应用自适应注意力机制U-net的地震数据高分辨处理

随着油气勘探开发的不断深入,薄储层与岩性油气藏逐渐成为重要的勘探目标,这也对地震资料的分辨率提出了更高的要求。文中提出了一种基于自适应注意力机制的U-net地震数据高分辨处理方法。该方法首先利用U-net结构学习地震数据的特征表示,通过下采样过程的编码器提取地震数据的抽象特征,然后通过上采样的解码器进行特征重建和细化。在上采样的过程中引入了注意力机制,用于自适应地调整网络对不同地震特征的关注程度,网络能够更加有效地捕捉到地震数据更多的细节和特征。Marmousi模型合成地震记录和实际数据实验结果表明,新网络比原U-net误差更小、更稳定,可有效提高预测精度,实现对地震数据的高分辨率处理。

基于轻量化U-Net网络的果园垄间路径识别方法

针对目前果园垄间导航路径识别方法存在准确性与实时性难以同时兼顾、泛化能力弱等问题,本文在U-Net模型的基础上进行优化,采用MobileNet-v3 Large作为U-Net的主干特征提取网络,并在跳跃连接处引入坐标注意力机制(Coordinate attention,CA),构建轻量化路径识别模型。以该模型分割的垄间可行驶区域为基础,利用最小二乘法重塑可行驶区域边缘点,并进一步提取垄间导航线。首先采用数据增强的草莓垄间数据集进行模型训练,并进一步迁移到葡萄和蓝莓数据集上进行权重微调,以提高模型适应能力。最后在相应的验证集上进行导航路径识别,并通过可视化对比不同模型识别结果,以验证模型准确性。试验结果表明,网络模型在草莓、蓝莓和葡萄果园垄间路径识别的平均交并比分别为98.06%、97.36%和98.50%,平均像素准确度分别达到99.13%、98.75%和99.29%。模型处理RGB图像分割可行驶区域的理论推理速度可达19.23 f/s,满足导航实时性和准确性的要求。

融合轻量化ASPP和U-Net的遥感影像烤烟种植区域提取

针对目前遥感影像中烤烟边缘识别效率低且识别精度低等问题,文章提出一种融合轻量化ASPP和U-Net框架的遥感影像烤烟种植区域提取模型。首先,该模型在U-Net编码层和解码层连接处加入轻量化空洞空间金字塔池化模块;其次,该模型将线性整流函数(Rectified Linear Unit,ReLU)替换为ReLU6激活函数,能够在低精度计算时压缩动态范围,从而使算法更具鲁棒性;最后,该模型通过采用形态学孔洞填充构建标签图后处理算法,实现分割结果优化。为验证该模型框架的有效性和适用性,文章采用无人机遥感影像作为实验数据集,构建与传统语义分割模型的对比实验以及消融实验等。实验结果表明,通过与FCN、U-Net、SegNet和DeepLabV3+等传统语义分割算法相比较,文章提出的模型获得了较好的分割效果,其像素准确率和平均交并比分别为93.7%和84.1%。此外,该模型在保证模型精度的情况下,还能够提高模型的计算速度。

基于改进U-Net++的燕窝杂质检测方法

为满足燕窝领域的杂质自动化检测,实现对燕窝中羽绒杂质的快速精准分割,提出一种应用于燕窝领域的两阶段杂质检测算法。第一阶段,基于U-Net++模型引入注意力模块,以抑制因燕窝强度不均所引起的图像分割不精准和密集卷积造成的干扰噪声;第二阶段,针对特征提取输出的概率张量,通过二值掩膜以实现对燕窝杂质和非杂质区域的精确分类。采集并预处理燕窝图像,通过消融试验对比分析杂质检测算法与U-Net,U-Net++,传统图像方法在同等条件下的测试集数据。试验表明,杂质检测算法的F1系数为94.80%,较其他3种算法分别提高2.78%,1.12%,20.71%,召回率为97.90%,精确率为91.89%,整体检测结果优于对比算法。研究为燕窝杂质检测提供一种新的思路。

