联合数据增强的语义对比聚类

鉴于对比学习在下游任务中的优异表现,对比聚类的研究受到广泛关注.但是,大部分方法只采用一类简单的数据增强技术,尽管增强后的视图保留了原始样本的大部分特征信息,但也继承了语义信息和非语义信息相融交织的特性,在相似或相同的视图模式下,该特性限制了模型对语义信息的学习.有些方法直接将来源于同一样本的具有相同视图模式的2个数据增强视图组成正样本对,导致样本对语义性不足.为解决上述问题,提出基于联合数据增强的语义对比聚类方法,基于一强一弱2类数据增强,利用视图间的差异降低非语义信息的干扰,增强模型对语义信息的感知能力.此外,基于全局k近邻图引入全局类别信息,由同一类的不同样本形成正样本对.在6个通用的挑战性数据集上的实验结果表明该方法取得了最优的聚类性能,证实了所提方法的有效性和优越性.

基于弱语义样本的对比学习句嵌入方法

为了有效消除句嵌入在语义特征空间的各向异性问题,提出一种基于弱语义样本的对比学习句嵌入方法,旨在生成有效句嵌入的同时,提升模型对文本语义相似性的识别效果。首先,采用标记重复算法构建相似样本并作为遮掩语言模型的输入,预测生成包含弱语义关系的样本;然后,将原始样本重复输入不同失活率的转换器,抽取不同的全局语义特征;最后,通过对比学习调整特征权重值,构建句嵌入。在公开数据集上进行系列对比实验,结果表明:基于弱语义样本的句嵌入表示方法性能优于其他方法,获得77.38%的相似性评估分数,为句嵌入生成和语义相似度识别任务提供了一种有效的解决方案。

前背景信息一致的边界框弱监督息肉分割网络

准确的息肉分割对结直肠癌的诊断和治疗具有重要意义。由于标注准确的像素级掩码成本很高,现在的息肉分割方法严重受到像素标注短缺的影响,而粗略的边界框标注更易获得。因此提出一个通用性高、即插即用的弱监督组件PolypBox,其可以将现有全监督的息肉分割方法转换成仅使用边界框标注的息肉分割方法。该模块由掩码投影损失、像素表示模块、前背景搜索损失和邻域像素一致性损失组成。首先设计像素表示模块从特征图中学习每个像素的特征表示(embedding),根据边界框的位置信息,使用K-Means分别聚类属于前背景的多个原型;然后提出前背景搜索损失将边框内的像素点与前背景的原型进行搜索匹配建立约束;在边界框内部设计掩码投影损失约束模型预测息肉的位置,最后提出邻域像素一致性损失,令具有邻域相似的像素点对的息肉预测结果保持一致。为验证算法的有效性,在CVC-300和Kvasir等4个具有挑战性的数据集和mean Dice等6个指标上与主流息肉分割网络进行对比,其mean Dice达到0.810,有着不输于目前主流全监督息肉分割方法的分割性能,同时验证了该方法的通用性。

基于改进加权局部对比度的红外小目标检测

在复杂背景的红外图像中弱小目标通常淹没在高亮边缘与强杂波处,提出一种基于改进加权局部对比度的红外小目标检测方法。利用小目标的局部特性建立一种加权函数将目标与其背景邻域的差异点乘凸显目标,进而与相接背景邻域作比值运算达到抑制复杂背景的效果;通过目标的各向同性和背景的各向异性,采用六方向梯度决策法创建背景抑制模型进一步抑制高亮边缘,实现降低虚警率,提高检测率的目的;最后,通过卷积计算将两者结合,采用自适应阈值分割检测真实目标。实验结果表明,该算法在复杂背景及强杂波干扰下有较强的鲁棒性。

传统园林古建筑景观照明亮度感受的实验研究

在夜晚通过景观照明再现传统园林的历史、文化内涵和艺术的感染力,表达蕴含其中的意境之美,是延续园林文化的一种方式。文中对传统园林在中间视觉状态下场景的景观照明进行了实验研究,并介绍了一种实验室场景再现、模拟和评价的实验方法。利用此方法以颐和园为对象,通过实验观测、计算机模拟、量化分析等手段和验证性主观评价,将定量化的亮度指标和定性的描述联系起来,实现对景观照明环境中物理与心理因素的综合考虑。最后通过对实验结果的统计分析,建议了能够较好符合传统园林意境的亮度和亮度比范围。

