基于UNet3+生成对抗网络的视频异常检测

为解决传统视频异常检测方法在不同场景下多尺度特征提取不完全的问题,提出两种方法:一种是用于简单场景的基于UNet3+的生成对抗网络方法(简称U3P^(2)),另一种是用于复杂场景的基于UNet++的生成对抗网络方法(简称UP^(3))。两种方法分别对连续输入的视频帧生成预测,引入多种损失函数和光流模型学习其外观与运动信息,通过计算AUC进行性能评估。U3P^(2)方法以6.3 M参数量在Ped2数据集的AUC提升约0.6%,而UP^(3)方法在Avenue数据集的AUC提升约0.8%,验证其能够有效应对不同场景下的异常检测任务。

双U/f下垂控制下双极MMC-HVDC系统交流阻抗建模及稳定性分析

基于模块化多电平换流器的高压柔性直流输电系统(modular multilevel converter-based high voltage direct current,MMC-HVDC)常采用双极接线方式以提高系统功率输送能力和可靠性。然而目前对于风电场经柔直外送系统的稳定性研究集中于单极接线方式,孤岛直驱风电场与采用不同双极协调控制的双极MMC-HVDC互联系统小信号稳定性问题还有待进一步探究。该文首先考虑频率耦合特性、参考系初相位和直流侧耦合特性的影响,分别建立了采用双U/f下垂控制和定U/f-P/Q控制的双极MMC-HVDC系统交流侧等效SISO阻抗模型,并详细分析了金属回线阻抗和双极间功率均分度对交流阻抗特性的影响。接着对比研究了两种协调控制中共有控制环路和特有控制环路对交流侧负电阻特性及互联系统稳定性的影响规律。最后,孤岛直驱风电场经两种双极协调控制下双极MMC-HVDC外送系统Matlab/Simulink时域仿真结果和硬件在环半实物实时仿真实验结果验证了所提出的小信号阻抗模型的精确性和稳定性分析结论的有效性。

基于DH-Swin Unet的医学图像分割算法

骨关节疾病自古以来是人类最高发的疾病之一,随着老龄化的不断加快,这类疾病日趋广泛,关节外科医师面临着巨大挑战.对人体关节的图像分割方法研究可以帮助医生进行临床诊断和治疗,然而,由于存在噪声、模糊、对比度低等问题,医学图像的特征提取比普通图像更具挑战性,而且目前大多数分割模型在编码器和解码器之间都采用了普通的跳跃连接,没有注重解决跳跃连接过程中的信息间隙和损失问题.为解决这些问题,提出一种基于DH-Swin Unet的医学图像分割算法,该模型在Swin-Unet模型的基础上,在跳跃连接中引入密集连接的Swin Transformer块,并加入混合注意力机制,来强化网络的特征信息传递.通过在某三甲医院提供的真实临床数据对所提方法的性能进行评价,结果表明,所提出的方法取得了DSC为86.79%、HD为32.05 mm的分割结果,在关节疾病的临床诊断中具有一定的实用价值.

U肋全熔透焊接正交异性板构造疲劳性能试验研究

为研究U肋与钢桥面不同焊接工艺接头的疲劳性能,以主跨408 m的中承式连续钢桁拱桥——武汉汉江湾桥主桥为背景,在传统单面埋弧焊基础上,提出一种先平位内焊再船位外焊的双面埋弧全熔透焊接技术,制作不同焊接工艺U肋与钢面板试件,开展丁字接头弯曲疲劳试验、焊接接头拉伸疲劳试验及3种典型构造细节疲劳试验,分析U肋与钢面板构造细节疲劳性能。结果表明:不同焊接方式下U肋与钢面板的疲劳强度差异明显,埋弧焊丁字接头的疲劳强度较高,大于342 MPa。U肋与钢面板双面埋弧熔透焊试件轴向拉伸状态下最低疲劳强度121.6 MPa,在-50~50 MPa拉-压循环应力幅和100 MPa拉应力幅下试件均未开裂;在120 MPa拉应力幅下,疲劳开裂加载次数均大于200万次,顶板内侧焊缝焊趾发生疲劳开裂。U肋与钢面板双面埋弧全熔透焊接构造细节疲劳性能优于单面焊及不开坡口的双面焊部分熔透构造细节,可以提高结构的耐久性和使用寿命。

