STAR-RIS辅助的NOMA系统物理层安全性能优化

针对实际通信场景中非理想信道状态信息以及非理想串行干扰删除等非理想因素的强耦合特性使可同时反射和透射的可重构智能超表面(STAR-RIS)辅助的非正交多址接入(NOMA)传输系统安全性能无法准确衡量的问题,提出了基于惩罚对偶分解(PDD)和块坐标下降(BCD)的融合算法,联合优化基站的波束成形矢量和STAR-RIS相移系数,实现系统最低安全传输速率的最大化。结果表明,所提融合算法相比BCD算法可以明显增加最低安全传输速率,性能至少提升10%。

托普台南区块断溶体油藏栅状断片结构数值模拟

塔河油田托普台南区块断溶体油藏开发初期产量高,后期暴性水淹和快速见水井多,产量递减快,针对此类特征,目前尚未建立较好的模拟方法。结合断溶体油藏岩溶特征、地震特征、实钻井井储关系以及三带结构提出断溶体油藏栅状断片结构,根据此认识,通过融合断层自动提取技术和蚂蚁体属性,得到断裂指示因子,用以刻画栅状断片储集体,利用张量属性刻画溶蚀孔洞型储集体,建立双重介质组分模型,开展数值模拟研究。结果表明:栅状断片结构是断溶体油藏的主要导流通道;断裂指示因子比断层自动提取技术和最大似然更适合表征栅状断片结构,并在通水源处与张量属性匹配度高,在其他区域匹配性差;与单重介质模型相比,基于栅状断片结构的双重介质模型拟合精度更高,更能反映断溶体油藏生产动态特征。

边缘引导和拉普拉斯金字塔分解的古文本图像修复算法

针对当前图像修复算法应用到古文本图像上时,出现纹理模糊或结构内容不完整的问题,提出边缘引导和拉普拉斯金字塔分解的古文本图像修复算法.首先利用边缘修复模块对古文本图像的边缘结构进行修复,重建缺损区域的边缘信息;然后利用预训练的文字学习模块对局部缺损区域进行内容修复,得到一幅局部内容修复图像,并进行拉普拉斯分解;最后在拉普拉斯金字塔修复模块中,根据图像的低层和高层特征,利用内容修复模块对图像进行递进修复,内容修复模块中引入双交叉编码器和多尺度融合块,有助于获取更加有效的特征信息,生成纹理结构完整的图像修复结果.在古文本图像数据集的测试集上进行实验的结果表明,各项图像质量评估指标中,峰值信噪比为34.322 dB,结构相似性为0.970,均方根误差为5.203,验证了所提算法的有效性和可行性.

一种双输入稀疏连接的肝细胞癌和肝内胆管细胞癌分类网络

由于通过常见的影像学特征难以区分肝细胞癌和肝内胆管癌,且对医生的专业性依赖程度较高,因此本文提出了一种双输入稀疏连接的肝细胞癌和肝内胆管细胞分类网络(DS2-Net).首先,采用了可以同时学习增强CT图像中静脉期和动脉期特征的双输入结构;其次,网络首层为主干模块,可以有效的提升特征表达能力,提高分类的准确率;此外,网络采用的稀疏连接方式可以在不降低网络性能的基础上提升计算速度并减少参数量.最后,在171例肝内胆管癌和146例肝细胞癌的实验结果中,该方法的分类准确率达到93.68%,AUC面积达到0.9875.实验结果证明了本文提出的网络模型能够实现肝癌精准分类,有望应用于辅助临床医师诊断治疗.

具备直流故障阻断能力的新型双子模块拓扑

传统的半桥子模块(HBSM)拓扑因其拓扑简单、投资成本低等优点,被广泛应用于柔性直流输电领域。然而,当输电线路发生直流故障时,HBSM无法快速阻断故障电流。因此,这里提出一种基于双电容的二极管箝位型双子模块(CDCDSM)拓扑,该拓扑通过将子模块电容接入故障回路的方式迅速切除直流故障。此外,CDCDSM具有同时输出3个电平、控制方法简便、闭锁后可迅速重启等优点。与其他子模块相比,CDCDSM的投资成本较低。通过仿真和实验对该子模块特性进行验证,结果表明,CDCDSM-模块化多电平换流器(MMC)具有快速阻断直流故障的能力。

