多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测

初烤烟叶等级的快速准确检测对开发烟叶智能分级设备以促进农产品精细化管理有着重要意义。针对相似度较高但等级不同的初烤烟叶难以区分的问题,本文提出多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测网络(Flue-cured Tobacco Leaf Grade Detection Network,FTGDNet)。首先,FTGDNet采用CSPNet作为特征提取主干网络,采用GhostNet作为辅助特征提取网络以增强模型的特征提取能力;其次,在主干网络末端嵌入显式视觉中心瓶颈模块(Explicit Visual Center Bottleneck module,EVCB)以实现全局特征信息与局部细节特征信息融合;然后,构建多感受野特征自适应融合模块(Multi-Receptive Field Feature Adaptive Fusion module,MRFA_d),利用注意力特征融合机制(Attention Feature Fusion,AFF)将不同感受野特征图进行自适应加权融合,在增强模型局部感受野的同时突出有效通道信息;最后,设计了一种新的定位损失函数(More Complete IoU Loss,MCIoU_Loss),结合预测框与真实框面积损失以解决在回归定位过程中二者宽高比相等且中心点重合时CIoU_Loss性能退化导致定位精度下降问题,此外,引入矩形相似度衰减系数在训练过程中对真实框与预测框的相似度判别项进行动态调整,加快模型拟合。实验结果表明,FTGDNet对十个等级的初烤烟叶的验证精度达到90.0%,测试精度达到87.4%,且推理时间仅为12.6 ms。相较于多种先进目标检测算法,FTGDNet具有更高的检测精度和更快的检测速度,可为高精度初烤烟叶等级检测提供关键技术支撑。

基于自适应多曝光融合的高动态范围表面测量方法

为解决结构光测量高动态范围表面物体时出现局部过度曝光或曝光不足的问题,提出一种改进的多曝光融合方法,利用自适应曝光代替手动曝光,并对图像融合过程进行优化。首先,将初始曝光时间下拍摄的图像利用直方图进行分析,将被测物体表面反射率不同的区域分为若干组,分别计算出每个组别的最佳曝光时间;在此基础上,拍摄不同组别对应最佳曝光时间下投射白光和条纹的图像,并去除图像中超过设定阈值的高灰度值区域,再将投射白光处理后的图像制作成掩模图,与相同曝光时间下投射条纹处理后的图像相乘,进而对多组相乘后的图像进行亮度压缩与融合;最后,通过CLAHE算法提高融合后所生成条纹图的对比度与清晰度,并对条纹解相后进行点云重建和尺寸测量。实验结果表明:文中方法中自适应曝光相较于手动曝光具有高效性和准确性,U型卡、连接块、圆盘三个高动态范围表面物体的点云重建率分别高达99.98%、99.74%、99.76%,测量出的标准块阶梯高度差绝对误差为0.062 mm,相对误差仅为0.69%,该方法有效解决了高动态范围表面物体测量时点云缺失的问题,提高了三维轮廓的测量精度。

基于双帧融合的野外运动小目标检测网络

由于野外监控传感系统中背景干扰较多、小目标像素点较少以及缺乏相关公开数据集等因素,在野外复杂环境中检测运动小目标仍然是国防军事应用中一个具有挑战性的问题。针对这一问题,提出一种基于YOLOv5改进的双帧融合目标检测网络(YOLO-DFNet)。首先,提出双帧融合模块用来处理骨干网络输出的相邻帧特征,通过计算通道及时间维度的注意力和空间注意力,提取运动特征;其次,在颈部网络与检测头之间设计一个时间梯形融合网络,关注不同大小感受野上的运动目标,改善大位移小目标的检测效果。在野外运动小目标数据集FMSOD上的实验结果表明:YOLO-DFNet在不同IoU上的平均精度比YOLOv5算法提高3.9个百分点,同时也优于TPH-YOLOv5、YOLOv7等其他目标检测网络。

基于多源数据的疾病知识图谱构建研究

[目的/意义]基于PubMed、OMIM等医学数据库中的多源数据设计疾病知识图谱构建方案,为疾病的生物学实验研究及诊断治疗提供参考和依据。[方法/过程]首先利用语义分析工具SemRep抽取SPO三元组,通过实体对齐、关系映射等数据处理方法进行知识融合,然后利用Neo4j图数据库实现知识存储及可视化展示,以多囊卵巢综合征为例进行实证检验和分析,最终获得61589个SPO三元组、34697个实体和27种语义关系并归纳总结7种语义模式。[局限]数据处理时,涉及人工审查,但由于数据量较大,审查过程中可能存在些许误差。[结果/结论]本研究改进现有的知识融合方法,验证了该疾病知识图谱构建方案的可行性。为后续基于疾病知识图谱进行医学领域知识发现探索奠定基础。