U形钢筋预制拼装水池壁板湿接缝抗震性能研究

预制拼装水池可以减少大量现场湿作业,有提高施工效率、减少环境污染的优势。预制拼装水池节点采用湿式连接,可以提高水池结构的整体性。本文通过非线性有限元软件ABAQUS,对8种U形钢筋搭接水池壁板节点和1种整体现浇节点建模并进行拟静力抗震数值模拟,对比了不同参数的U形钢筋搭接的湿接缝性能并研究了U形钢筋搭接长度和湿接缝的混凝土强度等级对接缝处连接可靠性的影响。研究结果表明:U形钢筋搭接的湿接缝抗震性能较好,增加U形钢筋搭接长度可以提高湿接缝的抗震性能,当搭接长度大于等于18倍U形钢筋直径时,U形钢筋湿接缝抗震性能近似等同于整体现浇,而提高湿接缝混凝土强度等级不能有效改善模型的抗震性能。

U型钢-混凝土组合梁交叉节点抗弯性能试验研究

针对U型钢-混凝土组合梁交叉节点处U型钢腹板传力路径中断、节点受力复杂、现有钢筋过渡节点现场焊接量大的难题,提出了L形连接板传递钢腹板内力的新型节点(LLTC),对节点抗弯性能进行了试验研究。LLTC由套筒、L形连接板和套丝钢筋组成,与焊接钢筋型纵向过渡钢筋(WLTR)传递钢腹板内力的传统梁交叉节点(WLTR-UCJs)相比,LLTC能够有效传递钢腹板内力,且实现了节点的装配式连接。通过四端简支静力试验,研究了WLTR-UCJs和装配连接型U型钢-混凝土组合梁交叉节点(LLTC-UCJs)的抗弯性能,明晰了纵向传力构件形式、WLTR直径、LLTC套丝钢数量和LLTC套丝钢强度等对节点承载能力与变形能力的影响。试验结果表明,WLTR-UCJs的破坏模式为钢腹板屈曲和顶部纵向钢筋屈曲,LLTC-UCJs的破坏模式为U型钢翼缘屈服。与WLTR-UCJs相比,LLTC-UCJs的受压区材料屈曲程度较低,具有更高的承载力和更强的变形能力。

LM-UNet:横向MLP用于增强U-Net的医学图像分割

卷积神经网络(CNN)作为医学图像分割领域中U-Net基线网络的重要组成部分,其主要作用是处理局部特征信息之间的关系.而Transformer是一种能够有效强化特征信息之间的远距离依赖关系的视觉模型.目前的研究表明,结合Transformer和CNN可以在一定程度上提高医学图像分割的准确性.但是,由于医学图像的标注数据较少,而且训练Transformer模型需要大量数据,这使得Transformer模型面临耗时长和参数量大的挑战.基于这些考虑,本文在UNeXt模型的基础上,结合多尺度混合MLP和CNN,提出了一种新型的基于混合MLP的医学图像分割模型——LM-UNet.这种模型能够有效地增强局部与全局信息之间的联系,并加强特征信息间的融合.在多个数据集上的实验表明,LM-UNet模型在皮肤数据集上的分割性能明显提升,平均Dice系数达到92.58%,平均IoU系数达到86.52%,分别比UNeXt模型提高了3%和3.5%.在软骨和乳腺数据集上的分割效果也有显著提升,平均Dice系数分别比UNeXt提高了2.5%和1.0%.因此,LM-UNet模型不仅提高了医学图像分割的准确性,还增强了其泛化能力.

