基于轻量化U-Net网络的果园垄间路径识别方法

针对目前果园垄间导航路径识别方法存在准确性与实时性难以同时兼顾、泛化能力弱等问题,本文在U-Net模型的基础上进行优化,采用MobileNet-v3 Large作为U-Net的主干特征提取网络,并在跳跃连接处引入坐标注意力机制(Coordinate attention,CA),构建轻量化路径识别模型。以该模型分割的垄间可行驶区域为基础,利用最小二乘法重塑可行驶区域边缘点,并进一步提取垄间导航线。首先采用数据增强的草莓垄间数据集进行模型训练,并进一步迁移到葡萄和蓝莓数据集上进行权重微调,以提高模型适应能力。最后在相应的验证集上进行导航路径识别,并通过可视化对比不同模型识别结果,以验证模型准确性。试验结果表明,网络模型在草莓、蓝莓和葡萄果园垄间路径识别的平均交并比分别为98.06%、97.36%和98.50%,平均像素准确度分别达到99.13%、98.75%和99.29%。模型处理RGB图像分割可行驶区域的理论推理速度可达19.23 f/s,满足导航实时性和准确性的要求。

基于注意力机制的U-Net叶片缺陷图像分割

为解决风力发电机叶片表面缺陷检测存在分类困难和微小缺陷分割模糊的难题,构建一种基于扩张卷积和卷积注意力模块的改进U-Net语义分割网络。该网络基于网络模型的编码-解码结构,使用可迁移的VGG16的特征提取层代替U-Net网络的编码部分,在编码-解码之间的跳跃模块加入卷积注意力模块。通过对微小缺陷信息选取加强全局权重,使用扩张卷积增强网络特征,采用VGG16预训练模型实现迁移学习。开展Focal与Dice结合的混合损失函数验证,对比分析DeeplabV3+、PSPnet、HRNet、U-Net这4种模型。结果表明:对于叶片缺陷数据集,改进的U-Net网络模型对叶片缺陷的分类和分割任务具有更高的精度,均交并比、均像素精度和召回率等指标值分别为83.60%、92.84%和88.50%。改进U-Net网络的均交并比值比DeeplabV3+模型高13.98%,比标准U-Net模型高9.38%,能够提高叶片缺陷检测的灵敏度,有效降低检测结果的误报警率,有助于准确检测风机叶片缺陷。

基于改进的U-Net的新冠肺炎病灶分割方法研究

新型冠状病毒是一种RNA病毒.利用人工智能技术分析新冠肺炎患者肺部图像,辅助医生快速有效地诊断与评估感染的严重程度,可以有效防止病情恶化.因此,提出一种改进的U-Net模型,在编码器部分采用预训练好的EfficientNet模型替换原有结构,在解码器部分添加scSE(spatial and channel Squeeze&Excitation)空间注意力模块.实验结果表明,本模型在新冠肺炎CT图像分割方面优于同等参数级别的其他模型,其DSC、MIoU、ACC、SEN和SPE五个指标均高于U-Net的相应指标,可视化病灶区域分割效果良好.

基于微根管图像的作物根系分割和表型信息提取

微根管法采集的作物根系图像具有复杂的土壤背景和较小的根系占比,当深度学习的感受野较小或多尺度特征融合不充分时,会导致根系边缘处的像素被错分为土壤。同时,微根管法的图像采集周期长且在初期很难采集到大量有效样本,限制了根系提取模型的快速部署。为提升根系表型测算精度和优化提取模型部署策略,该研究设计了一种原位自动根系成像系统以实时获取作物的微根管图像,构建全尺度跳跃特征融合机制,使用感受野丰富的U^(2)-Net模型对微根管图像中的根系像素进行有效分类。结合数据增强以及迁移学习微调训练,实现对目标种类根系提取模型的快速部署。试验结果表明,使用加入全尺度跳跃特征融合机制的改进U^(2)-Net模型对蒜苗根系分割的F1得分和交并比IoU分别为86.54%和76.28%,相比改进前、U-Net、SegNet和DeeplabV3+_Resnet50模型,F1得分分别提高0.66、5.51、8.67和2.84个百分点;交并比分别提高1.02、8.18、12.52和4.31个百分点。迁移学习微调训练相比混合训练,模型的F1得分和交并比分别提高了2.89和4.45个百分点。改进U^(2)-Net模型分割图像的根系长度、面积和平均直径与手动标注结果的决定系数R^(2)分别为0.965、0.966、0.830。研究结果可为提升基于微根管图像的根系表型测算精度和根系提取模型的快速部署提供参考。

基于净能力及二阶锥规划的分布式光储多场景协同优化策略

针对现有配电网中分布式光储调度模型存在资源协同不足、求解复杂等问题,提出了一种基于净能力及二阶锥规划的分布式光储多场景协同优化调度策略。通过引入储能接入配电网后的功率转移分布因子,提出一种基于系统净能力的储能最优选址计算方法;综合考虑储能的运行特性和分布式光伏的出力不确定性,建立以系统日综合成本和削峰填谷为目标的分布式光储多场景协同优化调度模型;利用二阶锥松弛和Big-M法对潮流约束、储能运行约束进行处理,将原规划模型转化为混合整数二阶锥规划问题。以IEEE 33节点系统和西北某实际系统为算例进行仿真分析,结果表明所提方法能在降低负荷峰谷差和日综合成本、平抑负荷波动的同时,显著提高对分布式光伏的消纳能力,验证了所提方法的有效性和可行性。