基于非线性空气弹簧模型的整车仿真与主客观评价

应用非线性空气弹簧模型,研究了空气悬架整车的动力学仿真和主观评价。结合空气弹簧频率、振幅相关性模型与Simulink仿真,给出了空气悬架整车7自由度模型,对比了不同路面情形下悬架动行程和簧上加速度的均方根值和功率谱密度。从时域和频率2个角度分析了不同速度、路面及减振器阻尼情形下空气悬架整车的动态特性。对装有不同空气弹簧的整车进行主、客观试验测试。结果表明:悬架动行程预测误差小于7%,簧上位置加速度共振峰值预测误差小于6%,共振频率预测误差小于6%;从而验证了所提模型的普适性和精确性;反映了带空气悬架整车的动态特性,解释了平顺性主客观试验的机理。

基于动态特征融合的监控视频图像小目标检测研究

在实际监控场景中,监控视频图像往往会受到复杂的背景干扰和光照变化的影响,使得小目标的检测变得非常困难且准确性较差。因此,文章提出基于动态特征融合的监控视频图像小目标检测方法。首先对监控视频图像进行预处理,主要是对不同类型的噪声进行噪声滤除操作,以提高图像质量并突出小目标;其次融合数学形态学处理技术,提取预处理后图像的小目标相关特征;最后采用动态特征融合方式进行小目标检测,将多个特征融合在一起,以更全面地描述图像中的小目标。通过这种动态特征融合方法完成了监控视频图像小目标检测方法设计。实验结果表明:新方法在检测不同类型的小目标中具有明显优势,能够实现对小目标的准确监测,说明其在监控视频图像小目标检测中具有应用价值。

基于自注意力机制与图卷积的3D目标检测网络

针对三维(3D)目标检测过程中对骑行者、行人等小目标检测的准确性较低,难以适应城市复杂路况的问题,提出一种基于自注意力机制与图卷积的3D目标检测网络。首先,为获取更具有判别性的小目标特征,在主干网络中引入自注意力机制,使网络对小目标特征更敏感,增强网络特征的提取能力;其次,在自注意力机制的基础上构建特征融合模块,进一步丰富浅层网络特征,增强深层网络的特征表达能力;最后,引用动态图卷积预测目标的边界框,提高目标预测的准确性。在KITTI数据集上进行实验,将所提网络与TANet(Triple Attention Network)、IA-SSD(Instance-Aware Single-Stage Detector)等8种主流网络对比。实验结果表明,所提网络对行人的检测精度在简单、中等和困难这3个难度下比行人检测精度次优的TANet提高了12.12、13.82和11.03个百分点,对骑行者的检测精度在中等和困难上比IA-SSD提高了3.06和5.34个百分点。综上所述,所提网络可以更好地应用于小目标检测任务。

基于改进的YOLOv8s的无人机视角下行人检测方法

针对无人机视角下行人检测中的挑战,如目标尺寸小、分布密集,以及硬件平台限制导致的模型准确率低等问题,提出一种多特征选择机制融合的YOLOv8s改进模型。首先,在YOLOv8s主干网络中结合多尺度上下文信息聚合机制(MSCA)的优点,设计增强型卷积金字塔瓶颈(ECPB)模块,增强主干网络的特征提取能力;其次,利用大型可分离卷积模块(LSKA)的思想优化YOLOv8s空间金字塔池化层,提升不同特征层间的语义融合,捕获更多目标信息;最后,将YOLOv8s的头部替换为新设计的任务动态自适应检测头(TADH),丰富分类和定位信息的交互,加强特征融合能力,提升模型的检测效率和检测准确率。实验结果表明,改进后的模型在自制数据集上mAP@0.5、mAP@0.5:0.95分别提升了1.9%、5.6%,模型参数量降低了10.5%,并且改进后的模型检测速度达到了140 f/s,能有效实现对无人机视角下行人检测任务快速、准确的检测。同时,在公共数据集(VisDrone2019数据集和CARPK数据集)上的测试也证明了该模型能够适应不同小目标的检测,具有较好的泛化性能。