基于密集残差连接U型网络的噪声图像超分辨率重建

现有的图像超分辨率重建网络难以适用于煤矿井下噪声密集的应用场景,且多数网络通过增加深度提升性能会导致无法有效提取关键特征、高频信息丢失等问题。针对上述问题,提出了一种密集残差连接U型网络,用于对低分辨率噪声图像进行超分辨率重建。在特征提取路径中引入基于密集残差连接的去噪模块,通过密集连接的方式对图像特征进行充分提取,再利用残差学习的特点对低分辨率噪声图像进行有效去噪;在重建路径中引入残差特征注意力蒸馏模块,通过在残差块中融入增强特征注意力块,对不同空间的特征赋予不同的权重,加强网络对于图像关键特征的提取能力,同时减少图像细节特征在残差块中的损失,从而更好地恢复图像细节信息。在煤矿井下图像数据集及公共数据集上进行了对比实验,结果表明:在客观评价指标上,所提网络的结构相似度、图像感知相似度均优于对比网络,且在复杂度及运行速度上有着较好的均衡;在主观视觉效果上,所提网络重建的图像基本消除了原有图像噪声,有效恢复了图像的细节特征。

500 kV线路U型挂环断裂原因分析及治理防范建议

U型挂环是用来将杆塔、导线、绝缘子组装在一起的连接金具。输电线路运行过程中,U型挂环腐蚀、磨损及断裂等问题时有发生,断裂问题直接威胁输电线路的安全稳定运行,因此,加强U型挂环断裂原因分析尤为重要。文章对某500 kV线路U型挂环断裂原因进行了分析,提出了相应的治理防范建议,为类似事件的分析与处理提供参考。

带U形连接件的加强式梁柱弱轴端板连接节点抗震性能研究

对带U形连接件的肋板加强式钢梁-H形钢柱弱轴端板连接节点的抗震性能开展数值研究。在验证有限元模型准确性的基础上,分析了U形连接件厚度、加强肋板长度、加强肋板高度和梁端端板厚度对该节点破坏模式、抗弯承载力及抗震性能的影响。结果表明:该节点属于典型的梁柱半刚性连接节点,具有较好的转动能力;在H形钢柱弱轴设置U形连接件可使其与柱腹板和翼缘形成箱形节点域,增大节点域体积和抗剪切变形能力,提高节点抗弯承载力。U形连接件厚度取为0.83tf~1.16tf(tf为柱翼缘厚度)时,梁端形成塑性铰并先于U形连接件发生破坏;设置端板加强肋板可使梁端塑性铰远离节点区,避免钢梁与端板连接处焊缝应力集中,满足“强节点、弱构件”的抗震设防目标。同时提出了梁端端板厚度和加强肋板构造的建议取值,可供工程设计参考。

融合注意力机制与GhostUNet的路面裂缝检测方法

路面裂缝是道路最为常见的缺陷,随着深度学习技术的发展,利用深度学习的方法对路面图像中的裂缝信息提取的方法愈来愈多。针对现有深度学习路面裂缝检测方法提取裂缝特征不完整导致精度低以及实时性不足的问题,提出一种融合注意力机制与GhostUNet的路面裂缝检测方法。本方法由编码器和解码器组成,将U-Net中的常规卷积改进为Ghost卷积,减少模型参数量;在编码和解码部分,为了提高对裂缝特征的提取能力,引入ECA注意力机制和残差连接,ECA注意力模块可以过滤不相关的特征信息,利用残差连接可以避免网络退化现象。为评估本方法在裂缝检测方面的有效性,使用两个公开裂缝数据集,并进行消融实验和对比实验,实验结果F1_score、P和R分别比U-Net平均提高了14.48%、14.35%和14.45%;该模型相比U-Net参数量下降了14.2 MB。该模型与同类模型比较,分割的准确率更高,参数量更少。