基于多层次通道注意力网络的少样本字体生成

为提升字体生成的图像质量,减少字体设计的人工成本,提出基于多层次通道注意力网络的少样本字体生成的方法。首先,该方法通过风格感知注意力模块获取重要的局部特征;然后设计了一个多层次的注意力机制,较浅的层只能观察图像的局部特征,而较深的层可以观察到图像的全部特征,通过聚合不同层次的局部特征来构建新的风格特征。最后,使用了内容损失函数、风格损失函数和L 1损失函数优化模型的参数,稳定网络的训练,使生成图像在内容和风格上与目标字体保持一致。实验结果表明,该方法在未知样式的字体和未知内容的字体具有很强的泛化性。相比于其他方法,所提出的方法表现出更好的实验结果,能保持内容结构的完整和字形风格的准确性。

基于ResNet50与迁移学习的轮毂识别

针对人工进行轮毂分拣存在的误识别问题,采用一种基于ResNet50与迁移学习的神经网络模型来识别汽车轮毂。把预训练模型参数迁移到ResNet50卷积神经网络中,修改原网络的输出层,构建基于ResNet50的迁移学习模型,通过进一步训练轮毂数据集来微调模型参数,提取轮毂的细粒度特征。通过对比AlexNet、VGG11、VGG16与ResNet50模型在未使用微调、使用微调和冻结不同数量卷积层参数时的训练效率、准确率,证明ResNet50迁移学模型在冻结前7个Bottleneck残差块参数时不仅能缩短训练时间,并能在相同迭代周期下取得更高的准确率。在该冻结策略下训练生成TL-ResNet50迁移学习模型,分别对8种轮毂进行预测,得出每种轮毂的平均准确率达到99%以上。

Netfilter功能框架及其在校园网中的应用

讨论了Linux2.4内核的Netfilter功能框架,并对基于Netfilter框架的包过滤、网络地址转换(NAT)进行了讨论,最后给出了一个在校园网环境下用Netfilter实现的防火墙的具体实例。

基于多分辨率U-Net网络的地震数据断层检测方法

断层检测是地震资料解释的一项重要工作。基于相干体、曲率等属性的常规断层检测方法不够直观,人工手动拾取断层无法高效处理实际生产中的海量地震数据。深度学习网络由于具有强大的特征提取能力和高效的特征表达能力,近年来被广泛应用于地震数据处理和解释中。为此,提出了一种基于多分辨率U-Net网络(MultiResU-Net)的断层检测方法,即引入多分辨率模块增强网络模型的多尺度断层检测能力,使用残差路径代替普通跳跃连接,缩小用于拼接的特征图之间的语义差别。相比于普通U-Net网络,训练完备的多分辨率U-Net网络模型测试结果具有更高的准确度,Jacard指数和Dice系数分别提高了0.027和0.136,并且断层检测错误率降低了0.094。通过网络中间层可视化分析直观地展示了网络模型对地震数据的特征提取、表达过程。将网络扩展到三维并与迁移学习结合后,同样在三维实际地震数据应用中取得了较好的效果。该方法对于实际生产中实现高效、自动化断层检测具有重要意义。

应用.NET Remoting的文件传输系统的实现

提出基于.NET Remoting的文件传输系统的体系结构,并给出了实现文件传输的关键技术。

基于显著性检测和EfficientNet的垃圾分类算法研究

垃圾分拣的智能化和自动化对改善城市环境具有重要的意义,论文基于西安市2021垃圾分类数据集,提出了一种基于物体显著性检测和EfficientNet的垃圾分类算法。首先针对数据特点,采用U-Net物体显著性检测模型获取物体语义显著区域,进而获取物体区域,去除复杂背景影响,然后结合数据增强及余弦调整策略,基于EfficientNet迁移学习构建垃圾分类模型。试验结果表明,该方法识别精度可达94.2%,可有效提升垃圾分类效率。

不同垫层下煤矸石桩网复合路基承载特性

为综合利用固体废弃物煤矸石,将其取代部分传统细骨料制备煤矸石混凝土桩。开展了土工格栅和土工格室加筋垫层下煤矸石桩网复合路基室内模型试验,分析路堤顶面荷载-沉降关系、加筋垫层传荷能力和桩身应力的差异性。同时,建立有限元计算模型,研究不同加筋材料应力和变形规律,揭示土工格室应用于加筋垫层作用机制。结果表明:在本次试验中,同土工格栅相比,土工格室加筋垫层显著减小路堤顶面沉降约29.71%。土工格室加筋垫层下桩顶和桩间处土压力衰减量分别约61.51%、56.35%,充分发挥了筏板效应和应力扩散效应。采用土工格室加筋垫层,路堤荷载能够被有效传递至煤矸石桩体,在路基中心处和沿路基横断方向桩身应力极值分别采用土工格栅加筋垫层的1.78、1.80倍。土工格室和土工格栅应力分布规律分别呈“V”型和“U”型变化特征,且土工格室的应力最大值大于土工格栅。土工格室特有的蜂窝状结构对路堤填料产生侧向环箍和肋条摩阻力作用,通过自身张拉变形有效地扩散路堤荷载。