基于主客观融合的驾驶风格辨识方法研究

针对驾驶风格辨识问题,提出了一种基于主客观融合的分类辨识方法。首先,构建驾驶风格主观量表,并映射形成主观风格因子;其次,构建数据采集系统获取自然驾驶数据,并对跟驰及换道行为场景进行挖掘;然后,提取行为关键特征与主观风格因子共同构成驾驶风格主客观融合辨识体系,基于主成分分析(PCA)及K均值方法对样本集进行降维及无监督聚类,并对聚类结果进行验证;最后,引入带有物理意义的具体特征参数的分布情况对激进型、中庸型及保守型驾驶风格进行辨识。结果表明,主观风格因子与客观行为特征参数的分布一致性较好,该融合方法可对驾驶风格进行有效辨识。

Mobile Internet Mobile Agent System Dynamic Trust Model for Cloud Computing

In mobile cloud computing,trust is a very important parameter in mobile cloud computing security because data storage and data processing are performed remotely in the cloud.Aiming at the security and trust management of mobile agent system in mobile cloud computing environment,the Human Trust Mechanism(HTM)is used to study the subjective trust formation,trust propagation and trust evolution law,and the subjective trust dynamic management algorithm(MASTM)is proposed.Based on the interaction experience between the mobile agent and the execution host and the third-party recommendation information to collect the basic trust data,the public trust host selection algorithm is given.The isolated malicious host algorithm and the integrated trust degree calculation algorithm realize the function of selecting the trusted cluster and isolating the malicious host,so as to enhance the security interaction between the mobile agent and the host.Given algorithm simulation and verification were carried out to prove its feasibility and effectiveness.

面向目标检测的尺度增强特征金字塔网络

基于特征金字塔网络的目标检测算法没有充分考虑不同目标间的尺度差异以及跨层特征融合过程中高频信息损失问题,使网络无法充分融合全局多尺度信息,导致检测效果不佳.针对这些问题,提出了尺度增强特征金字塔网络.该方法对特征金字塔网络的侧向连接和跨层特征融合方式进行了改进,设计具有动态感受野的多尺度卷积组作为侧向连接来充分提取每一个目标的特征信息,引入基于注意力机制的高频信息增强模块来促进高层特征与底层特征融合.基于MS COCO数据集的实验结果表明,该方法能有效提高各尺度目标的检测精度,整体性能优于现有方法.

3D观影对人体视疲劳的影响

目的 探讨3D观影诱发视疲劳的变化规律,制订一种综合性的视疲劳评价指标。方法 采用皮尔逊相关系数和回归分析的方法,选取10名被试在3D观影场景下诱发疲劳实验,分析被试主观视疲劳自评指标、客观人眼闪光融合频率、深度知觉指标的变化规律及指标之间的相关性。结果 (1)观看3D电影120分钟后被试的闪光融合频率变化范围为2.9-8.3Hz;(2)视疲劳状态时被试间深度感知能力表现出较大的个体差异;(3)视疲劳主观指标与客观指标变量呈现较强的线性相关性,(4)客观闪光融合频率和深度知觉变量的回归模型判定系数R2为0.514-0.595。结论 主、客观视疲劳评价指标均能反映观看3D电影80分钟后被试达到视疲劳状态,多指标结合作为评估视疲劳的判别参数更加合理有效。

基于卷积和注意力机制的小样本目标检测

小样本目标检测(FSOD)旨在使检测器只用少量的训练样本就能适应未见的类别。典型的FSOD方法使用Faster R-CNN作为基本检测框架,利用卷积神经网络提取图像特征,而卷积神经网络中采用的旨在捕获尽可能多的图像信息的池化操作将不可避免地导致图像信息的丢失。在主干网络中引入混合扩张卷积,以确保更大的感受野并最大限度地减少图像信息的损失。在k-shot设置中,为充分利用给定的支持数据,提出支持特征动态融合模块,以每个支持特征和查询特征之间的相关性为权重,自适应地融合支持特征,以获得更强大的支持线索。实验结果表明,新方法在公共Pascal VOC和MS-COCO数据集上实现了较好的FSOD性能。