柴北缘双口山荒漠戈壁景观区1∶5万“HS-9-4”弱小化探异常的矿化发现及意义

双口山荒漠、戈壁景观区位于我国柴北缘重要成矿带上。该景观区1∶5万水系沉积物测量发现"HS-9-4"综合异常弱小、零散、峰值低;元素空间套合性差,无规律性;多元素仅有1级异常分带。根据其本身自然地理景观,经"衬度异常法"与常规方法对比,发现"HS-9-4"弱小异常值得重视,对该异常开展了查证工作,最终在异常区发现了多处与金相关的矿(化)体及线索,为下一步地质工作提供了可靠依据。

基于视觉对比度机制的红外弱小目标检测算法

针对红外图像中空天、海天等复杂背景及像素点噪声容易造成检测虚警的问题,提出一种基于视觉对比度机制的红外弱小目标检测算法。首先,通过新定义的局部对比度算子获取对比度增强的图像,该步骤可抑制背景杂波与像素点噪声对检测的干扰,提高图像的信杂比,增强目标区域的视觉显著性。然后,利用多尺度方法优化图像的显著区域,以增强算法的适用性,从而实现算法对不同尺寸的弱小目标的有效检测。最后,利用自适应阈值分割方法获取待检测的真实目标。实验结果表明,该算法无需图像预处理环节即可实现对不同尺寸的弱小目标的鲁棒性检测,对比常用算法具有快速性、高效性和较强的适用性。

对照法测定极弱二元碱的含量

目的 ]测定极弱二元碱的含量 .[方法 ]在二元碱的CbKb2 <10 - 9,Kb1/Kb2 为 10～ 2 0 0倍的情况下 ,通过推导分析结果的误差ΔVe2 /Ve2 与ΔpH之间的关系 .[结果 ]在CbKb2 ≥ 0 85× 10 - 12 的条件下 ,分析结果的误差ΔVe2 /Ve2 均小于 1 0 % .

基于视觉传达的弱光照图像增强研究

为了提高弱光照图像处理后的成像质量,提出基于视觉传达的弱光照图像增强技术。采用背景先验知识信息检测的方法实现对弱光照图像的视觉特征检测,对提取的弱光照图像视觉传达信息实现模糊度融合和辨识处理,采用模型结构参数分析的方法实现对弱光照图像的分割和边缘灰度信息重组,采用多尺度分解的方法,构建弱光照图像的斑块视觉信息检测模型,实现对弱光照图像的视觉传达设计,根据视觉传达效果实现弱光照图像增强处理。仿真结果表明,采用该方法进行弱光照图像增强的信息处理能力较好,图像输出的清晰度与对比度较高,提高了弱光照图像目标点的识别能力。

子区中位数衬值滤波法及弱小异常识别

提出一种新的数据处理方法———子区中位数衬值滤波法。该法采用子区模拟背景场的空间变异，以ＥＤＡ技术计算异常临界值，用衬值为基准度量场值的起伏变化，较好地解决了弱小异常的识别问题。初步应用效果良好。

强弱关联归纳推理之间的对比效应

作者用以大学生为被试的实验考察强弱关联归纳推理之间可能的相互影响。实验结果发现,强关联归纳推理与弱关联归纳推理之间存在先后对比效应:先做的高确定性的强关联归纳推理对后做的弱关联归纳推理中综合相似性的影响效果有显著抑制作用;而先做的低确定性的弱关联归纳推理对后做的高确定性的强关联归纳推理中强关联相似性的影响效果有不明显的促进作用。

基于红外弱目标提取的绝缘设备故障检测研究

针对红外图像中背景与目标的复杂性和多样性给变电站绝缘套管状态监测带来的困难,提出基于红外弱目标提取的检测方法。首先进行二维小波分解,将低频分量进行Retinex理论增强,其余高频分量进行局部方差映射,完成小波重构后进行对比度增强,最后实现基于分步双阈值的目标提取。实验结果表明,该方法不仅改善了绝缘套管局部过热区域的红外图像的处理效果,还实现了过热点及其连带过热区域的提取和区分。

基于滤波差分的双阈值弱划痕提取算法

高质量光学元件表面缺陷中存在一些深度较浅或者宽度较窄的划痕,在暗场成像检测中,该类划痕产生的散射光灰度值很低,甚至淹没在背景光中,很难被目视或常规机器视觉识别,造成划痕缺陷的漏检。针对该问题,以既有的疵病检测系统为基础,根据划痕灰度的等级特征,提出双阈值法分类处理划痕缺陷。在低阈值的弱划痕处理中,根据弱划痕和背景的频率特征以及空间对比度特征,设计了频域滤波及背景差分算法。通过空间域以及频率域的滤波处理,排除高频噪声以及高亮度噪声,根据几何特征等提取弱划痕图像中的复杂背景。经差分处理后,提取弱划痕并增强对比度,最后与正常灰度级划痕信息一同通过高阈值(正常阈值)进行后续划痕的特征提取,即得到所有的划痕信息,为划痕缺陷总长度计算以及最大长度的分级判定奠定基础。实验结果表明,该算法避免了过低二值化阈值引入的背景等不规则噪声,使得划痕与背景的对比度大大增强。目前该算法已经应用于惯性约束聚变系统中大口径光学表面划痕的定量检测,并且使长度计量的准确度已提升到约80%。

