基于特征融合Transformer的EfficientNet v2网络对马铃薯叶片病害的识别

马铃薯叶片病害是影响马铃薯质量和产量的主要因素,为了能够快速准确地识别马铃薯叶片病害并采取对应的防控和救治措施,本研究提出一种新型马铃薯叶片病害识别方法。该方法利用EfficientNet v2网络提取图像特征,通过4个不同尺度的网络层进行金字塔融合,从而捕捉不同尺度下的图像细节和上下文信息,并在金字塔融合中的每个下采样环节都添加1个CBAM注意力机制模块,且每个CBAM模块后都加入Vision Transformer的Encoder模块进行特征增强,帮助提升所提取特征的丰富性和抽象能力,最后使用softmax进行分类。研究提出的模型识别准确率达到98.26%,相比改进之前提升3.47百分点,且其loss收敛更快,宏平均值与加权平均值都有明显提升。消融试验表明,该模型在各项指标上的表现最优,超过基线模型和融合模型,大幅提高图像分类识别任务模型的性能表现。该方法可有效提高病害区域的识别能力和检测准确率,且能在强干扰的环境下做到高精度识别,具有良好的鲁棒性和适应性,同时能解决病害识别中泛化能力弱、精度低、计算效率低等问题。

二阶逐层特征融合网络的图像超分辨重建

针对一些超分辨网络忽略了对网络各层次特征的复用以及融合的问题,构建了具有较强特征复用和融合能力的二阶逐层特征融合超分辨网络,以获得具有高分辨率、高保真度的重建图像。网络的核心是逐层特征融合模块,该模块通过特征融合操作增强特征的重用。此外,还提出了二阶特征融合机制,该机制在网络的局部和全局层次上采用逐层特征融合方法进行特征融合。实验结果表明该网络的重建图像在线条和轮廓上更清晰,并且在峰值信噪比和结构相似度上也取得了更好的结果。例如当缩放尺度因子为2时,各测试集上的峰值信噪比/结构相似度依次为38.20 dB/0.9612、33.81 dB/0.9195、32.28 dB/0.9010、32.65 dB/0.9324、39.11 dB/0.9779,相比其他模型有一定提升,从客观标准和主观角度证明了二阶逐层特征融合超分辨网络具有一定的优越性。

基于社会网络分析的文旅产业融合空间结构研究——以江苏为例

通过江苏省2014—2019年的文旅产业面板数据,运用全局主成分分析法得出文旅产业耦合协调度权重,在修正引力模型的基础上构建文旅产业融合空间关联矩阵,结合社会网络分析法研究江苏省文旅产业融合质量空间引力网络结构特征,最后采用QAP分析探究江苏省文旅产业融合空间关联性的影响因素。结果表明:江苏省文旅产业融合水平在研究期内得到较快发展,但区域差异明显,苏南地区文旅产业融合水平普遍较高;文旅产业融合质量网络整体密度增大,逐渐打破地理和行政区域限制;邻接关系、科技创新、政策支撑要素对于文旅产业融合空间引力网络的形成具有显著影响。

自适应特征融合的加权响应孪生网络跟踪算法

针对复杂场景下跟踪器难以提取丰富的特征信息导致出现漂移或者跟踪丢失的问题,提出了一种基于自适应特征融合的加权响应目标跟踪算法。首先,使用改进的VGG16网络来提高判别能力;其次,采用残差语义嵌入模块,将深层语义信息引入浅层特征;然后,将浅层特征响应和深层特征响应进行加权融合,提高定位精度和判别能力。实验结果表明,相比基准算法,所提算法在OTB2015和VOT2017数据集上的跟踪成功率和精度等评价指标均获得提升。

基于结构功能交叉神经网络的多模态医学图像融合

针对多模态医学图像融合中存在纹理细节模糊和对比度低的问题,提出了一种结构功能交叉神经网络的多模态医学图像融合方法。首先,根据医学图像的结构信息和功能信息设计了结构功能交叉神经网络模型,不仅有效地提取解剖学和功能学医学图像的结构信息和功能信息,而且能够实现这两种信息之间的交互,从而很好地提取医学图像的纹理细节信息。其次,利用交叉网络通道和空间特征变化构造了一种新的注意力机制,通过不断调整结构信息和功能信息权重来融合图像,提高了融合图像的对比度和轮廓信息。最后,设计了一个从融合图像到源图像的分解过程,由于分解图像的质量直接取决于融合结果,因此分解过程可以使融合图像包含更多的细节信息。通过与近年来提出的7种高水平方法相比,本文方法的AG,EN,SF,MI,QAB/F和CC客观评价指标分别平均提高了22.87%,19.64%,23.02%,12.70%,6.79%,30.35%,说明本文方法能够获得纹理细节更清晰、对比度更好的融合结果,在主观视觉和客观指标上都优于其他对比算法。

