基于迁移学习与改进的Mask R-CNN液晶屏缺陷检测方法

针对液晶屏生产过程中出现的表面划痕、脏点、裂痕等细微缺陷,在有限数据集下探寻一种既能提高液晶屏表面缺陷的检测精度和速率又能满足实际工厂检测要求的检测方法,意义重大。基于此,本文提出一种基于迁移学习与改进的Mask R-CNN液晶屏缺陷检测方法,可解决传统的图像缺陷检测方法无法有效利用特征信息进行高精度检测与漏检的问题。设计K-means算法对缺陷液晶屏标注框进行聚类以获得合适的长宽比和锚框个数,并对改进的Mask RCNN模型应用本文数据集对缺陷区域特征提取并进行训练分类。为加速模型收敛,利用迁移学习思想将DAGM 2007数据集在本文改进模型上预训练并得到最优权重且迁移到液晶屏缺陷检测任务中。同时与主要目标检测方法进行对比,结果表明:通过引入迁移学习与改进的Mask R-CNN方法,能在样本较少的情况下准确识别背景复杂且微小瑕疵缺陷,测试集缺陷识别达到95.25%,较改进前综合提升5%。

K_(n)□K_(m,s)的r-hued染色

考虑完全图K_(n)和完全二部图K_(m,s)的笛卡尔乘积图的r-hued色数.首先,根据正整数r的不同值进行分类,并结合K_(n)□K_(m,s)的性质,刻画该图r-hued色数的下界;其次,找到K_(n)□K_(m,s)的一个具体的(k,r)-染色,并以此刻画该图r-hued色数的一个上界;最后,确定了K_(n)□K_(m,s)的r-hued色数.

F_(m)、P_(n)⊙F_(m)和C_(n)⊙F_(m)的r-hued染色研究

给定2个图G和H,它们的corona乘积图记为G⊙H,是将图G拷贝一份、图H拷贝|V(G)|份,图G的第i个顶点和图H的第i个拷贝份的每个顶点连边而得到的图.图G的(k,r)-染色是图G正常k-染色,使得度数为d的每个顶点的邻点至少染min{d,r}种不同的颜色.r-hued染色数是最小正整数k,使得图G具有(k,r)-染色,用χr(G)来表示.主要讨论F_(m),P_(n)⊙F_(m)和C_(n)⊙F_(m)的r-hued染色数.

ITIC:一种高效的k-影响社区top-r查询算法

k-影响社区(k-Influential Community, k-IC)是网络中具有较大影响值且无包含关系的最大连通k-core。k-IC的top-r查询的目标是返回影响值较大的前r个k-IC。针对此问题,提出W-D(Weight-Degree)索引用于管理网络。提出k-IC的top-r查询优化算法ITIC(Index-based Top-r Query Algorithm for k-Influential Community),该算法无须频繁计算连通分量,并且从权重较大的节点开始处理,一般只对部分节点进行处理即可求得结果。同时,该算法是渐进输出k-IC,可根据用户需求随时终止算法。通过实验验证所提算法的有效性。实验结果表明,相对于现有算法,ITIC可以显著提高计算效率。

Hilbert空间中的K-R-融合框架

给出了Hilbert空间中K-R-融合框架和紧K-R-融合框架一些新的刻画,并利用框架理论和算子理论的方法和技术给出了K-R-融合框架的几个性质。最后,讨论了Hilbert空间中的K-R-融合框架的冗余性。

基于改进Mask R-CNN的多片烟叶部位的同步识别

为解决烟叶智能分级识别中需对多片散放烟叶同步进行部位识别的问题,提出一种基于改进Mask R-CNN的多片烟叶的部位同步识别方法:在Mask R-CNN区域建议网络中引入K-means聚类算法,对已标注目标检测框进行聚类,实现对预设的5种尺度的锚点尺寸和3种比例的锚点长宽比的优化,使其更加符合烟叶图像数据的分布特性,达到提高生成建议框的精确性、缩短识别时间的目的。基于采集的烟叶图像数据集,验证改进Mask R-CNN方法的有效性。结果表明,当IoU为0.5时,改进Mask R-CNN单样本耗时313 ms,比Mask R-CNN的326 ms快,在测试集上的均值平均精度(mAP)提高了3.56%。与Faster R-CNN和SSD目标检测算法相比,在准确率和召回率上也表现出优势。

一类新的r-K-泛圈图

在现有研究的基础上,推广并构造一类r-K-泛圈图,其中K=(2,2,4,4,4,4,2,2,(2^(μ),2^(μ),2^(μ),2^(μ+1),2^(μ+1),2^(μ+1),2^(μ+1),2^(μ))等.

