基于改进自注意力机制的金字塔场景解析网络

金字塔场景解析网络存在图像细节信息随着网络深度加深而丢失的问题,导致小目标与物体边缘语义分割效果不佳、像素类别预测不够准确。提出一种基于改进自注意力机制的金字塔场景解析网络方法,将自注意力机制的通道注意力模块与空间注意力模块分别加入到金字塔场景解析网络的主干网络和加强特征提取网络中,使网络中的两个子网络能够分别从通道和空间两个方面提取图像中更重要的特征细节信息。针对现有的图像降维算法无法更好地提高自注意力机制计算效率的问题,在分析“词汇”顺序对自注意力机制计算结果影响的基础上,利用希尔伯特曲线遍历设计新的图像降维算法,并将该算法加入到空间自注意力模块中,以提高其计算能力。仿真实验结果表明,该方法在PASCAL VOC 2012和息肉分割数据集上的精度均有提高,小目标与物体边缘分割更加精细,其中在VOC 2012训练集中平均交并比与平均像素精度分别达到75.48%、85.07%,较基准算法分别提升了0.68、1.35个百分点。

基于P2P的RFID编码解析网络结构与算法研究

本文结合P2P技术,提出了分级P2P RFID编码解析网络结构.并基于改进的kademlia算法,在该网络中实现了RFID编码解析服务.实验数据表明,分级P2P RFID编码解析网络相对于基于DNS技术的EPCglobal ONS,具有负载均衡、可扩展性好、能有效应对单点失效等优点.最后,本文给出分级P2P RFID编码解析网络需要继续深入考虑的问题.

一种探讨点云深度学习决策的PointNet++解析网络

针对三维点云数据分类深度学习可解释性研究,提出一种探讨点云深度学习决策的PointNet++解析网络,探索隐藏在PointNet++网络中的特征信息。根据二维图像解译工作中的类激活映射图,提出了三维点云的类激活映射图,并将点云类激活映射图作为探索PointNet++网络分类决策的依据,采用多层感知机取代全连接层,并使用均值池化层来聚合卷积特征。实验数据为ModelNet40数据集,验证了所提出的PointNet++解析网络的可行性。研究结果表明,所提算法达到了较高的分类精度并且能够对PointNet++分类决策进行探讨,提取直接有助于决策制定的特征区域。

网络地址解析实验方法研究

针对如何实现网络地址解析静态、动态以及复用IP地址转换实验方法问题,本文不仅给出了设计目的与基本要求,而且还研究了实验方法、设计了实验教学内容、给出了常用算法与数据结构。最后,还列举了应用实例。

黑启动服务组合运行网络解析

在用户自备应急电源众多的地区,用户应急柴油发电机是黑启动的重要后备资源,可以按分布式发电的思路,将它们组合起来为地方电网黑启动服务。对黑启动服务组合的运行网络进行了解析,从该运行网络的有功、无功功率平衡解析式出发,剖析了这种网络的运行特征。按发电机自励磁的引发条件,提出了黑启动服务组合运行网络规避自励磁的电压/无功调控准则。

近红外光谱测定和神经网络解析相结合、判别塑料废弃物

1 前言 日本国内每年可生产1400万吨塑料,大部分都被销毁(埋掉38％,烧掉51％),只有11％被再利用。因为塑料轻而膨松,所以在废弃物中很占地方。已成为废弃物处理场所废弃物处理问题的元凶。另外,焚烧时所产生的二氧化物也很成问题。因而。

一种可定制的异构网络协议解析器的设计

异构网络(Heterogeneous Network)中包含多种使用不同网络协议的设备,因此设计一种可定制化的网络协议解析器是解决各设备之间信息交互,降低硬件设备更新和替换成本的重要课题。本文提出使用XML(可扩展性标记语言)作为网络协议解析器的协议描述文件,利用XML文件的可扩展性、异构性和标签之间的父子层级关系,实现该网络协议解析器的通用性,达到更新或更换网络协议时无须重新编写代码,只需更改或替换XML文件即可;同时,支持用户可选当前解析器解析的最小颗粒度为bit或byte,满足更多设备协议的数据要求。通过实验表明,本文提出的网络协议解析器满足协议解析的要求。

基于Map-Reduce的网络数据包解析与设计

网络数据包数量具大,运算时资源消耗过多等瓶颈问题,在网络数据包解析过程中经常遇到,有效地解决这些问题,引入在云计算环境下的Map-Reduce并行编程模型来进行解析,将会是一种很好的解决方式。通过对网络数据包解析的特点及Map-Reduce模型的原理进行分析与研究,设计了一种基于Map-Reduce的网络数据包解析方案。同时在流程设计及核心函数的功能设计方面,给出了具体的设计方案。

