引入上下文信息和Attention Gate的GUS-YOLO遥感目标检测算法

目前基于通用YOLO系列的遥感目标检测算法存在并未充分利用图像的全局上下文信息,在特征融合金字塔部分并未充分考虑缩小融合特征之间的语义鸿沟、抑制冗余信息干扰的缺点。在结合YOLO算法优点的基础上提出GUS-YOLO算法,其拥有一个能够充分利用全局上下文信息的骨干网络Global Backbone。除此之外,该算法在融合特征金字塔自顶向下的结构中引入Attention Gate模块,可以突出必要的特征信息,抑制冗余信息。另外,为Attention Gate模块设计了最佳的网络结构,提出了网络的特征融合结构U-Net。最后,为克服ReLU函数可能导致模型梯度不再更新的问题,该算法将Attention Gate模块的激活函数升级为可学习的SMU激活函数,提高模型鲁棒性。在NWPU VHR-10遥感数据集上,该算法相较于YOLOV7算法取得宽松指标mAP^(0.50)1.64个百分点和严格指标mAP^(0.75)9.39个百分点的性能提升。相较于目前主流的七种检测算法,该算法取得较好的检测性能。

高耐水聚合物水泥防水涂料及其应用性能研究

从JS防水涂料的耐水机理出发,针对性地设计了由聚合物中活性官能团(羧基)与交联剂形成的后交联结构,减弱了水分子对聚合物分子间的增塑作用及对聚合物分子与无机填料界面力的破坏作用,研制了一种具有优异耐水性能的JS防水涂料。该涂料在长期浸水后,仍保持较好的物理力学性能,吸水率<9%、拉伸强度>1.6 MPa,且浸水1年后表观无变化。

基于改进YOLOv5s的小目标检测算法

针对当前主流目标检测算法对图像中远距离小目标产生的漏检、误检等问题,提出一种改进YOLOv5s的小目标检测算法。在模型训练过程中,通过引入Focal-EIOU定位损失函数,加强边界框的定位精度;在骨干网络中,通过添加小目标检测层,提高小目标的检测精度;在Neck结构中,通过优化上采样算子和添加注意力机制,加强小目标的特征信息。实验结果表明,改进后的算法在VisDrone数据集上与YOLOv5s算法相比,mAP@small提高了3.2%,且检测速度满足实时性的要求,能够很好地应用于小目标检测任务中。

基于特征复用机制的航拍图像小目标检测算法

针对无人机(UAV)航拍图像检测存在的小目标检测精度低和模型参数量大的问题,提出轻量高效的航拍图像检测算法FS-YOLO.该算法以YOLOv8s为基准网络,通过降低通道维数和改进网络架构提出轻量的特征提取网络,实现对冗余特征信息的高效复用,在较少的参数量下产生更多特征图,提高模型对特征信息的提取和表达能力,同时显著减小模型大小.在特征融合阶段引入内容感知特征重组模块,加强对小目标显著语义信息的关注,提升网络对航拍图像的检测性能.使用无人机航拍数据集VisDrone进行实验验证,结果表明,所提算法以仅5.48 M的参数量实现了mAP0.5=47.0%的检测精度,比基准算法YOLOv8s的参数量降低了50.7%,精度提升了6.1%.在DIOR数据集上的实验表明,FS-YOLO的泛化能力较强,较其他先进算法更具竞争力.

苏南模式演进与发展

苏南模式是中国现代化经济发展中最有影响、最为成功的道路之一。苏南模式催生了:苏南模式乡镇集体经济代表——华西村的发展变迁;物质文明和精神文明相互促进、相得益彰共同成就的文明高地——张家港精神;不等不靠的苏南模式代表——昆山之路;新苏南模式走在前列创新演进的代表——苏州模式等多个鲜活的改革与发展创造样本。苏南模式如今是国资、外资、民资与股份制经济共同发展,是新时代中国特色社会主义市场经济的重要窗口。苏南模式的演进与发展,是发展经济学理论在中国的成功实践,苏南模式的最新发展,为构建中国发展经济学的理论体系,提供了丰富的实践土壤。

ConvFormer:基于Transformer的视觉主干网络

针对主流Transformer网络仅对输入像素块做自注意力计算而忽略了不同像素块间的信息交互,以及输入尺度单一导致局部特征细节模糊的问题,本文提出一种基于Transformer并用于处理视觉任务的主干网络ConvFormer. ConvFormer通过所设计的多尺度混洗自注意力模块(Channel-Shuffle and Multi-Scale attention,CSMS)和动态相对位置编码模块(Dynamic Relative Position Coding,DRPC)来聚合多尺度像素块间的语义信息,并在前馈网络中引入深度卷积提高网络的局部建模能力.在公开数据集ImageNet-1K,COCO 2017和ADE20K上分别进行图像分类、目标检测和语义分割实验,ConvFormer-Tiny与不同视觉任务中同量级最优网络RetNetY-4G,Swin-Tiny和ResNet50对比,精度分别提高0.3%,1.4%和0.5%.