改进Faster R-CNN的视频SAR动目标检测算法

针对当前可用于深度学习的视频SAR数据稀少的现状,以及动目标检测算法中存在较多的漏检和虚警问题,基于美国桑迪亚国家实验室真实视频SAR数据制作深度学习数据集,提出一种改进Faster R-CNN的视频SAR动目标检测算法。算法以截取后的ResNet50为特征提取网络,利用K-means加遗传算法自适应计算锚框,并在数据预处理环节加入S型曲线增强方法,来增强图像的对比度信息。经实验验证,所提出方法能够显著提升动目标检测率和检测速度,其中,平均精度(AP)和F1分数提升均达到10个点以上,有效降低了虚警和漏检,整体表现优于一阶段算法SSD和RetinaNet。

基于射线跟踪与离开角空间聚类的5G-R网络优化技术研究

当前反复“路测-调整”的传统无线网络优化方式难以满足铁路5G专用移动通信系统(5G-R)的网络优化需求。面向京沈铁路干线场景,在确定了射线跟踪传播机理模型后,进行了5G-R无线信道建模仿真,提出一种基于射线跟踪与离开角空间聚类的网络优化算法。该算法以全向天线仿真结果为基础,使用K-means++算法对射线跟踪仿真的角度-能量域数据进行聚类,将水平离开角的空间聚类中心作为扇区方位角;结合水平离开角的聚类中心与高铁行车路径的空间位置关系,计算相应扇区的下倾角;以上述基于射线跟踪与离开角空间聚类的结果为初值,基于粒子群算法进行优化迭代,高效地完成铁路干线场景下的5G-R网络优化。结果表明,在相同的计算资源和仿真条件下,基于射线跟踪与离开角空间聚类的5G-R网络优化算法对比直接使用粒子群算法,在收敛速度方面提升了约10%,在优化效果方面提升了约30%。该方法针对铁路干线场景能够实现在迭代计算次数更少的情况下,给出更好的网络优化方案,为未来建设高质量5G-R通信系统提供技术积累和参考。

负载型TiO_2膜太阳光光催化降解活性深蓝K-R的研究

采用抛物线槽型反应装置,研究了玻璃弹簧和微珠负载型TiO2膜太阳光催化降解活性深蓝K-R,结果表明,由于玻璃弹簧具有良好的光透距离,脱色性能显著优于玻璃微珠,玻璃弹簧为载体,水溶液浓度为15 mg/L,pH为3,流速为20 mL/s,太阳光强度在1200μW/cm2以上,光降解6 h时,脱色率达到96%;该降解反应可用一级反应动力学方程进行描述,反应速率常数(K)与光强I的关系为:K∝I1.92。

D301树脂对活性深蓝K-R的吸附性能

用D301树脂对活性深蓝K-R的吸附特征进行了研究.在所研究的温度和浓度范围内,用Freund lich方程能够很好地对吸附等温线进行拟合,吸附是吸热的优惠吸附过程.吸附焓、吸附自由能、吸附熵变的计算结果显示:△H>0,表明吸附是吸热过程;△G<0,表明吸附的自发性;△S>0,表明固/液界面上分子运动更为混乱.动力学研究表明,吸附过程受颗粒内扩散及其它扩散过程的共同控制.