基于U-Net模型的建筑结构裂缝分割数字化处理方法研究

混凝土结构裂缝是一种常见的病害问题,由于引起结构开裂的因素较多,且建筑结构物开裂形态各异。因此,针对上述问题,文章提出一种基于U-Net模型的建筑结构裂缝识别方法,实现裂缝识别的数字化与智能化。以U-Net网络为基础,建立了离散性相对较强的训练集与验证集。在下采样和上采样过程中,进行最大池化与反卷积操作,进行架构调整,并通过Dice系数对模型进行评价。结果表明,利用该方法能够高效且较为准确地进行建筑结构裂缝数字化识别,提高结构病害检测效率。

双注意力机制与改进U-Net的水下图像增强

针对现有的水下增强算法存在色彩失真和去雾效果不好等问题,本文提出基于双注意力机制与改进U-Net的水下图像增强算法。首先采用颜色校正模块对红、绿、蓝三通道进行处理,减少色偏的影响;然后将通道注意力、空间注意力与U-Net网络相融合,对颜色校正后的图像进行去雾、去噪等处理,保留图像纹理细节的同时,实现对比度的增强;最后采用金字塔融合模块将不同分辨率的图像特征进行融合,获得视觉上清晰的图像。实验结果表明,基于UIEBD和UFO-120测试集,UCIQE、NIQE、SURF以及信息熵的平均值分别为0.6081、4.4403、31.5和7.6495,所提算法在主观视觉质量和客观评价指标上都优于其他经典及新颖算法,增强后水下图像去雾效果良好且在颜色校正方面也具有明显优势,显著提高了水下图像的视觉质量。

基于改进型U-net神经网络的焊缝图像处理

对于基于线结构光的视觉焊缝跟踪系统,焊缝信息提取的精度和速度是焊缝图像处理算法的两个关键指标.对于含有强噪声的焊缝图像,传统的图像处理算法很难达到较高的提取精度;而基于传统全卷积神经网络的图像处理算法则可以有效地提取焊缝信息,但该网络仅对深层的抽象特征进行连续的上采样,忽略了焊缝像素点间空间位置的关系,从而割裂了空间的一致性,降低了焊缝信息提取的精度.针对以上问题,提出基于改进型U-net全卷积神经网络的焊缝图像处理模型以实现焊缝信息的逐级恢复.该模型通过引入双U型结构,将下采样倍率从16倍降为4倍,更多地保留了下采样时的空间信息;通过桥接的方式将第1次下采样时的焊缝特征传入第2次上采样阶段,为抽象的特征信息融入更多的空间信息,提高了焊缝信息提取的精度;将带泄漏的修正线性单元作为神经网络的激活函数,有效避免了原生U-net网络神经元坏死的现象.网络训练结果表明,使用相同数据集训练时,与传统FCN-32s网络和原生U-net网络相比,该模型的像素精度、平均像素精度和平均交集对联合均为最高.实验结果表明:该模型的焊缝位置提取平均偏差为1.64 mm,单帧焊缝图像处理时间为6.4 ms;该模型对含强噪声图像的焊缝信息提取精度和速度均优于Sterger算法和传统FCN-32s网络.

Verification of Hypertorus Communication Grids by Infinite Petri Nets and Process Algebra

A model of a hypertorus communication grid has been constructed in the form of an infinite Petri net. A grid cell represents either a packet switching device or a bioplast cell. A parametric expression is obtained to allow a finite specification of an infinite Petri net. To prove properties of an ideal communication protocol, we derive an infinite Diophantine system of equations from it, which is subsequently solved. Then we present the programs htgen and ht-mcrl2-gen, developed in the C language, which generate Petri net and process algebra models of a hypertorus with a given number of dimensions and grid size. These are the inputs for the respective modeling tools Tina and mCRL2, which provide model visualization, step simulation, state space generation and reduction, and structural analysis techniques. Benchmarks to compare the two approaches are obtained. An ad-hoc induction-like technique on invariants,obtained for a series of generated models, allows the calculation of a solution of the Diophantine system in a parametric form.It is proven that the basic solutions of the infinite system have been found and that the infinite Petri net is bounded and conservative. Some remarks regarding liveness and liveness enforcing techniques are also presented.

