子交换膜燃料电池气体扩散层组分推理方法

针对质子交换膜燃料电池气体扩散层(gas diffusion layer composition,GDL)形貌划分与制备工艺改进问题,提出了一种基于金字塔池化网络(pyramid scene parsing network,PSPNet)与多层感知器(multi-layer perception,MLP)的气体扩散层组分识别与比例推理方法:首先将带标签的气体扩散层扫描电镜(scanning electron microscope,SEM)图片输入神经网络,得到特征图;得到的图像特征层进入金字塔池化模块后,获取SEM图像的深层和浅层特征;随后将深层和浅层特征图层融合输入全卷积网络(fully convolutional network,FCN)模块,得到预测图像;最后统计各个组分上的像素点比例,通过MLP完成组分比例推理。结果表明:所提方法组分识别像素准确率达81.24%;在5%偏差范围内,比例推理准确率为88.89%。该方法解决了气体扩散层多组分无法区分、比例无法获知的问题,可有效应用于气体扩散层的质检、数值重构以及制备工艺改进。

基于金字塔注意力机制的遥感图像超分辨率网络

针对超分辨率算法重建的遥感图像细节等信息丢失的问题,为保证遥感重建图像包含较多的纹理、高频信息,在生成对抗网络基础上提出一种基于金字塔注意力机制的遥感图像超分辨率网络。设计了一种全新的金字塔双重注意力模块,包括通道注意力网络和空间注意力网络。通道注意力网络中采用金字塔池化取代平均池化和最大池化,该结构设计从全局和局部信息角度出发增强特征表述能力;空间注意力网络则采用大尺度卷积,以加强局部信息的提取程度,可有效提取纹理、高频等信息。设计密集多尺度特征模块,利用非对称卷积提取不同尺度的特征信息,通过密集连接融合多层级尺度特征以加强纹理、高频等信息的提取精度。在公开的NWPU-RESISC45数据集上进行实验验证,实验结果分析表明,该算法在主观视觉效果和客观评价指标上均优于对比方法,重建性能相对较好。

基于改进鸽群算法和金字塔卷积的流量异常检测

针对网络流量中存在大量冗余特征以及机器学习方法检测准确率低的问题,提出一种基于改进鸽群算法(improved pigeon inspired optimizer,IPIO)和金字塔卷积网络(pyramid convolution neural network,PyConv)的流量异常检测方法.首先设计基于IPIO的特征选择方法,降低特征冗余性.通过计算特征集的信息增益率初始化鸽群提高种群质量,加快收敛速度;采用2阶段变异随机修改当前最优解的1个分量,在当前最优解的附近进行搜索,避免陷入局部最优.其次采用PyConv实现深度特征提取,PyConv设计以多尺度的卷积核提取不同大小的特征并进行融合得到新特征.最后通过Softmax分类器实现分类,提升流量异常检测的精度.在UNSW-NB15数据集上的实验结果表明,所提方法在提升准确率的同时显著地减少了冗余特征.

学习金字塔理论在临床医学专业“中医学”见习课的应用探索

目的:探索学习金字塔理论应用于临床医学专业“中医学”见习课四诊及针灸教学中的有效性。方法:将昆明医科大学临床医学专业2020级本科生使用抽签法随机分为实验组和对照组,实验组应用学习金字塔理论进行教学,对照组采用传统讲授练习式教学。通过师生双向问卷、理论和实践考核相结合的方法评价教学效果,对数据进行统计分析。结果:师生对基于学习金字塔理论的见习活动有更高的满意度,实验组学生理论及实践考核总分显著优于对照组,差异有统计学意义(P<0.05)。结论:将学习金字塔理论应用于临床医学专业学生的“中医学”见习课教学,可有效激发学生学习兴趣,大幅提高学生见习成效,建议在今后的教学活动中加以推广。

去伪影空洞残差与双向注意力金字塔增强的图像级联语义分割算法

针对ICNet空洞卷积引入网格伪影,金字塔池化模块难以充分融合不同尺度特征层间的上下文信息,同一尺度特征和跨尺度特征均交互不足的问题,提出去伪影空洞残差与双向注意力金字塔增强的图像级联语义分割算法。该算法提出去伪影空洞残差网络,消除空洞卷积引入的网格伪影,加强网络的表征能力;构建双向金字塔池化模块,沿自顶向下的路径将语义信息传递到低层,并沿自底向上的路径将位置信息传递到高层;构造注意力金字塔增强模块,创建自注意力、向上注意力、向下注意力机制,建立跨空间与跨尺度的特征交互。Cityscapes数据集上的实验结果表明,所提算法的总体精确率、平均像素精确度、平均交并比分别比ICNet提高了0.67%、5.58%、4.40%,而且该算法的以上3个评价指标均优于其它8种主流比对算法。