面向智算融合网络的自主防御范式研究

随着数字经济时代算力供给模式的变革,以算力为核心的新型网络基础设施已成为实现算力资源共享、支撑数字经济转型的重要动力.在算力网络中,多元异构用户终端通过多种方式高频接入网络以随时随地获取算力服务,网络的开放性和动态性增大,算力网络将面临更严峻的安全挑战.然而,基于传统网络的安全防御模式通常针对具体安全问题静态式增补安全防护组件,无法主动适配用户需求灵活调整防御策略,难以应对算力网络中的安全风险.因此,本文面向新型算力网络安全需求,将安全功能作为网络内部属性,基于智算融合网络提出一种多维协同自主防御范式.结合智算融合网络“三层”“三域”的设计思想,在“三层”中,以广义服务层定义安全固有服务,以映射适配层智慧适配安全功能,以融合组件层执行安全策略;在“三域”中,以实体域先导资源适配,以知识域驱动安全服务流程,以感控域实施具体安全技术,构建“检测”“溯源”“防御”三维一体的完整基础管控流程,其中安全策略与技术可根据场景扩展性与业务安全性进行灵活调整.最终,通过仿真实验对所提范式有效性进行了验证,为未来智算融合安全的进一步研究和应用提供参考.

基于双重注意力机制生成对抗网络的偏振图像融合

针对单一强度图像缺少偏振信息,在恶劣天气条件下无法提供充足场景信息的问题,本文提出了一种基于双重注意力机制生成对抗网络用于强度图像和偏振度图像进行融合。算法网络由一个包含编码器、融合模块和解码器的生成器和一个鉴别器组成。首先源图像输入到生成器的编码器中,经过一个卷积层和密集块进行特征提取,然后通过含有注意力机制的纹理增强融合模块中进行特征融合,最后通过解码器得到融合图像。鉴别器主要由两个卷积模块和两个注意力模块组成,在网络训练过程中,通过不断博弈,迭代优化生成器网络参数,使生成器输出既保留偏振度图像的稀疏特征又不损失强度图像信息的高质量融合图像。实验表明,该方法得到的融合图像在主观上纹理信息更丰富,更符合人眼的视觉感受,并且在客观评价指标中SD提升约18.5%,VIF提升约22.4%。

基于残差卷积网络的多传感器融合永磁同步电机故障诊断

作为工业生产与日常生活的常见设备,永磁同步电机的故障诊断研究具有十分重要的意义。以永磁同步电机的匝间短路、退磁、轴承故障为诊断目标,提出一种新型的多传感器特征融合网络(MSFFN),结合多传感器融合技术与卷积神经网络实现永磁同步电机的可靠故障诊断。网络采用2个带有残差模块的卷积神经网络,对输入的电流信号与振动信号并行提取隐藏特征,并设计一种中间特征融合模块(IFFM)有效融合电流和振动的各层隐藏特征,IFFM基于注意力机制对网络中的电流特征与振动特征进行筛选,自适应关注不同信号的内在相关特征,以实现更好的诊断效果。搭建了故障样机测试平台进行数据采集与实验验证,实验结果表明,提出方法具有更高的诊断准确率,同时在叠加了强噪声的条件下,具备更强的抗干扰能力。

动态网络能力、技术融合能力对生物医药新产品开发绩效的影响——企业创新绩效的中介效应

新产品开发是企业维持竞争优势的关键手段,对其生存和发展具有重要意义。基于合作网络与技术网络双重网络视角,选取2007—2021年216家中国生物医药上市公司专利数据与财务数据,探讨动态网络能力(中心度和结构洞)、技术融合能力对新产品开发绩效的影响机制,并验证企业创新绩效的中介效应。结果表明,动态网络能力、技术融合能力对新产品开发绩效具有正向影响,企业创新绩效在中心度、技术融合能力对新产品开发绩效影响过程中发挥部分中介作用,在结构洞对新产品开发绩效影响过程中发挥完全中介作用。结论可为企业运用动态网络能力、技术融合能力提升新产品开发绩效提供参考。