乌鲁木齐维吾尔族献血人群KIR基因多态性研究

目的研究乌鲁木齐维吾尔族（简称乌市维族）献血人群17个KIR基因及基因型多态性特点。方法采集130名乌市维族无偿献血者外周血,应用多重PCR-SSP方法作KIR基因分型;根据等位基因频率网络数据库（AFND）中的ID号命名检测到基因型及单体型组成,以PEMS3.1软件对人群间KIR基因频率作卡方检验。结果130名乌市维族献血者个体均含有KIR基因2DL1、2DL4、3DL2、3DL3、2DP1和3DP1;3DL1、2DS4和2DL3较为常见,频率分别为0.709 1、0.708 5和0.722 6;2DL2、3DS1、2DS1、2DS3、2DS5和2DS2频率较低,分别为0.250 6、0.225 4、0.240 4、0.186 6、0.177 2和0.276 8。共发现30种KIR基因型,其中以ID号为1、2和5的基因型最为常见,频率分别为33.85%（44/130）、10.77%（14/130）和10.77%（14/130）,还有1种基因型无法在AFND中查出其基因型。乌市维族献血者携带的KIR各基因中有10个的频率与南非圣族人明显不同（P〈0.01）,有4~5个与拉萨藏族、四川汉族、浙江汉族和韩国人明显不同（P〈0.01）,仅有1个与高加索人有明显不同（P〈0.01）,而与乌市哈萨克族（简称哈族）均无明显差异（P〉0.05）。结论乌齐维族献血人群KIR基因分布与高加索人及乌市哈族相近。

基于M-K检验法与R/S法的宜宾市降水量分析

依据宜宾市1963—2012年的年均降水量数据,运用Mann-Kendall法、R/S法对宜宾市的年均降水量变化趋势及特征进行分析.结果表明:宜宾市近50年年均降水量总体呈波状下降趋势,并以56.36 mm/10 a的速率递减.进一步对宜宾市的年均降水量进行Mann-Kendall突变分析,得出突变年份为1990年,R/S法分析发现宜宾市近50年年均降水量的Hurst指数为0.698 7,具有持续性特征,由此表明在将来一段时间内,其年均降水量仍具有持续下降趋势.同时诊断发现该序列存在变异点,变异年份在1982年.

随机正则(k,r)-SAT问题的可满足临界

研究k-SAT问题实例中每个变元恰好出现r=2s次,且每个变元对应的正、负文字都出现s次的严格随机正则(k,r)-SAT问题.通过构造一个特殊的独立随机实验,结合一阶矩方法,给出了严格随机正则(k,r)-SAT问题可满足临界值的上界.由于严格正则情形与正则情形的可满足临界值近似相等,因此得到了随机正则(k,r)-SAT问题可满足临界值的新上界.该上界不仅小于当前已有的随机正则(k,r)-SAT问题的可满足临界值上界,而且还小于一般的随机k-SAT问题的可满足临界值.因此,这也从理论上解释了在相变点处的随机正则(k,r)-SAT问题实例通常比在相应相变点处同规模的随机k-SAT问题实例更难满足的原因.最后,数值分析结果验证了所给上界的正确性.

非小细胞肺癌EGFR、KRAS基因突变与RRM1、TUBB3 mRNA表达水平的相关性

目的:探讨非小细胞肺癌(NSCLC)EGFR、KRAS基因突变与核苷酸还原酶亚基M1(RRM1)、Ⅲ型β微管蛋白(TUBB3)mRNA表达水平的相关性及其临床意义。方法:69例NSCLC组织标本来自解放军空军总医院胸外科2010年6月至2014年10月手术中从肿瘤中心切取。使用x TAG-液相芯片法检测EGFR、KRAS基因突变,分支DNA-液相芯片法检测RRM1、TUBB3 mRNA表达水平。结果:在69例NSCLC组织样本中,28例为EGFR基因突变(40.6%,28/69),13例为KRAS基因突变(18.8%,13/69),EGFR基因突变与性别(P=0.005)、病理类型(P=0.036)、吸烟史(P=0.029)相关。KRAS基因突变与性别相关(P=0.007)。TUBB3mRNA的表达水平与病理类型相关(P=0.008),RRM1 mRNA的表达水平与患者各临床病理特征无关(P>0.05)。EGFR基因突变与RRM1、TUBB3 mRNA表达水平无关(P>0.05),KRAS基因突变与RRM1 mRNA表达水平无关(P>0.05),KRAS突变型患者TUBB3 mRNA表达水平比KRAS野生型患者高(P<0.05)。结论:在NSCLC患者中,EGFR及KRAS基因的突变状态对评估患者使用吉西他滨及抗微管类药物的疗效有重要意义,尤其在KRAS突变型NSCLC患者中,抗微管类化疗药物的疗效可能不佳,这有利于指导化疗药物方案的制定,促进NSCLC的个体化治疗。