汽车底盘动力学性能主观评价研究现状与展望

汽车底盘动力学性能是汽车产品内在价值的重要体现,其匹配与调校是整车开发中的重要环节。作为目前能够全面、有效地评价汽车复杂行驶过程的唯一方法,主观评价历来受到国外汽车企业和研究机构的重视。通过对国内外相关文献和国外企业汽车底盘动力学性能主观评价体系的调研与分析,从主观评价体系的评价指标、主观评分方法和操纵稳定性主客观一致性研究等方面,对国内外研究现状进行了总结。结合我国汽车底盘自主开发的实际情况,对我国汽车企业汽车底盘动力学性能主观评价提出建议。

目标跟踪中辅助目标的选择、跟踪与更新

在目标的动态背景中存在有利于目标跟踪的信息.使用辅助目标来描述目标的动态背景,在跟踪目标的同时建立辅助目标与目标之间的运动依赖关系.用多个辅助目标预测目标的位置,将辅助目标预测结果与目标跟踪器预测结果融合得到目标位置.方法包括,利用辅助目标与目标之间的运动依赖关系和辅助目标自身跟踪精度的辅助目标选择方法;使用多个低精度辅助目标跟踪器获得良好的目标预测结果的辅助目标跟踪和目标预测方法;以及根据目标跟踪结果更新辅助目标跟踪参数的方法.辅助目标具有多样性和独立性.基于辅助目标的目标跟踪方法可以与其他目标跟踪器结合,具有推广泛化能力.实验结果表明,辅助目标在目标跟踪中发挥重要作用,与其他目标跟踪方法对比结果表明,有更好的鲁棒性和目标跟踪精度.

论主客同一的心理学研究范式

本文考察了主客同一研究范式的内涵、发展脉络及历史地位。作者认为,主客同一研究范式体现着心理学的人文科学定向,张扬的是人有别于自然物的“天使”形象,展示的是将人的心理、行为视作“生活”,试图从内部体验、直观以达成对人的独特本质洞察的“内观心理学”境界。它和主客二分研究范式均可在未来心理学中获得各自合理存在的空间。

图像融合质量评价方法研究综述

在图像融合领域中,如何科学、有针对性地对图像融合质量进行有效评价具有十分重要的意义。分析和总结了目前已有的多种图像融合质量的客观评价方法,根据其反映侧重点的不同对其进行了针对性的分类分析。将目前已有的客观评价指标分为三大类:第一类是基于融合图像统计特征的客观评价指标;第二类是基于融合图像与理想参考图像的客观评价指标;第三类是基于源图像与融合图像的客观评价指标。分类归纳总结了目前已有的客观评价方法,对目前最新的图像融合质量客观评价方法进行了分析研究,并对目前已有的图像融合质量客观评价方法存在的缺陷和未来的研究趋势进行了分析与展望,进一步为图像融合质量评价提供理论支撑。

基于综合集成赋权法的输电线路动态综合评估

为更好地掌握输电线路的运行状态,需要准确地对其进行综合评估。创建一种基于综合集成赋权法的架空输电线路动态综合评估模型,模型的评估流程:首先根据评价指标的重要性用序关系法对各指标进行主观赋权;然后采用拉开档次法再次对指标进行客观赋权,并计算线路的综合评价函数值;最后根据综合评价函数值对架空输电线路的运行状态进行综合评估。采用该模型对某条架空输电线路进行实证分析和评估,并将评估结果与实际的监控情况进行比较,结果表明该方法具有一定的可靠性和可行性。

基于分水岭算法的图像融合质量评价方法

传统图像融合质量评价方法的评价结果与人眼主观感知结果不一致,针对该问题,提出基于分水岭算法的图像融合质量评价方法。利用结构相似性理论获得源图像之间的结构相似信息图,运用分水岭算法对信息图进行分割。为减少过分割现象,在分水岭算法中应用标记符,将源图像的信息分为共有信息和互补信息,构建基于结构相似性的映射函数,分别处理共有信息和互补信息,完成融合图像质量评价。实验结果表明,与Piella和Zheng方法相比,该方法的抗干扰性能较好。

基于Dempster-Shafer证据理论的无功/电压控制分区

提出一种基于D-S证据理论的电网无功/电压控制分区方法。首先根据电气距离计算基本概率分配的分区支持度和模糊样本相似度的分区支持度;再对这2种支持度进行D-S融合,提高分类可靠性,形成客观分区证据。如果某节点客观分区证据不充分,还可以考虑专家群的意见综合评判,融合主客观综合证据得到更符合实际的分区结果。IEEE-118节点系统的分区测试,证明了所提分区策略是可行和有效的。