空天信息网络中通导融合技术综述

空天信息网络是推动社会经济发展和保障国家安全的重要基础设施。空天信息网络将陆基网络、卫星网络及航空网络构成一体化网络架构,深度耦合通信、导航、遥感等功能,实现信息的高效传输和高精度位置服务。文章分析卫星网络、移动通信网络、局域通信网等多种无线网络通信导航融合定位技术的发展现状,并阐述其面临的挑战,提出多网融合方法可以提升室内外广域无缝高精度位置服务的可靠性。利用5G移动通信网络,与北斗/GNSS卫星导航系统结合,实现相互增强。最后,从天地一体定位导航与授时体系和仿生通信定位导航两方面探讨空天信息网络中通信导航融合定位技术的未来发展趋势。

基于Transformer网络多模态融合的密集视频描述方法

针对目前的密集视频描述模型大多使用两阶段的方法存在效率较低、忽略音频及语义信息,描述结果不全面的问题。提出了一种基于Transformer网络多模态和语义信息融合的密集视频描述方法。提取自适应R(2+1)D网络提取视觉特征,设计了语义探测器生成语义信息,加入音频特征进行补充,建立了多尺度可变形注意力模块,应用并行的预测头,加快模型收敛速度,提高模型精度。实验结果表明:模型在2个基准数据集上性能均有很好的表现,评价指标BLEU4上达到了2.17。

媒介融合视域下网络微短剧的时空逻辑转向

网络微短剧作为后现代社会新兴的艺术形式,以其短小精悍、内容丰富的特点迅速崛起,成为连接个体与社会、传统与现代的桥梁。基于媒介融合的视域,探讨网络微短剧在时间和空间两个维度上的逻辑转向,揭示其作为“新媒体语言”的本质特征和内在逻辑。在空间维度上,网络微短剧实现了从现实再现到情感映射的叙事空间融合,从纵横之争到技艺并存的界面空间演进,从物理隔阂到数字联结的现实空间跨越;在时间维度上,网络微短剧通过“时序重塑”与“时域融合”两种叙事手法,在丰富叙事结构并影响观众时间感知的同时,走向了时间与空间二重元素的相互渗透和融合。技术的赋能给网络微短剧这类新兴视听形式带来的远不止时间和空间的逻辑转向,而是全方位的革新与重塑,“精品化”进程中技术与艺术的深度融合,预示着网络微短剧将迈向一个全新的3.0时代。

卫星通信与5G融合的网络架构设计与优化

当前,卫星通信与5G技术应用日益广泛。文章深入探讨了二者间的融合发展情况及其在通信卫星、互联网卫星和5G网络架构设计中的应用,并进一步研究了融合中关键的体系架构优化、空口波形优化、频谱共享优化和网络控制优化等技术,以为促进我国卫星通信技术和5G技术的优化发展、提高整体通信领域的水平提供参考。

新兴网络与传统校园网架构融合方案

随着网络技术的快速发展和技术变革,高校校园网络接入方式已经由单纯的有线网络,逐步发展为有线网络、无线网络、5G专网、虚拟专网、F5G光网等多种网络共存的薪新阶段,师生用户能够更为便捷地从不同地点、不同终端泛在地连入校园网,从而实现教学实践、资源与人的连接,新兴的网络接入方式不仅是数字化转型赋能高等教育内涵式发展的重要基础设施载体,也为高校校园网络建设和改造带来了新的管理模式,持续改善用户上网体验。

基于组织-技术依存网络的技术融合机理

技术融合能够显著提高企业的创新能力,对技术融合机理的深入探索有助于选择合适的创新伙伴和融合技术。构建依存型网络分析模型,探究技术特征和技术依附的组织特征与技术融合的关系,并对人工智能产业进行实证研究。研究表明:吸收能力强或扩散能力强的技术容易吸收或流向其他技术;技术成熟度高、技术邻近性强的两种技术容易发生双向流动;被多个组织拥有的共性技术不容易吸收其他技术,但容易流向其他技术,单个组织内拥有的技术间容易发生双向流动。

