基于特征工程的S-FCN火灾图像检测方法

针对复杂背景下火灾图像检测深度学习算法存在的计算复杂度高、检测实时性差等问题,提出一种基于特征工程的单隐层全连接网络(S-FCN)火灾图像检测方法。首先,从图像中提取多色彩空间颜色特征,并使用互信息量进行多色彩空间颜色特征降维;其次,简化深度学习模型的网络结构,将单隐层全连接网络作为其主干网络,其中,多色彩空间下的颜色特征能够更好地表征火灾烟雾与火焰,多色彩空间颜色特征降维能够有效降低输入特征的冗余度,单隐层全连接网络能够有效减少模型在传递过程中的参数数量;最后,将该方法在真实的复杂背景火灾图像数据集上进行试验评估。结果表明:所提方法取得的检测精度为93.83%,取得的检测实时性帧率为10869帧/s,能够实现复杂场景下高精度、高速度的火灾图像检测。

非洲S盆地双层断裂体系的重力场反映与识别

非洲S盆地是西非Iullemmeden盆地东南边缘的一部分,现有地质资料认为S盆地是一个向西南倾斜的单斜盆地。为初步查明该盆地的地质构造格架为评价盆地的含油气潜力提供依据,在S盆地展开了1∶5万重磁调查。本文依据盆地的实测重力数据及已有地质资料,进行了数据处理与解释推断,在研究盆地不同深度空间的重力异常时发现,S盆地具有上下两层断裂系统:下层为一套控制盆地形成与发育的近南北向的基底断裂系统,是西非裂谷系一系列近南北向的地堑式盆地的组成部分;上层为一套有北东向与北西向断裂共同组成的盖层断裂系统(部分运动强烈的切入基底),这套断裂决定了盆地的最终形态并控制着油气流的运移通道和储存空间。

基于改进YOLOX的自然环境下核桃识别算法研究

针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transformer的多头注意力机制对小目标的特征信息进行提取并与特征图进行融合,可以有效解决因网络层数加深导致的高层特征图中小目标特征信息丢失问题;其次,为了提高算法的检测精度,引入更高效的Repblock模块对原网络中的CSP模块进行替换;最后,为了提高下采样效果,使用更为优秀的Transition Block模块作为主干特征提取网络的下采样模块。结果表明,改进后的YOLOX-S模型在采集的自然环境下核桃数据集上平均精度AP50达到96.72%,分别比Faster-RCNN、YOLOv5-S、YOLOX-S算法提高7.36、1.38、0.62百分点,检测速度达到46 f/s,模型参数大小为20.55 M。改进后的YOLOX-S算法具有更好的精度,改善了漏检和误检问题,对自然环境下的核桃有更好的识别效果。

黔中软岩与硬岩互层地基持力层特征值和基坑边坡设计参数C、Φ的确定

采用钻探、超声波测井、抽水试验、水质分析、地微震测量、室内岩土力学室验等综合勘探测试方法,确定薄至中厚层状泥质白云岩、泥质灰岩夹泥岩、页岩组成的软质岩与硬质岩互层状岩体地基承载力特征值,结合地区的建筑经验合理的评价和充分挖掘软质岩与硬质岩互层状岩体地基承载力特征值(fa)和基坑边坡设计参数C、Ф。

从《郑伯克段于鄢》看《左传》的叙事特点

以《郑伯克段于鄢》为例,从情节、人物、环境三方面看《左传》的叙事特点。其叙事情节曲折、变化莫测,人物语言个性化,环境描写与叙事的谐调周密直接深刻的影响了后世小说。

蔚县煤田地质构造的演化及特征

燕山西段有许多中生代煤盆地。对这些煤盆地质构造演化和构造特征的研究,不仅可以了解侏罗系煤系地层的发育和分布规律,寻找新的煤田,而且对了解燕山西段地质构造演化和构造特征也具有重要意义。通过对区内构造层的划分和其演化特征的分析,区内地质构造演化可划分为三个阶段:1)太古代地槽发展阶段;2)元古代—古生代为地台盖层发展阶段;3)中生代—新生代为断块构造阶段。为了分析区内构造演化特征,我们还根据矿区内均匀分布的200多个钻孔资料,采用了多项式趋势分析的数学模型,利用计算机进行了趋势分析,拟合出1—4次多项系数。结果证明常规构造分析和数学地质分析完全吻合。矿区内地质构造特征可归为三点:(1)矿区地质构造为一复向斜。该复向斜受太古代古侵蚀面的古地理控制并经过后期构造旋回发育而成。(2)燕山运动把矿区改造成断陷盆地。喜山运动使断陷盆地继续发展。(3)中生代中晚期的辉绿岩侵入和侧向挤压,在矿区内产生一些规模较小的褶皱和断层。同时,我们还讨论了燕山西段侏罗系煤田的空间分布规律,各煤田中聚煤中心和富煤带的分布规律,和各煤田地质构造的后期改造。