双驱动自组装制备聚甲基丙烯酸甲酯嵌段聚4-乙烯基吡啶/多酚氧化酶多孔膜在酚类污染物检测中的应用

在呼吸图法的基础上引人静电作用,原位制备了功能高分子生物膜材料。聚甲基丙烯酸甲酯嵌段聚4-乙烯基吡啶(PMMA-b-P4VP)是一种两亲嵌段聚合物。亲水段P4VP和和亲水性的多酚氧化酶(PPO)在亲疏水性的驱动下同时转向了水相,形成一重驱动。调节PPO水溶液的pH值,使得PPO与电离的P4VP带异种电荷,发生静电吸引,实现二重驱动,在静电驱动下PPO跟随P4VP有序排列,更好地与酚类物质作用。膜厚度的测量结果表明,膜存在疏松的多孔状结构;接触角结果表明,更多疏水的PMMA在膜表面富集,P4VP转向膜内侧。提供了一种简便的制备方法得到能用于检测水体环境中酚类污染物电化学传感器,在测量儿茶酚溶液时线性范围为0.0010-0.030mmol^(L)-1,检出限为0.07μM。线性方程y=48.37x+0.08163,相关系数R=0.9967。存放30天后,电极对儿茶酚的响应电流仍能保持初始电流的87.4%。

基于双分支边缘卷积融合网络的红外与可见光图像融合方法

提出一种基于双分支边缘卷积融合网络的红外与可见光图像融合方法。首先,提出一种改进的双分支边缘卷积结构,将图像包含的信息分解为公共信息和模态信息,并于每个分支引入边缘卷积块,更好的提取深度特征;然后在融合层引入卷积注意力模块对模态特征进行增强;最后基于所本文编解码网络特点,提出一种重建损失结合融合损失的损失函数。经过大量的消融性实验和对比实验表明,本文方法能够很好的保留原图像中的公共信息和模态信息,并且相比目前最新的融合方法在主观和客观评价上都具有优秀的综合性能。

基于生成对抗网络的深海图像增强算法

在复杂的深海环境中提高图像的质量和可视化效果对水下科学研究和工程应用具有重要意义。针对深海特殊环境导致深海数据集稀缺,以及深海图像存在的色彩失真、对比度低等问题本文构建了一个成对的深海图像数据集DSIEB,并在此基础上提出了一种结合DC注意力和MSDR多尺度密集残差的生成对抗网络DM-GAN算法。首先,在网络跳跃连接部分构建DC双重通道注意力机制,用于加强通道间联系,提取图像细节纹理特征。其次,在生成器结构中嵌入MSDR多尺度密集残差块,提高对局部信息的关注和特征重用能力。最后,重构新的损失函数,引入平滑保真度SF损失,从多个角度引导网络学习原始图像到目标图像的映射。通过在自建数据集DSIEB上进行实验验证,并与7种先进水下图像增强算法进行对比实验,实验结果表明本文所提算法具有更强的泛化能力,适应于多样性的深海图像。

基于双通道Transformer的地铁站台异物检测

Transformer因其全局注意力优势在异物检测上取得了比卷积神经网络(CNN)更具竞争力的结果,但依然面临计算成本高、输入图像块尺寸固定、局部与全局信息交互匮乏等问题。提出一种基于双通道Transformer骨干网络、金字塔轻量化Transformer块和通道交叉注意力机制的DualF ormer模型,用以检测地铁站台屏蔽门与列车门间隙中存在的异物。针对输入图像块尺寸固定的问题,提出双通道策略,通过设计2种不同的特征提取通道对不同尺度的输入图像块进行特征提取,增强网络对粗、细粒度特征的提取能力,提高对多尺度目标的识别精度;针对计算成本高的问题,构建金字塔轻量化Transformer块,将级联卷积引入到多头自注意力(MHSA)模块中,并利用卷积的维度压缩能力来降低模型的计算成本;针对局部与全局信息交互匮乏的问题,提出通道交叉注意力机制,利用提取到的粗细粒度特征在通道层面进行交互,优化局部与全局信息在网络中的权重。在标准化地铁异物检测数据集上的实验结果表明,DualFormer模型参数量为1.98×10^(7),实现了89.7%的精度和24帧/s的速度,优于对比的Transformer检测算法。