基于前馈神经网络井控多属性融合的断裂识别方法

塔里木盆地碳酸盐岩断控缝洞型油气藏埋藏深度大、构造复杂,且断裂高度发育,断裂是研究区域内成藏主控因素及可能的油气运移通道,对其空间展布位置及发育强弱的预测至关重要。断裂检测属性众多,不同断裂检测属性由于计算方法不同表征的断裂尺度及特征存在一定的差异性,且常规属性检测忽视了测井信息的利用与约束,为了获取更加全面、准确的断裂预测结果,本文优选多类断裂检测属性,并结合测井数据作为先验信息,利用前馈神经网络算法进行属性融合。首先优选AFE、likelihood、倾角等多类具有不同特征的断裂属性,结合测井放空漏失数据、成像测井信息及地震同相轴错段情况作为断裂发育类型判别条件建立了断裂特征识别样本库;在样本库基础上进行深度前馈神经网络训练,对比测试了不同隐含层深度条件下的学习效果,获取预测误差最小的神经网络预测模型;最后将神经网络预测模型应用于全工区断裂预测。经对比分析,认为深度学习融合属性预测断裂与测井解释结果更为吻合,且能综合不同尺度特征的断裂信息,有效提升了预测准确度和可靠性。

基于肌电−惯性融合的人体运动估计:高斯滤波网络方法

本文研究了基于肌电(Electromyography,EMG)−惯性融合的人体运动估计问题,提出了一种序贯渐进高斯滤波网络(Sequential progressive Gaussian filtering network,SPGF-net)估计方法来形成肌电和惯性的互补性优势,以提高人体运动估计精度和稳定性.首先,利用卷积神经网络对观测数据进行特征提取,以及利用长短期记忆(Long short-term memory,LSTM)网络模型来学习噪声统计特性和量测模型.其次,采用序贯融合的方式融合异构传感器量测特征,以建立高斯滤波与深度学习相结合的网络模型来实现人体运动估计.特别地,引入渐进量测更新对网络量测特征的不确定性进行补偿.最后,通过实验结果表明,相比于现有的卡尔曼滤波网络,该融合方法在上肢关节角度估计中的均方根误差(Root mean square error,RMSE)下降了13.8%,相关系数(R^(2))提高了4.36%.

基于残差密集融合对抗生成网络的PET-MRI图像融合

为了增强核磁共振与正电子发射断层扫描图像融合的纹理细节,摆脱人工设计融合规则对先验知识的依赖.提出了自适应的残差密集生成对抗网络(adaptive dense residual generative adversarial network,ADRGAN)来融合两种模态的医学图像.ADRGAN设计了区域残差学习模块与输出级联生成器,在加深网络结构的同时避免特征丢失;然后,设计了基于自适应模块的内容损失函数,强化输出融合图像的内容信息;最后,通过源图像的联合梯度图与融合图像的梯度图构建对抗性博弈来高效训练生成器与鉴别器.实验结果表明,ADRGAN在哈佛医学院MRI/PET数据集的测试中峰值信噪比和结构相似度分别达到55.2124和0.4697,均优于目前最先进的算法;所构建的模型具有端对端和无监督两特性,无需人工干预,也不需要真实数据作为标签.

网络技术与大学英语教学融合方法研究--评《网络信息时代大学英语教学研究与实践》

网络技术日新月异,为大学英语教学带来了前所未有的机遇与挑战。我国大学英语教学已经开始了与网络技术的深度融合,并探索出了一条具有中国特色的、现代化的教学路径。为了进一步优化教学模式、提高教学效率,需要将网络技术与大学英语教学更加紧密地结合起来,向智能化、个性化和互动化方向发展。通过有效地整合网络资源,设计出富有创意和实用性的在线教学课程,以满足学生多样化的学习需求;同时,也要加强对教师的网络技术培训,提升运用网络技术进行教学的能力。为此由全克林撰写的《网络信息时代大学英语教学研究与实践》一书,对我国大学英语教学在网络信息时代的改革与创新进行了探讨。

基于多源信息融合的RBF神经网络室内可见光定位算法

针对基于接收信号强度(RSS)的定位技术易受环境干扰而导致定位精度不高和稳定性较差的问题,提出了一种基于多源信息融合的径向基函数(RBF)神经网络室内可见光定位算法。通过将图像的颜色矩特征与RSS矩特征融合,构建指纹库,并采用RBF神经网络进行预测,实现了图像与RSS之间的优势互补,最后对定位算法进行了验证。实验结果表明,经过优化的多源信息融合定位算法较单一RSS定位算法的定位精度提高了9.4%。