高速RFID编码解析服务器软件的设计与实现

分析RFID(Radio Frequency Identification)编码解析网络特点,总结FID编码解析服务器软件在设计时需要面对的挑战。通过选用ACE(Adaptive Communication Environment)网络编程技术,使用Reactor框架作为网络模块的核心,Dispatch模式进行基于角色的业务分发,实现了一种高速的RFID编码解析服务器软件。

基于改进PSPnet-MobileNetV2的煤岩界面快速精准识别

针对短时间主动热激励作用下煤岩介质表征差异不明显,不易快速、准确识别煤岩界面的难题,提出一种基于改进金字塔场景解析网络(pyramid scene parsing network,简称PSPnet)模型-MobileNetV2的煤岩界面快速精准识别方法。通过搭建煤岩主动红外试验平台,采集并获取短时主动热激励作用下的煤岩界面红外热图像,构建了煤岩红外图像数据集;对传统PSPnet模型进行改进,采用轻量级网络模型MobileNetV2作为主干网络提取特征,大幅降低了网络模型所占内存和训练时间,同时将注意力机制模块(convolutional block attention module,简称CBAM)与金字塔场景解析(pyramid scene parsing,简称PSP)模块的上采样特征层和PSPnet网络模型的浅层特征层进行融合,有效提升模型对特征的细化能力。试验结果表明:基于改进的PSPnet-MobileNetV2网络模型所占内存仅为9.12 MB,较原始PSPnet模型减少了94.88%;煤和岩的交并比为96.52%和96.87%,分别提升了8.29%和7.7%;像素准确度分别为97.25%和99.15%,较原始网络模型分别提升了7.32%和1.64%;测试时间降低了53.70%。该方法为煤岩界面的快速和预先精准识别提供了一种有效技术手段。

水下机器人实时智能裂缝检测算法

大坝水下部分的裂缝检测是大坝维护维修的主要技术难点,采用水下机器人检测维修是未来发展的趋势。为解决水下机器人实现裂缝检测过程中的水下图像增强、语义分割、裂纹识别以及裂纹面积计算等问题,本文基于该工程需求提出了改进金字塔场景解析网络算法,并对该算法神经网络结构的超参数进行了优化。针对水下作业需求提出了激光辅助测量的面积计算方法,并进行了真实环境实验验证。实验数据表明:与其他算法相比所提出的网络结构优化了损失值、平均交并比。研究表明:优化后的语义分割算法能满足水下机器人作业对不同形态裂缝检测的实时性、精准性要求。

基于Convnext-Upernet的图像篡改检测定位模型

在当前数字时代,假新闻、网络勒索等网络犯罪行为愈发猖獗,导致篡改图像产生的负面影响日益凸显.鉴于此,检测与定位篡改图像已成为图像取证领域的关键任务.近年来,深度学习技术在计算机视觉领域取得了显著进展,众多篡改检测模型亦逐渐应用该技术.然而,现有模型大多需要在大量数据上进行预训练,且其鲁棒性和泛化能力相对较弱.为解决上述问题,本研究采用在计算机视觉领域表现优异的纯卷积神经网络模型Convnext作为主干网络,并借助统一感知解析网络Upernet提取图像中的多尺度特征,构建了一种基于Convnext-Upernet的篡改检测定位模型.在此基础上,本研究进一步运用自监督数据增强方法放大图像中的篡改痕迹,并利用与篡改检测定位任务无关的图像分类损失函数提高篡改图像检测定位的准确性.本研究在当前主流的篡改检测定位数据集上进行了大规模实验证明,所提出的模型具有高效且精确的篡改检测定位能力.相较于现有跨库性能最佳的MVSSNet++模型,本研究所提出的模型在检测定位性能上提高了14.4%,泛化能力得到全面提升,并对常见的后处理操作展示出了强大的鲁棒性.