基于.net和XML的数据移植的实现

异构数据源的移植问题是当前数据处理领域内研究的一个热点,文章提出一种以XML文件为中介、利用ADO.NET技术实现Access和SQL Server之间的数据移植的方法,设计了基于.net的关系型数据库数据转XML文件和XML文件转换关系型数据库数据的方法,为同类系统的移植提供了有益的参考。

基于.NET的TripleDES算法在网络传输中的实现

密码技术是信息安全的关键技术。简述了数据的加、解密原理,详细讨论了对称式加密所应用的类和Socket网络传输技术,针对TripleDES算法,基于.NET实现了加密数据的网络传输。该方案对于网络应用程序中各种加、解密算法的实现具有实际上的参考和指导意义。

基于．NET的管理信息系统与Excel传递和交换数据

微软的Excel是应用非常广泛的电子表格软件。如何在基于．NET技术的管理信息系统中与Excel传递和交换数据是广大程序开发人员要面对的问题。本文结合VB．NET中的实例采讨论解决这个问题的方法和技巧。这些方法和技巧在开发基于，NET技术的管理信息系统中很有实用价值。

ASP.NET页面之间数据传递的实现

探讨了ASP.NET设计中常用的W eb页面间数据传递的实现方式,分析了各种数据传递方式的使用方法、使用场合及优缺点,对开发基于W eb的数据传递有很好的借鉴之处。

烧结冷却烟气低温余热ORC系统建模与热经济性能

本文以烧结冷却烟气低温余热为有机朗肯循环(organic Rankine cycle,ORC)系统热源,建立超临界ORC系统热力和经济模型,并选取R134a为ORC工质,研究变温热源下膨胀机的进口温度和压力,以及工质冷凝温度对系统热经济性能的影响。研究结果表明:系统净输出功随膨胀机进口温度的增加而增加,随膨胀机进口压力和工质冷凝温度的增加而减小,但系统单位温度的传热量随之均减小。当系统热力参数一定时,热源进口温度越大,系统净输出功和单位温度的传热量越大。在实际操作过程中,存在适宜的热源进口温度和系统热力参数使得ORC系统获得较大的净输出功和较小的单位温度传热量。

高压涡轮导叶吸力面异型孔的对比研究

本文研究了高压涡轮导叶吸力面4种类型气膜孔在4组吹风比下的流动和换热特征,采用了数值模拟的方法获得了吸力面研究区域中4种气膜孔的绝热气膜冷却效率η、换热系数比hr/h0和净热通量减少量(NHFR),且分别进行对比分析。结果显示,簸箕孔因同时具有展向扩张角(β)增大冷气展向覆盖面积和流向扩张角(δ)提高射流贴壁性的优势,呈现出最大的绝热气膜冷却效率η和净热通量减少量(NHFR),但同时其增强了换热,使簸箕孔比其它3种气膜孔拥有最大的净热通量减少量(NHFR)的优势相较于其拥有最大的气膜冷效η的优势有所降低。而水滴孔相较于圆柱孔的优势不明显,故展向扩张角对气膜孔流动和换热特征的影响比流向扩张角大。

基于仿真样本迁移学习的穿墙雷达高分辨成像方法

针对带标注实测样本受限情况下的遮蔽多目标高分辨成像问题,提出一种基于迁移学习的穿墙雷达成像方法。首先,搭建生成对抗子网络实现带标签仿真数据到实测数据的迁移,解决带标签数据制作困难的问题;然后,联合使用注意力机制、自适应残差块及多尺度判别器提高图像迁移质量,引入结构一致性损失函数减小图像间的感知差异;最后,利用带标签数据训练穿墙雷达目标成像子网络,实现穿墙雷达多目标高分辨成像。实验结果表明,所提方法能有效缩小仿真图像和实测图像域间差异,实现穿墙雷达带标签伪实测图像生成,系统性解决了穿墙雷达遮蔽目标成像面临的旁/栅瓣鬼影干扰、目标图像散焦、多目标互扰等问题,在单、双和三目标场景下成像准确率分别达到98.24%,90.97%和55.17%,相比于传统CycleGAN方法,所提方法成像准确率分别提升了2.29%,40.28%和15.51%。

基于.NET的公文流转系统设计与实现

公文传送一直是我国党政各级机关以及企事业单位实现上情下达的唯一正式渠道。随着政府工作的全面信息化,电子公文和网上办公已经成为实现政务公开、资源共享、提高工作效率和服务水平的重要手段。文中分析了政府公文传送和审批的实际需求,研究了公文流转系统的核心功能,详细讨论了系统的整体方案设计、业务流程设计以及各主要功能的实现。