利用跨模态轻量级YOLOv5模型的PET/CT肺部肿瘤检测

多模态医学图像可在同一病灶处提供更多语义信息,针对跨模态语义相关性未充分考虑和模型复杂度过高的问题,该文提出基于跨模态轻量级YOLOv5(CL-YOLOv5)的肺部肿瘤检测模型。首先,提出学习正电子发射型断层显像(PET)、计算机断层扫描(CT)和PET/CT不同模态语义信息的3分支网络;然后,设计跨模态交互式增强块充分学习多模态语义相关性,余弦重加权计算Transformer高效学习全局特征关系,交互式增强网络提取病灶的能力;最后,提出双分支轻量块,激活函数簇(ACON)瓶颈结构降低参数同时增加网络深度和鲁棒性,另一分支为密集连接的递进重参卷积,特征传递达到最大化,递进空间交互高效地学习多模态特征。在肺部肿瘤PET/CT多模态数据集中,该文模型获得94.76%mAP最优性能和3238 s最高效率,以及0.81 M参数量,较YOLOv5s和EfficientDet-d0降低7.7倍和5.3倍,多模态对比实验中总体上优于现有的先进方法,消融实验和热力图可视化进一步验证。

Block dual Toeplitz Operators on the Orthogonal Complements of Fock Spaces

In this paper,we characterize the boundedness and compactness of the block dual Toeplitz operators acting on the orthogonal complement of the Fock spaces,and the compactness of the finite sum of two dual Toeplitz operators products.The commutator and semi-commutator induced by the block dual Toeplitz operators are considered.

双重阻断式程序护理在预防剖宫产术后深静脉血栓形成中的作用

目的:分析双重阻断式程序护理在预防剖宫产术后深静脉血栓形成(deep vein thrombosis,DVT)中的作用。方法:选取2022年2月—2023年5月南通市妇幼保健院收治的120例剖宫产产妇作为研究对象,采用随机数表法将产妇分为对照组和研究组,各60例。对照组实施常规护理,研究组实施双重阻断式程序护理。对比两组DVT发生情况、活化部分凝血活酶时间(activated partial thromboplastin time,APTT)、血浆凝血酶原时间(prothrombin time,PT)、纤维蛋白原(fibrinogen,FIB)水平,股总静脉、胭静脉、髂静脉血液流速。结果:研究组DVT发生率低于对照组,差异有统计学意义(P<0.05);术后2 d,研究组APTT、PT水平高于对照组,FIB水平低于对照组,差异有统计学意义(P<0.05);术后2 d,研究组股总静脉、胭静脉、髂静脉血液流速高于对照组,差异有统计学意义(P<0.05)。结论:双重阻断式程序护理在产妇剖宫产术后的应用,可减小对产妇术后凝血指标、静脉血液流速的影响,有效降低DVT的发生风险。

Using IoT to Smart Security Door System with Face Tracking Camera

Security is a serious concern, whether it may be the security of assets, data and human life. Providing humans with security and safety for their belongings and items is an important need. A smart lock door project/ with different types of methods for entry, like fingerprint and authentication PIN code is suggested with an unnoticeable face tracking camera capturing a photo in case of error data entry. It is to be controlled via the user’s smartphone using Blynk with the implementation of IoT. This technology is made with two microcontrollers. ESP32 is used to control the solenoid lock, fingerprint sensor and keypad. ESP32-CAM is used to capture a photo and send it to the owner’s smartphone to be viewed on Telegram application. Many conclusions are extracted from system results, as well as suggested ideas for future work.

结合卷积注意力机制改进YOLOv5s的垃圾检测

针对传统生活垃圾检测模型检测精度低,假阳性和假阴性高的问题,提出一种结合卷积注意力机制改进YOLOv5s的垃圾检测算法。首先,利用改进的双阈值非极大抑制算法(NMS)查找原始YOLOv5s的锚框中置信度较高的检测框;然后,利用卷积注意力机制(CBAM)改进CSPDarknet53特征提取网络,强化映射到深度特征空间的特征的表达能力;最后,在自制垃圾检测数据集上对改进的网络进行训练,实现垃圾的快速定位与识别。通过在真实场景中进行测试,结果表明所提模型可以实现不同形态的多种垃圾定位与识别,平均识别精度达到95.61%,召回率达到94.85%,F1值可以达到95.70%,同时可以实现单幅图像6.01 ms的检测时间开销,满足实际应用需求,有助于促进垃圾智能化检测的效率。

Experimental Research of Dual-Polarization Passive Radar Based on DTTB Signal

The passive radar is a hot research topic. A multi-channel wideband passive radar experimental system is designed and the digital television terrestrial broadcasting (DTTB) signal is chosen to carry out the target detection experiment of civil aviation aircraft. The polarization and spatial filtering methods are used to solve the strong direct path interference suppression problems brought by the receiving system location;combined with the characteristics of DTTB signal, the block length selection interval in the block batch processing method for range-Doppler images calculation is given;the clutter suppression performance is compared through the experimental data receiving from different bistatic polarization channels, the conclusion is different from the monostatic radar and it can guide the passive radar experiment.