一种改进的U-Net网络的图像语义分割算法

语义分割是计算机视觉处理的关键步骤之一。对于复杂多分类的图像分割问题,本文在U-Net结构的基础上,提出了一种更深层次的神经网络。为提高U-Net对多类别图像的分割能力,在编码部分每个层级增加卷积操作,同时引入残差学习,缓解深层网络的退化现象;在解码部分采用密集连接,增强网络对浅层特征的传递与利用,牺牲部分时间性能用以提高网络的分割能力,同时使用反卷积代替线性插值来解决由不可学习参数引起的细节信息丢失,使重建后的分割结果更加精细。在公开的PASCAL VOC数据集上评估模型性能,获得了MIoU为75.66%,MPA为84.24%,Precision为87.87%的结果,与U-Net相比,所提算法的MIoU提高了4.81%,MPA提高了11.32%,Precision提高了5.17%。实验结果表明,RDeUDNet提升了对多分类图像进行语义分割的性能。

梁端外包U形钢板RC梁-CFST柱穿筋节点抗震性能有限元分析

在钢筋混凝土(RC)梁-钢管混凝土(CFST)柱穿筋连接节点的梁端采用外包U形钢板+栓钉传递界面剪力,节点受力明确性能优越。本文通过建立低周往复荷载作用下U形钢板+栓钉连接的RC梁-CFST柱节点试件(SUJD)数值模拟模型,并在梁端损伤状况、滞回曲线模拟结果与试验结果吻合良好的基础上,进行了U形钢板长度L_(u)、U形钢板与混凝土间是否设置栓钉、RC梁配筋率ρ_(s)的变化对节点抗震性能影响规律的数值模拟分析。结果表明:U形钢板的存在对混凝土具有一定约束作用,并使梁端塑性铰区域外移,梁破坏荷载相应增大;当U形钢板上不设置栓钉时,对于混凝土约束作用减弱,耗能能力降低,梁端塑性铰区域内移;适筋范围内RC梁配筋率ρ_(s)增加可以相应提高节点的承载力和延性。

MSE-UNet:基于多尺度特征和注意力机制的细胞分割模型

细胞图像的自动分割是目前非常困难且具有挑战性的问题.在U-Net网络的基础上,增加了多尺度跳跃连接,引入了通道注意力模块,提出一种改进的网络模型MSE-UNet(multiscale skip connection-squeeze and excitation-UNet).多尺度跳跃连接将不同层次的信息巧妙地结合在一起且避免了冗余,能更加精确地分割出目标,有效地解决了细胞边界不明确的问题.通道注意力模块学习各个通道的重要性,从而使重要的特征通道占据更大的比重,在最终呈现的输出图像中展现出分割网络重点关注的部分,有效解决背景杂乱的问题.在两个公开数据集和一个自建数据集上进行测试,实验结果显示,与最近几年提出的细胞分割模型相比,该模型具有更好的性能.

外包U形钢组合梁与双钢板组合墙连接节点抗震性能试验研究

为了研究不同连接方法对外包U形钢组合梁与双钢板组合墙连接节点性能的影响,设计、制作了3组6个节点试件,完成了梁端加载拟静力试验,分析了试件的破坏形式、荷载、位移、应变等.结果表明,试件破坏位置均为梁端,组合墙无损伤.正向加载时,钢板开裂引起承载力与延性降低,延性系数为1.56~2.12;负向加载则不受此影响,延性系数为2.55~2.79.6个试件的强度退化系数最小值为0.7.正向与负向加载时,分别有94%和97%的组合梁钢腹板达到屈服强度.采用截面塑性方法计算承载力时,试验值与理论值之比为0.88~1.08.设计的6个节点均可有效连接组合梁与组合墙,且采用U形连接板后破坏位置外移,可以更好地保护墙体.