基于Vue.js框架的“食在南”WebAPP前端设计与实现

本文论述基于Vue.js框架下的“食在南”WebAPP的前端设计与实现,主要介绍相关技术理论、开发工具、项目模块设计和技术方案,并采用前后端分离的模式进行前端开发实现。针对PC端WebAPP页面会拉伸平铺整个浏览器导致用户访问体验差的问题,文章通过新建IFRAME并把WebAPP页面显示到IFRAME当中进行优化。实验测试表明,这种方式能媲美移动端显示渲染,运行流畅,提升了用户使用体验。通过项目实施,以期培养学生良好的实践经验和综合素质,为商家搭建企业WebAPP提供案例支持。

住院医师规范化培训师资队伍能力提升路径探讨

住院医师规范化培训(简称“住培”)指导医师的综合能力和素质是培养优秀住院医师的重要保障,也是影响住培质量的关键要素。随着我国住培管理制度的不断完善,住培师资队伍能力提升最主要的途径已不仅限于师资培训,骨干师资培育计划也逐渐成为高效提升住培师资能力的创新途径。骨干师资培育计划将住培师资培养目标进行了更加细致的划分,指导医师以自身教学业绩及教学能力水平等为基础,通过开展一系列的教学活动逐步提高综合教学能力。教学管理部门组织专家通过遴选体系、培训体系、考核体系对骨干师资培育对象进行严格的三级培育体系管理,严把入口、过程、出口三个关键环节,强调过程管理和目标考核,并引入住培督导反馈机制,同时配套资助及激励政策。骨干师资培育计划的开展探索了住培师资队伍建设的新途径,对逐步分层次提升住培师资能力提供新的思路。

高原环境导致的中青年驾驶行为及驾驶绩效特征

为了量化分析高原环境导致的驾驶行为特征差异,寻找驾驶绩效下降时间窗,运用驾驶模拟器和低氧发生器在平原地区模拟海拔3 900 m高原驾驶环境,开展驾驶模拟试验分别收集驾驶人在平原环境和模拟高原环境的驾驶行为数据和心电图(electrocardiogram,ECG)信号数据。通过对比高原实车试验环境驾驶人的心率指标变化,运用雷达图、数值排序图和单因素方差分析方法对平原、高原环境下的驾驶行为特征进行对比分析,引入Jensen-Shannon散度(JS散度)量化2种环境下横向偏移距离、横向加速度、转向盘旋转率和速度这4个指标的概率密度拟合分布之间的差异,使用差分法确定高原环境下的驾驶绩效下降时间,验证了模拟高海拔环境驾驶模拟试验的有效性研究。结果表明:高原环境下横向偏移距离标准差、横向加速度标准差、转向盘旋转率标准差、速度标准差比平原环境下分别增加了0.094 3 m,0.119 0 m/s^(2),0.000 9°/s,0.651 3 km/h,车辆整体稳定性降低;借助JS散度发现横向偏移距离、横向加速度、转向盘旋转率和速度这4个指标在2种环境下的数值分布存在较大距离,分别为0.23,0.11,0.01,0.02,其中车辆的横向运动受负面影响更大;在进入海拔3 900 m的高原地区时,驾驶绩效约在6 min后显著下降。

基于d3.js的miRNA调控网络图绘制模块的设计

对d3.js类库绘图功能进行研究,设计并实现了miRNA调控网络图绘制模块。模块能够将存储在数据库中的miRNA及其调控的靶基因等相关数据读取出来并形成JSON文件,结合d3.js可视化库,绘制有向的网络图及权重网络图。通过网络图能够在有限空间内更加清晰地展示miRNA及其靶基因之间的关系。

