语义增强图像-文本预训练模型的零样本三维模型分类

目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高。针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法。该方法首先将3维模型表示成多视图;然后为了增强零样本学习对未知类别的识别能力,通过视觉语言生成模型获得每张视图及其类别的语义描述性文本,并将其作为视图和类别提示文本之间的语义桥梁,语义描述性文本采用图像字幕和视觉问答两种方式获取;最后微调语义编码器将语义描述性文本具化为类别的语义描述,其拥有丰富的语义信息和较好的可解释性,有效减小了视图和类别提示文本的语义鸿沟。实验表明,该文方法在ModelNet10和ModelNet40数据集上的分类性能优于现有的零样本分类方法。

基于多模态特征频域融合的零样本指称图像分割

为了解决语义分割应用到现实世界的下游任务时无法处理未定义类别的问题,提出了指称图像分割任务。该任务根据自然语言文本的描述找到图像中对应的目标。现有方法大多使用一个跨模态解码器来融合从视觉编码器和语言编码器中独立提取的特征,但是这种方法无法有效利用图像的边缘特征且训练复杂。CLIP(contrastive language-image pre-training)是一个强大的预训练视觉语言跨模态模型,能够有效提取图像与文本特征,因此提出一种在频域融合CLIP编码后的多模态特征方法。首先,使用无监督模型对图像进行粗粒度分割,并提取自然语言文本中的名词用于后续任务;接着利用CLIP的图像编码器与文本编码器分别对图像与文本进行编码;然后使用小波变换分解图像与文本特征,可以充分利用图像的边缘特征与图像内的位置信息在频域进行分解并融合,并在频域分别对图像特征与文本特征进行融合,并将融合后的特征进行反变换;最后将文本特征与图像特征进行逐像素匹配,得到分割结果,并在常用的数据集上进行了测试。实验结果证明,网络在无训练零样本的条件下取得了良好的效果,并且具有较好的鲁棒性与泛化能力。

电影的叙事惯例——零度剪辑、缝合体系等电影核心概念的理论诠释

电影作为时空复合体,可以拓展、强化并且凝聚人们的时空经验——不只是强化它而且延伸,极具意义地延伸。零度剪辑可以保证电影的表述流畅,没有斧凿痕迹,让观众处于一个完全封闭、无法独立思考的空间。这种看似"客观"的影像其实恰恰是创作者主观意图和思想的体现,但创作者的主观意图通过这种"缝合"而被掩盖得天衣无缝。观众在影院中观看电影,是一个封闭、隐秘的世界,类似于躲在黑暗之中偷看。

错列链夹式移栽机栽植机构的设计与仿真

针对目前国内旱地移栽机存在栽植机构复杂和栽植效率低的问题,设计了一种新型错列链夹式移栽机栽植机构,通过建立一个周期内栽植器的动力学模型,得出各阶段栽植器的位移与速度方程,并利用Solidworks建立栽植机构的三维模型,之后将三维模型导入ADAMS中,将栽植器的运动方程与ADAMS的运动轨迹作对比,满足栽植器各个阶段的运动方程,其次通过搭建小型实验台试验得到主动轮的转速在34~38r/min时栽植效果最好,栽植合格率为95.7%,主动轮转速、株距的实验结果与仿真结果相对应,且满足链夹式移栽机的株距、深度要求,与传统栽植机构相比这种栽植机构不仅结构简单,制造成本低,还能有效的实现零速投苗,安装错列链夹式栽植机构的移栽机,不仅栽植稳定,而且提高了栽植效率。

LTE-A中逼近最优性能的峰值对消峰均比抑制算法

最优化限幅滤波法(OICF)是一种最优化的限幅类技术,它可以在满足峰均比(PAPR)要求下实现信号矢量误差的最小化,但其需要进行最优化求解,其计算复杂度与信号的子载波总数的立方成正比.针对OICF复杂度高的缺点,考虑LTE-Advanced多载波信号,提出了一种基于峰值对消降低PAPR的方法(PC-PAPR).PC-PAPR在峰值对消前,将对消脉冲通过一个零相位滤波器,滤除带外泄漏的同时,保证对消脉冲的相位不发生改变.理论分析表明,PC-PAPR计算复杂度降至与信号的子载波总数成正比,数字仿真结果表明PC-PAPR降低PAPR的性能与OICF性能差异小于0.06d B.

制导火箭弹加速度信号处理及发射零时检测算法

弹丸发射零时的检测对正确判定发射装置是否达到战术技术要求、起飞是否正常有重要意义。针对目前零时检测数值解法耗时长、累积误差大等问题,以制导火箭弹为研究对象,提出了基于施密特触发器原理的控制算法。对数值模拟得到的弹载加速度信号运用动态限幅算法查找并修正野值点;采用线性滑动窗口构造滤波器进行降噪处理;之后对0状态线进行基线估计;利用施密特触发器原理得到高精度的发射零时。仿真结果表明该方法能够有效剔除测试过程中粗大噪声、过程干扰及环境噪声的影响,快速、准确地判断弹丸发射零时,为武器系统的改进和完善提供一定的参考依据。

基于短时能量与LSTM的油井动液面深度研究

油井动液面深度计算一直是油田行业关注的重要课题,高效、准确地获取井下液面的动态深度信息对石油行业发展至关重要。为此,针对油井动液面的深度测算受环境噪声的影响而导致计算误差较大的问题,研究基于声波法的油井动液面深度估计与预测算法。通过设计改进型短时能量过零函数和三电中心削波函数,以及融合多渠道液面位置估计信息,获得动态液面的深度估计算法;将此法获得的液面位置和平均声速作为LSTM神经网络的输入,以及实测液面深度作为期望输出,获得可预测液面深度的预测模型。比较性的实验结果表明,所获液面深度计算算法较之短时能量和短时能量过零函数法,更能有效测算动液面深度;得到的预测模型能有效预测不同时段声波下的液面深度。