几种软基处理方式的比较

高速公路对路基沉降的要求很高,选择正确的地基处理方式直接关系到工程质量、投资和进度。总结了近年来软土地基处理技术及其发展的现状。

子区中位数衬值滤波法对弱、小异常识别的应用:以玉镇山林场锌异常提取为例

采用全区统一的异常下限来圈定异常,使得高背景区异常变大而较低背景区异常变小或变弱,甚至不能被发现;子区中位数衬值滤波法解决了这一问题,克服了全区统一异常下限给异常识别带来的困难。作者运用此方法在呼伦贝尔市玉镇山林场一带的1/5万水系沉积物测量的锌元素化探数据处理中,发现多个新的锌异常,显示出良好的应用效果。

笼统注入时弱凝胶穿透深度分析

弱凝胶驱油技术能够大幅提高采收率,已成为油田三次采油的一项重要技术。根据达西定律和质量守恒定律,建立了线性和径向流条件下弱凝胶在不同渗透率岩心里的穿透深度的数学模型,该模型可用于分析笼统注入条件下影响弱凝胶选择性进入地层能力的因素。结果表明,弱凝胶在低渗透层的穿透深度随渗透率级差增大而减少,随阻力系数增大而增加;在相同条件下,线性流时在低渗透层的穿透深度低于径向流。这些结论对弱凝胶的现场应用具有重要的指导意义。

背景光存在下的相衬法原理分析

为了更好地观察弱相位物的位相,在考虑背景光的情况下,对任意相位物体的相衬成像过程进行严格的数学推导及分析,得到有背景光时的相衬法成像光强普遍表达式。结果表明,有背景光时的相板相移量及其透过率存在最佳值;若采用CCD接收图像,弱相位物的最小可观察相位变化量达1.9mrad。这为弱相位物体的精确测量提供了有力的数学论证。

地缘政治关系简析

本文从地缘政治学分析国际政治大国与全球地理环境之间的关系实质,即地理位置、综合国力和战略利益在地域政治体系中的相互联系、制约和影响,及变化规律.

盾构隧道施工对富水软弱地层的扰动分析

为研究盾构隧道施工对富水软弱底层的扰动影响,以大连地铁某标段盾构隧道施工为例,首先基于修正剑桥模型建立土体本构关系,利用Shell结构单元模拟盾构初衬;然后采用流固耦合方法研究土体固结过程对盾构开挖引起软弱地层扰动问题;最后根据仿真结果与现场实测数据,绘制地表沉降对比分析曲线,给出盾构施工引起地表沉降的动态变化趋势.结果表明:孔隙水在盾构开挖完成后仍持续向隧道方向渗透,并引起距隧道较近区域的扰动趋势大于周围较远区域.本研究对提高富水软弱地层条件下盾构施工过程建模的准确性和实效性、指导盾构施工具有指导作用.

基于视觉一致性增强的细粒度图像检索

细粒度图像检索旨在从大类图像中检索出特定子类的图像。得益于卷积神经网络的快速发展,细粒度图像检索的精度和速度均取得突破,但其性能仍受限于不同子类图像间高相似性和同一子类图像间的高差异性。针对上述问题,该文提出了一种基于对比学习和视觉一致性增强的细粒度图像检索框架CVCS-Net。CVCS-Net由判别性特征挖掘模块、视觉一致性增强模块和语义哈希编码模块组成,在挖掘类间图像判别性特征的同时,通过增强类内图像的视觉一致性来提升模型对类内图像差异的容忍度。判别性特征挖掘模块学习空间注意力图来定位图像的判别性区域并获得这些区域对应的局部特征表示;视觉一致性增强模块提升模型对类内图像差异的鲁棒性;而语义哈希编码模块基于量化损失和位平衡损失进一步学习紧凑的哈希码用于检索。CVCS-Net在CUB200-2011、Stanford Dogs和Stanford Cars的mAP分别可达到0.8591、0.8564和0.9183,相较于当前其他检索方法能够取得更好的检索结果。