基于三重注意力的轻量级YOLOv8印刷电路板缺陷检测算法

在全球产业中,印刷电路板的生产和应用持续增长,已经成为各种电子设备的核心组成部分。由于缺陷尺度较小的问题以及检测模型轻便嵌入便携式设备的需求,印刷电路板图像的自动缺陷检测是一项具有挑战性的任务。为了满足智能制造和使用中对高质量印刷电路板产品日益增长的需求,提出一种基于YOLOv8的印刷电路板缺陷检测改进方法。首先,采用轻量级网络MobileViT作为主干网络,减小模型体积和计算量。其次,引入Triplet Attention模块,增强张量中不同维度间特征的捕捉能力。最后,将边界框损失函数替换为LMPDIoU,直接最小化预测框与实际标注框之间的左上角和右下角点距离。实验表明:改进后的检测模型能够在拥有极小参数量的同时保证小尺寸缺陷检测精度较高,模型参数量降低率为89.38%,满足轻便嵌入便携式检测设备和计算机资源受限的场景应用,证实了在印刷电路板缺陷检测领域具有良好的应用前景。

重塑黄土的往返加卸载真三轴试验研究

针对不同应力路径往返加卸载条件下黄土累积塑性应变发展特性,以重塑黄土为研究对象,利用真三轴仪开展不同应力路径的往返加卸载试验研究,探究不同应力路径、应力幅值下黄土的循环应力时程曲线、滞回曲线、骨干曲线及累积塑性应变曲线的影响规律。揭示了应力路径对重塑黄土力学特性的影响,描述了各主应力与中主应力比b和应力幅值的相关性,提出了重塑黄土的滞回曲线近似呈椭圆形,长轴斜率随中主应力比b值的增大而增大,随应力幅值的增大而减小;随着中主应力比b值的增大,循环应力-应变骨干曲线随之硬化,累积塑性应变曲线依次降低,且累积塑性应变发展更早的进入平缓阶段,为解决相关黄土工程问题提供了参考。

基于改进Faster R-CNN的域自适应红外目标检测方法

为充分利用当前大量注释的RGB图像数据提高热红外图像的目标检测性能,提出一种基于深度学习模型的无监督域自适应(UDA)方法。对Faster RCNN骨干网络进行改进,增强感受野表征能力,优化目标框的正负样本不平衡问题和回归机制。为解决从RGB域到红外域迁移过程中不同层面的域偏移问题,在改进Faster RCNN架构的不同网络层和不同阶段引入图像级和实例级特征分布对齐。实验结果表明,在多光谱公开数据集KAIST和FLIR-ADAS上,所提UDA方法分别实现了73.35%和77.66%的全类平均精度(mAP结果),显著提高了恶劣照明条件下的目标检测性能。

基于SpringBoot和Vue.js的大学生团队管理系统的设计

为了更好地对学生团队成员和团队事务进行管理,为团队成员提供良好的交互平台,设计了基于SpringBoot和Vue.js的团队管理系统,实现了首页管理、公告管理、团队荣誉管理、日程安排管理等多个功能。通过该系统,学生团队成员可以了解团队事务及动态,进行沟通与交流。该系统具有高度的灵活性、稳定性、安全性和可扩充性。

基于双流YOLOv4的金属表面缺陷检测方法

目前有许多学者使用深度学习进行表面缺陷检测研究,由于这些研究大都沿用主流目标检测算法的思路,注重高级语义特征,而忽视了低级语义信息(色彩、形状)对表面缺陷检测的重要性,因此导致缺陷检测效果不够理想。为解决上述问题,提出了一种金属表面缺陷检测网络——双流YOLOv4网络,骨干网络分成两个分支,输入分为高分辨率图像和低分辨率图像,浅分支负责从高分辨率图像中提取低级特征,深分支负责从低分辨率图像中提取高级特征,通过削减两分支的层数和通道数来减少模型总参数量;为了强化低级语义特征,提出了一种树形多尺度融合方法(Tree-structured Multi-scale Feature Fusion Me-thod,TMFF),并设计了一个结合极化自注意力机制和空间金字塔池化的特征融合模块(Feature Fusion Module with Polarized Self-Attention Mechanism and Spatial Pyramid Pooling,FFM-PSASPP)应用到TMFF中。在东北大学热轧带表面缺陷数据集NEU-DET、金属表面缺陷数据集GC10-DET和伊莱特电饭煲内胆缺陷数据集Enaiter的测试集上对所提算法进行了测试,测得的map@50结果分别为0.80,0.66和0.57,相比大部分主流的用于缺陷检测的目标检测算法均有提升,且模型参数量仅为原YOLOv4的一半,速度与YOLOv4接近,可满足实际使用需求。

