基于图像分块和多头注意力机制的气象识别研究

基于图像对天气现象进行识别,对天气状况的分析至关重要。针对传统的机器学习方法对各类天气特征难以准确提取且天气现象分类效果差,以及深度学习对天气现象识别的准确率不高的问题,提出了基于图像分块和多头注意力机制的天气识别模型。该模型首次将Swin Transformer引入天气识别领域中,采用了窗口多头自注意层与移位窗口多头自注意层相结合的多头注意力机制。结果表明,其区域相关特征提取能力弥补传统方法的不足,能够提取图像中复杂的天气特征。采用迁移学习对模型进行训练,将微调模型的全连接参数输入到Softmax分类器,实现了对多类别天气图像的识别,识别准确率为99.20%,优于对比的几种主流方法。因此,该方法可以作为天气识别模块应用于地面气象识别系统。

全局相关块级自注意力的食管癌前病变区域分割

食管内镜图像多类癌前病变区域的类间特征差异小且个体差异大,难以实现高精度分割,使用自注意力机制可提取远距离依赖信息以获取判别性特征,但是计算开销大。为此,提出一种全局相关块级自注意力(GC-BLSA)方法,用于食管癌前病变区域分割。利用块级自注意力对骨干网络的输出特征进行分块,并在多个特征块上引入自注意力机制,降低网络参数量和计算量,采用块相关机制建模每个特征块和整个特征图之间的关系,解决每个特征块在单独使用自注意力时无法提取与全局相关的远距离依赖信息的问题。在此基础上,在块级自注意力模块中引入相对位置偏移对位置信息进行补充,有效提高网络分割精度。实验结果表明,在四分类食管癌数据集上该方法的分割指标mIoU和F1值分别为50.213%和63.786%,相比传统自注意力Non-local模块分别提高3.744和4.297个百分点,参数量和计算量分别下降26.38%和10.62%。

低渗油气层液锁损害的快速智能预测方法研究

低渗储层一般具有泥质胶结物含量高、渗透性差、结构复杂、非均质严重、水敏性强及孔喉细小、毛细管现象突出、油气流动阻力大、常伴有天然裂缝等特点。大量研究表明,液锁损害是低渗储层主要的损害类型之一,损害率可达70%～90%。本文研究了液锁的损害机理及主要影响因素,建立了预测水锁损害的灰关联分析方法,并研制了快速智能预测软件(关于水锁损害预测软件的报道尚不多见),通过对样本库内、外实测资料的检验,表明该方法具有良好的自适应性和容错性,预测所需参数较少而符合率较高(平均90%以上),有助于更好地防止低渗储层损害、保护原状地层及提高油气藏的综合开发效益。

基于光流法与分块思想的目标跟踪算法

为提高目标在被遮挡、快速移动以及平面内旋转情况时的跟踪精度,提出基于光流法与分块思想的目标跟踪算法。基于光流法引入跟踪失败判别机制,将预测框中每个像素的光流值与整幅图片的平均光流值进行比较,依据超出阈值像素点数目的百分比对跟踪结果进行判别;若目标跟踪被判定为失败时,提出基于分块训练思想的模板更新机制改善后续跟踪过程,即把当前视频帧分割为多个子块,并单独训练每个子块获得对应的子滤波器模板,对各个子滤波器加权获得最终的滤波器模板。实验结果表明,该算法能够有效改善在目标被遮挡、目标快速移动以及目标平面内旋转问题下的跟踪效果。

自嵌固生土砖砌体剪压复合受力试验研究

为了研究自嵌固生土砖砌体嵌固部位在剪压复合作用下的承载能力,在考虑其承受不同上部竖向荷载的情况下对18个自嵌固生土砖砌体试件进行了剪压复合受力试验,探究其受力性能、破坏机理及剪压相关性.试验表明砖体间咬合嵌固可起到销栓作用,表现出较好的抗剪能力.分析总结了砌体剪切、剪压和斜压三类破坏形态产生的主因,提出了自嵌固生土砖砌体剪压复合受力下砌体的抗剪强度计算公式,并与传统主拉应力破坏理论中砌体抗剪强度计算方法进行了对比,发现主拉应力破坏理论计算出的砌体抗剪承载力安全可靠,但较为保守.研究可为自嵌固生土砖砌体力学性能的进一步研究及设计应用提供试验成果及理论依据.