U-Net在肺结节分割中的应用进展

医学上实现自动肺结节精准分割具有十分重要的临床意义。随着计算机视觉的显著进步,深度学习作为人工智能的一部分,在医学图像自动分割中引起了越来越多的关注。U-Net由于在小样本数据集上的良好表现,在医学图像分割领域得到广泛应用。目前,研究人员正在尝试使用不同的U-Net结构,以提高计算机辅助诊断系统在医学图像的肺癌筛查中的性能。首先,围绕肺结节分割任务介绍了当下常用的数据集和评价指标;其次,调查与肺结节相关的U-Net分割技术网络;另外,基于U-Net分别分析与归纳编解码器、跳跃连接和整体结构的改进;最后,还讨论了基于深度学习的自动分割技术的挑战和限制。

Mobile businessprocess modelingusinghigh level Petri nets

This paper aims at providing an effective modeling methods for more and more mobile business applications. First a high level Petri nets method-Xml nets is introduced, which combines the advantage of Petri nets and XML. Petri nets have strict mathematics and intuitionistic diagram ex- pression way, rich system describing means and system behavior analytical technology, and the re- lated powerful supporting tools. XML, as an extensible markup language, is already a information description de facto standard. XML nets could be utilized to model both the controlling flow and the data flow of mobile business process effectively, which consequently enables the analysis and optimi- zation of the mobile business processes and could be utilized to simulate the execution of the mobile business process with the Petri nets tools to improve the system execution efficiency. In this paper, to demonstrate the modeling of the controlling flow and data flow of mobile business process, an in- strument repair business case is modeled with XML nets.

Process of Petri Nets Extension

To describe the dynamic semantics for the network computing, the concept on process is presented Based on the semantic model with variable, resource and relation. Accordingly, the formal definition of process and the mapping rules from the specification of Petri nets extension to process are discussed in detail respectively. Based on the collective concepts of process, the specification of dynamic semantics also is constructed as a net system. Finally, to illustrate process intuitively, an example is specified completely.

基于HCPN的复杂BPMN协作模型数据流建模与验证

为了保证复杂BPMN协作模型的正确性,不仅要涵盖多实例和子进程等复杂元素,还要在检测控制流错误的同时检测数据流错误。但业务流程建模标注(BPMN 2.0)缺乏形式化语义的描述,这对模型正确性的验证造成了阻碍。因此,给出了一种具有弧权重的层次化着色Petri网(HCPN)的定义,它既可以对数据流进行形式化表示,又可以对多实例和子进程结构进行建模。进一步提出了从BPMN协作模型到HCPN模型的形式化映射方法。然后基于HCPN模型的弧权重给出了缺失、丢失和冗余3种数据流错误的定义,并提出了对应的检测算法。最后,设计了一个自动化建模与验证的框架,通过一个案例研究说明了该方法的有效性。

基于注意力U-Net模型的露头裂缝自动识别方法

应新疆塔里木油田深层两大类复杂油藏项目的要求,采用多传感器联合的野外地质露头采集技术与多尺度数字露头构建技术,建立了基于多尺度-多信息三维数字露头的综合地质知识库,其中一项重要的工作是深度学习在岩性、缝洞等方面的自动识别与研究。基于无人机拍摄的裂缝图像分辨率高且复杂的特点,在图像预处理阶段,首先对原始图像进行了切割,并做了灰度化处理以降低计算量。采用在医学领域内识别图像效果显著的U-Net网络模型,同时在传统U-Net模型的跳跃连接阶段引入注意力机制以提高目标特征的关注能力,带来模型性能的提升。使用处理过的真实岩石裂缝图像,完成了模型的训练和测试。实验结果表明:改进之后的网络模型裂缝识别效果良好,精确率可以达到88%,较原始网络提高了2.37%,损失在0.110左右,F_(1)分数能够达到85以上。

Hierarchical Colored Timed Petri Nets for Maintenance Process Modeling of Civil Aircraft

Civil aircraft maintenance process simulation model is an effective method for analyzing the maintainability of a civil aircraft. First, we present the Hierarchical Colored Timed Petri Nets for maintenance process modeling of civil aircraft. Then, we expound a general method of civil aircraft maintenance activities, determine the maintenance level for decomposition, and propose the methods of describing logic of relations between the maintenance activities based on Petri Net. Finally, a time Colored Petri multi-level network modeling and simulation procedures and steps are given with the maintenance example of the landing gear burst tire of a certain type of aircraft. The feasibility of the method is proved by the example.