分级动荷载下土石混合体滞回曲线形态特征试验研究

城市回填区地层多以松散土石混合体形式存在,自身结构孔隙率大、强度低、工程性能较差,对隧道施工扰动和地铁列车运行等动载作用十分敏感。滞回曲线可反映土体在动荷载作用下的变形、刚度及能量耗散等特征,研究土石混合体滞回曲线对回填区地铁的施工和运营安全具有重要意义。利用KTLDYN伺服电机控制式动三轴试验系统,采用分级加载的方式对回填区土石混合体试样进行了循环荷载试验,研究了含石量P、含水率ω、固结应力比k_(c)和加载频率f对滞回曲线的形态特征(包括中心间距d、长轴斜率k、滞回曲线包围面积S和不闭合程度ε_(p))和骨干曲线的影响。研究结果表明:土石混合体的典型滞回曲线整体呈长梭形,两端呈尖叶状。d、S、ε_(p)随着振级的增加呈非线性增大,k随着振级的增加呈对数关系衰减。同一振级下,d和ε_(p)随着P、k_(c)和f的增大而减小,随着ω的增大先减小后增大;k随着P、k_(c)和f的增大而增大,随着ω的增大先增大后减小;S与P呈正相关,随着ω的增大先增大后减小,随着k_(c)和f的增大而减小。当动应变相同时,动应力和骨干曲线斜率均随P、k_(c)和f的增大而不断增大;随ω的增大先增大后减小。

基于YOLO-DCL的复杂环境油茶果遮挡检测与计数研究

为解决复杂环境中油茶果因遮挡造成的检测与计数难题,提出了一种基于双主干网络(Dual-backbone)和连续注意力特征融合模块(Consecutive attention feature fusion,CAFF)的检测模型。该模型结合了两种不同主干网络的优势,实现了对不同特征的高效提取。此外,设计了双输入单输出的连续注意力特征融合模块,取代了传统的拼接操作(Concat),优化了多尺度特征信息的融合策略。为了在精度与模型内存占用量之间取得平衡,采用了幻影卷积模块(Ghostconv),并去除了空间金字塔池化层(Spatial pyramid pooling fast,SPPF),加快了训练速度,减少了参数量。改进后的YOLO-DCL(YOLO dual-backbone&consecutive attention feature fusion&lightweight)模型在各类遮挡检测任务上表现优秀,平均精度均值达到92.7%,精确率为90.7%,召回率为84.9%,而模型内存占用量仅为5.7 MB。相较YOLO v8n模型分别上升4.0、8.6、2.3个百分点,内存占用量下降9.5%。该模型还具备油茶果遮挡类别的自动计数功能,可降低人工统计的劳动成本,适合在野外复杂环境中部署应用。

在斗争精神传承中厚植新时代青年“三气”

斗争精神作为红色基因的重要组成部分,展现着中国共产党人和中国人民百年斗争历程中迎难而上、不畏艰险的精神面貌。在以中国式现代化全面推进中华民族伟大复兴的时代进程中,面对部分青年在斗争志气、斗争骨气、斗争底气中存在的不足,新时代的青年应不断锤炼斗争意志、学习斗争历史、掌握斗争本领,在弘扬斗争精神中传承红色基因,厚植新时代青年的志气、骨气、底气。

基于专业主干课程考核成绩的毕业要求达成度评价探讨——以资源勘查工程专业为例

毕业要求达成度评价是工程教育专业认证运行的重要环节。为了简便、有效地实施毕业要求达成度评价,本文在分析资源勘查工程专业课程体系的基础上,基于15门专业主干课程的成绩,运用层次分析法确定了各门课程的权重,计算了专业主干课程的计权分,并结合毕业设计成绩,从理论知识和专业实践两个方面,评价了毕业要求达成度。使用该方法得出的评价具有效性和客观性。

全球锂资源贸易网络时空演化及其韧性特征

文章运用多种复杂网络方法,从长时序尺度刻画了全球锂资源贸易网络时空演化,剖析了全球锂资源贸易网络拓扑结构,揭示了全球锂资源贸易网络韧性。研究发现:(1)全球锂资源贸易规模总体上呈现出先平稳发展、后快速增长态势,碳酸锂贸易规模明显高于氢氧化锂。(2)全球锂资源贸易网络规模和密度持续提升,逐步形成少数核心国主导、等级特征清晰、空间不均衡态势明显的贸易格局。(3)智利和阿根廷是具有全球影响力的锂资源出口国,中国、日本、韩国、美国、德国、荷兰、比利时、俄罗斯和加拿大等国长期占据核心地位。(4)全球锂资源贸易网络骨干结构不断丰富与拓展,呈现出以少数国家为核心节点、连通区域贸易集团的发展态势。(5)全球锂资源贸易网络韧性呈下降趋势,少数国家和贸易联系对锂资源贸易网络结构连通性具有决定性作用,遭受冲击后锂资源贸易网络存在崩溃的危机。基于研究结果,文章提出了一些促进我国锂资源贸易合作、保障锂资源供应安全的政策建议。