混凝土强度对基于粘聚力的新K_R阻力曲线的影响

定量描述混凝土断裂全过程的新KR 阻力曲线 (裂缝扩展阻力曲线 ) ,可通过简便的试验和基于虚拟裂缝扩展粘聚力的解析法得到 ,它与混凝土的软化本构曲线形状密切相关。我们结合新进行的断裂试验 ,调整参数λ,从起裂韧度的解析解和其实测值相符入手 ,便可确定合理的双线性软化本构曲线形状 ,以其计算的KR 阻力曲线随混凝土强度的增加而增大。

TiO_2/凹土光催化剂降解活性深蓝K-R动力学

通过溶胶-凝胶法制备纳米TiO2,并将其负载在凹土上,制得TiO2/凹土光催化剂,用其处理活性深蓝K-R模拟印染废水,通过改变溶液初始浓度,考察TiO2/凹土光催化剂对活性深蓝K-R模拟印染废水的脱色情况,并进行动力学研究。结果表明:溶液初始浓度越低相对去除率越高,但绝对去除量随初始浓度的增大而增大;光催化降解符合一级动力学方程。

Top-k空间偏好查询方法研究

随着无线通信技术的发展和智能移动终端的广泛普及,基于位置的服务已经融入了人们生活的方方面面。其中,Top-k空间偏好查询在地理信息系统、城市建设规划、资源调度与分配、旅游规划等领域具有重要的意义。Top-k空间偏好查询是根据空间对象周围的特征对空间对象进行等级评价,并返回具有最高等级评价的k个空间对象。目前,对于Top-k空间偏好查询的研究主要集中在欧式空间和路网环境,本文对欧式空间和路网环境下的Top-k空间偏好查询方法进行分析和比较。

粉煤灰的活化及其对活性深蓝K-R的吸附

以粉煤灰(FA)经碱熔融和酸处理制得活性粉煤灰(AFA),并将其用于模拟废水中活性深蓝K-R的吸附,探讨了AFA的制备条件和影响吸附的因素。结果表明:在m(Na2CO3)∶m(FA)为1∶5,焙烧温度为850℃,HCl浓度为4mol/L,搅拌溶解温度为80℃的制备条件下,所制得的AFA对3500mg/L活性深蓝K-R的吸附量为335.98mg/g,活性深蓝K-R去除率达94.5%;染料起始浓度、pH、吸附时间和温度均对吸附效果产生影响;吸附动力学可用准二级吸附动力学方程进行描述(R2=1.000);等温吸附符合Langmuir方程。AFA可有效去除水溶液中高浓度的活性深蓝K-R。

GRkNN:空间数据库中组反k最近邻查询

反k最近邻(Reversek-Nearest-Neighbor,RkNN)查询是在k最近邻(k-Nearest-Neighbor,kNN)查询问题的基础上产生的,获得将查询对象作为kNN的数据对象集合,RkNN可以用于评价查询对象的影响力.根据实际应用中需要查询一组对象的RkNN,如评价连锁店或商业区的影响.文中提出了针对空间数据库的组反k最近邻(Group RkNN,GRkNN)的概念,并设计了相关算法.查询点集合是一组邻近的空间对象,计算查询对象的最小覆盖圆,将最小覆盖圆中的对象作为一个整体进行过滤,设计了基于R树的剪枝方法,通过提炼获取了最终的GRkNN结果.针对真实数据集进行的大量实验表明,提出的GRkNN算法的效率明显优于目前最好的RkNN算法.