融合多层空间注意的U型视网膜血管分割算法

针对现有算法因视网膜细小血管分割不足和抗噪声能力弱导致其分割精度低等问题,提出一种融合多层空间注意的U型视网膜血管分割算法.首先,在编码和解码部分采用特征增强残差模块,引入通道注意机制提高网络模型对血管特征的分割能力.其次,在U型网络的底部引入密集空洞卷积模块,增大感受野提取血管多尺度特征.最后,在跳跃连接阶段使用三端空间注意模块进行特征自适应细化,有效抑制特征图中的噪声.在DRIVE和STARE公开眼底图像数据集上验证本文算法,实验结果表明,所提算法准确率分别达到了0.9643和0.9683,灵敏度分别达到了0.8329和0.8224,AUC值分别达到了0.9861和0.9897.其性能指标整体优于现有先进算法.

一种用于脑肿瘤分割的改进U形网络

近年来卷积神经网络在生物医学图像处理中得到了广泛应用,例如从磁共振图像中准确分割脑肿瘤是临床诊断和治疗脑部肿瘤疾病的关键环节.3D U-Net因其分割效果优异受到追捧,但其跳跃连接补充的特征图为编码器特征提取后的输出特征图,并未进一步考虑到此过程中的原始细节信息丢失问题.针对这一问题,本文提出前置跳跃连接,并在此基础上设计了一种前置跳跃连接倒残差U形网络(FS Inv-Res U-Net).首先,将前置跳跃连接用于改进DMF Net、HDC Net和3D UNet 3个典型网络以验证其有效性和泛化性;其次,采用前置跳跃连接和倒残差结构改进3D U-Net,进而提出FS Inv-Res UNet,最后在BraTS公开验证集上对所提网络进行验证.BraTS2018的验证结果在增强型肿瘤、全肿瘤和肿瘤核心的Dice值分别是80.23%、90.30%和85.45%,豪斯多夫距离分别是2.35、4.77和5.50 mm;BraTS2019的验证结果在增强型肿瘤、全肿瘤和肿瘤核心的Dice值分别是78.38%、89.78%和83.01%,豪斯多夫距离分别是4、5.57和6.37 mm.结果表明,FS Inv-Res UNet取得了不输于先进网络的评价指标,能够实现脑肿瘤精确分割.

预制混凝土构件U型连接筋的单肢锚固性能试验研究

通过U型连接筋拉拔试件单肢受拉锚固性能试验,研究了拉拔钢筋直径、拉拔钢筋的弯弧内半径、弯后水平段长度、单侧保护层厚度等参数对锚固性能的影响,并对比分析了基于中国、美国、欧洲规范计算的理论锚固强度值。结果表明:当弯弧内半径和水平段长度与L型连接筋的相关构造相同时,两者的锚固性能基本相当;按中国规范进行设计是偏于安全的;单侧保护层厚度对U型连接筋锚固性能的影响较大;U型连接筋水平段末端弯弧段及相应侧的竖直段对锚固性能的强化作用不明显;研究结果揭示了U型连接筋的受力机理,可为建立相关设计方法提供参考。

Connectivity Strengthens China-U.K.Trade Ties

ON May 25,the Office for National Statistics of the U.K.released the import and export statistics for the first quarter of 2021.It showed that China had replaced Germany as the U.K.’s biggest single import market for the first time on record.Since the start of 2018,the value of goods imported from China to the U.K.increased by 65.6 percent to￡16.9 billion(approximately RMB 153.3 billion)in the first quarter of 2021;over the same period,U.K.’s imports from Germany fell by a quarter to￡12.5 billion(approximately RMB 113.4 billion).

基于改进Double U-Net的秀丽隐杆线虫显微图像端泡分割

针对秀丽隐杆线虫显微图像噪声较多,端泡区域像素与虫体及周围环境相似,标准Double U-Net分割效果较差的问题。该研究提出一种改进的Double U-Net网络的秀丽隐杆线虫端泡分割方法,在网络中引入密集连接,并采用改进的损失函数,解决了传统网络无法进行精确分割的问题。实验表明:改进后算法对线虫端泡的分割,Dice Coefficien、准确率和召回率达到了90.12%、87.45%和91.53%。