基于X射线与神经网络的煤炭自动化干选模型

随着煤炭工业对品质要求和节能环保需求越来越高,煤炭智能干选的性能和效率变得尤为重要。为了提高煤炭智能干选识别能力,提出基于X射线与神经网络的煤炭自动化干选方法。采用双能X射线进行X射线图像的原始数据信息采集,采用深度神经网络模型检测与识别伪彩色X射线图像。目标检测采用YOLOv3模型,并采用IOU方法评价目标定位的精确度,目标识别采用ResNet18模型,进行目标识别模型训练,训练后对在线煤矸石进行识别和分选,实现煤炭智能干选。实验结果表明,采用该方法进行煤炭智能干选的准确性较好,煤矸分选精度较高。

LMD-UNet网络在脑肿瘤多模态MRI图像分割中的应用

UNet网络中编解码器对应的特征图之间存在语义鸿沟,其双卷积层无法学习多尺度信息,造成部分特征信息丢失,影响MRI图像分割效果。针对这一缺陷,本研究提出一种新的图像分割网络局部残差融合多尺度双分支网络LMD-UNet。在编码流程,网络采用局部特征残差融合密集块和多尺度卷积模块,扩大影像感受野并优化底层视觉特征的传播;在解码流程,网络采用双分支卷积的方式生成新的高级语义特征,以此来重建编码路径中损失的信息。利用公开脑肿瘤数据集BraTs的335例病例做分割实验,并将分割结果与现阶段主流分割网络UNet进行对比。结果显示,LMD-UNet模型的Precision、Dice、95%HD、Recall等4项客观评价指标分别达到0.933、0.921、0.702和0.966,相较于UNet,对应指标分别提升了6.3%、5.7%、1.8%和6.1%。研究表明,LMD-UNet能够实现更精细的脑肿瘤图像分割。此外,所提出的方法对于细节部分边缘轮廓的分割也有较好的效果,能够为脑肿瘤诊断和手术提供保障。

多尺度注意力交互式图像去噪网络

图像去噪中,针对去噪网络提取图像细节信息不全面和特征利用率低的问题,提出一种基于深度学习的多尺度注意力交互式图像去噪网络(MAINet)。首先,对于浅层像素级特征采用多尺度特征提取块获取丰富的上下文信息和图像纹理特征,以保证图像信息的完整性;然后,引入双路通道注意力机制指导网络获取更具判别性的特征信息,抑制不期望的噪声,从而进一步优化特征信息;最后,利用分类密集残差块的密集连接和成对卷积操作增强模型的交互性,对全局多层次特征进行联合学习,提取更高质量的语义级特征,以提升去噪网络的性能。实验结果表明,在定量和定性评估方面,所提出的去噪网络在合成噪声和真实噪声两种数据集上的去噪效果都有所提升。

基于多尺度残差双域注意力网络的乳腺动态对比度增强磁共振成像肿瘤分割方法

针对乳腺肿瘤大小形态多变、边界模糊以及前景与背景间严重类不平衡的问题,该文提出一种多尺度残差双域注意力融合网络。该网络以多尺度卷积构成的多尺度残差块作为基本搭建模块,通过提取多尺度特征和优化梯度传播通道提高其识别不同尺寸目标的能力,同时融入双域注意力单元,提高网络的边缘识别和边界保持能力。另外该文提出一种混合自适应权重损失函数改善网络优化方向,缓解正负样本极度不均衡的影响。实验结果表明,该文所提方法的平均骰子相似系数(Dice)值达到0.8063,较U形网络(UNet)提高5.3%,参数量下降73.36%,具有更优的分割性能。

一种具有断电续写功能的存储器系统设计

针对弹舰载存储器在复杂环境下可能出现偶然掉电的问题,提出了一种具有断电续写功能的存储器解决方案,避免存储器在弹箭上偶发性掉电恢复之后上次存储的数据被新的数据覆盖。在边擦边写基础上实现了断电续写技术,且为了满足数据写入速率使用交叉双平面编程。通过地面测试台模拟弹上系统发送数据,大量测试结果表明,该设计实现了断电续写的功能,可以实现对数据的稳定存储,且验证了系统的可靠性。