联合语义分割与注意力机制的行人再识别模型

受行人姿态变化、光照视角、背景变换等因素的影响,现有行人再识别模型通常对数据集中的行人分成若干块提取图像的局部特征进行辨识以提高识别精度,但存在人体局部特征不匹配、容易丢失非人体部件的上下文线索等问题。构建一种改进的行人再识别模型,通过将人体语义解析网络的局部特征进行对齐,增强行人语义分割模型对图像中行人任意轮廓的建模能力,利用局部注意力网络捕捉非人体部分丢失的语境线索。实验结果表明,该模型在Market-1501、DukeMTMC和CUHK03数据集上的平均精度均值分别达到83.5%、80.8%和92.4%,在DukeMTMC数据集上的Rank-1为90.2%,相比基于注意力机制、行人语义解析和局部对齐网络的行人再识别模型具有更强的鲁棒性和迁移性。

基于深度学习语义分割的导光板缺陷检测方法

当前导光板表面缺陷仍主要由人工肉眼观察进行检测,仅有少数生产厂家利用传统的图像处理方法进行检测.由于导光板缺陷在高分辨率工业相机拍摄的图像成像下仍极其微小,且不同缺陷的特征各异,以及整张导光板自身的导光点分布密集、不均匀等纹理特点,导致传统的图像处理检测方法需要经验丰富的视觉工程师进行大量的特征提取算法编程工作和昂贵的代码维护成本,准确率低且稳定性差,为此提出一种基于深度学习语义分割的缺陷检测方法.该方法通过训练神经网络的方式来自主学习提取导光板缺陷特征从而避免繁杂的特征提取算法编程工作.首先,对搜集的导光板缺陷进行缺陷标记,制作样本集;其次,利用迁移学习将预先训练好的金字塔场景解析网络(PSPNet)对标记样本进行再训练;进而,利用训练好的模型实现对导光板缺陷的检测;由于单独的深度学习语义分割缺陷检测方法通常无法满足工业实际应用需求,最后还需结合简单的机器视觉方法,对深度学习语义分割方法检出的所有疑似缺陷区域进行二次判断筛选.实验结果表明,该方法针对亮点、暗点和划痕3种缺陷的检出率高达96%,基本可以满足工业检测要求.

结合金字塔池化模块的YOLOv2的井下行人检测

煤矿井下的行人检测对于保障井下作业人员的安全至关重要。煤矿井下光照暗、粉尘大,直接用YOLOv2检测井下行人,准确率低,仅达到54.3%。针对此问题,以YOLOv2网络为基础,结合了金字塔场景解析网络(PSPnet)中的金字塔池化模块,充分利用图片的上下文信息,提出了YOLOv2_PPM网络。在井下行人检测数据集上进行实验,YOLOv2_PPM网络的准确率提升到63.5%,较YOLOv2网络增加了9.2%,且速度达到了39帧/s(FPS)。当输入图片的大小为480×480时,检测的准确率提升到71.6%,同时速度为28帧/s,满足了实时检测的要求。

“主要农作物产量性状的遗传网络解析”重大研究计划中期综述

国家自然科学基金重大研究计划'主要农作物产量性状的遗传网络解析'历时5年于2018年顺利完成中期评估。本文概述了该计划实施5年来的阶段性进展,特别是在调控株型发育和籽粒形成新基因挖掘、遗传调控网络解析,创建复杂农艺性状遗传网络的新方法,建立分子设计育种新体系等方面取得了一系列突破性研究成果。这些成果不但产生了重要的学术影响,而且为主要农作物分子设计育种理论奠定了坚实的基础。结合前期研究进展和管理实践,本着集成升华和跨越发展的思路,本文还介绍了未来项目集成的初步设想。

移动互联网不良信息监测系统探究

移动网络的普及,丰富了人们网上冲浪的方式,提高了网络使用效率,促进了互联网的发展,也给网络信息管理提出更高的要求。移动互联网络信息安全问题已经引起政府部门和社会各界的普遍关注。文章围绕移动互联网不良信息监测技术有关问题进行讨论,介绍了移动网络不良信息过滤方法和主要应用技术,讨论了信息过滤监测系统基本要素。

Skype可扩展机制分析

Skype是2003年由KaZaa开发的点对点宽频电话客户端。采用分布式查询协议有效的定位节点,并实现扩展。本文就扩展原理进行了分析探讨。

Skype电话协议分析

Skype是2003年由KaZaa开发的点对点宽频电话客户端。Skype做到几乎无缝地穿越网络地址转换和防火墙,并且比MSN和Yahoo等即时讯息软件具有更佳的语音质量。它实现端到端的呼叫加密,并以分布式存储用户信息。Skype也支持即时讯息和会议。本文分析Skype的主要功能,例如注册,穿越NAT和防火墙,呼叫建立,媒体传输,编解码以及在三种不同网络设置下的会议通讯。

基于智能管道业务的精准营销系统实现方案

介绍一种网络营销的实现方案,该方案通过智能管道业务中的网络报文解析技术来获知用户网络访问行为数据。网站等内容提供商统计分析后,可根据用户网络行为进行精准营销,对目前智能管道相关的增值业务开发有借鉴意义。