Research on Production Process Control Method Combined Stochastic Process Algebra and Stochastic Petri Nets

A hierarchical closed-loop production control scheme integrating scheduling,control and performance evaluation is discussed.Firstly,the production process is divided into two main hierarchies:the lower level is the physical operation level and the upper one is the management level.Secondly,the schedule template for the management level and the activity template for the physical operation level are constructed separately,the tasks in the schedule have the ability to make partial decisions,and the per- formance parameters are introduced into activity template.Thirdly,the two levels use different model representations:stochastic process algebra for the management level whose output is the control commands and stochastic Petri net for the physical operation lev- el which is the execution of the control commands.Then,the integration of the two levels is the control commands mapping into the lower physical operations and the responses feeding back to the upper decision-making that are defined by some transition functions. Under the proposed scheme,the production process control of a flexible assembly is exemplified.It is concluded that the process con- trol model has partial ability to make decision on-line for uncertain and dynamic environments and facilitates reasoning about the be- haviors of the process control,and performance evaluation can be done online for real-time scheduling to ensure the global optimiza- tion.

基于U-Net的雷达脉冲信号一体化检测、分选和识别

检测、分选和识别通常表现为电子战信号处理流程中相对独立的环节。全卷积网络在图像语义分割领域取得了巨大成功。受其启发,提出了一种基于U-Net网络的全新信号处理方法,可以同步实现端到端的信号检测、分选和识别。详细介绍了算法原理和U-Net网络的训练方法,并完成了仿真试验。结果表明,U-Net网络可以有效分割噪声和目标信号,来自于不同已知目标的信号,以及分别来自于已知或未知目标的信号。

Formalization and Verification of Business Process Modeling Based on UML and Petri Nets

In order to provide a quantitative analysis and verification method for activity diagrams based business process modeling, a formal definition of activity diagrams is introduced. And the basic requirements for activity diagrams based business process models are proposed. Furthermore, the standardized transformation technique between business process models and basic Petri nets is presented and the analysis method for the soundness and well-structured properties of business processes is introduced.

基于FDR-Net的红外-可见光图像像素级配准方法研究

针对异源图像配准任务中难以稳定提取有效特征点,且特征点误匹配率过大等问题,提出一种基于FDR-Net特征点检测网络的端到端红外-可见光图像配准方法。首先采用双色相机构建数据集,在所得图像上生成同分布的点阵作为伪特征点,将成对图像和伪特征点坐标共同输入FDR-Net进行训练,学习有效特征点的特征。在网络成功提取特征点后,对特征点坐标使用仿射变换,通过最小二乘法求取最佳解,获得变换矩阵完成配准。配准结果与SIFT、SURF等主流算法进行对比,在特征点数量、平均配准误差、平均角点误差等评价指标上均提升58%以上,具有广阔的应用前景。

公路交通应急处置装备调度过程研究

突发事件下公路交通应急装备调度能力是各级应急装备储备机构应急能力综合效能的重要体现,持续优化装备储备机构应急装备的调度工作流程、构建高效、适用的装备调度管理方案具有重要意义。本文基于当前公路交通应急装备调度情形与一般流程,明确了日常与应急状态下应急装备调配特征差异,结合行业实际装备调度工作经验,梳理了应急装备在日常与应急时具体的工作流程,构建了基于Petri网的应急装备调配流程形式化模型,以装备调度时效为目标,优化形成了面向公路交通应急储备中心运行的应急装备高效调度流程。

基于CLPN的系统安全性分析方法

随着安全性攸关系统的智能化、自动化发展,系统规模和复杂度急剧增加,传统基于链式/树式安全性因果模型的安全性分析方法在非线性致危因素、非失效致危因素分析方面存在很大的局限性,现代基于系统理论的安全性因果模型虽然在航空航天、核电能源等多个领域得到有效性验证,但目前该类方法尚缺乏严格统一的分析步骤和自动化分析工具。为此,提出复杂系统控制过程的建模工具——控制逻辑Petri网(CLPN),对控制过程中的活动及其之间的交互影响关系进行形式化描述,并对系统CLPN模型的可达图进行失效扩展,在不影响安全性分析的前提下尽量避免因失效事件建模造成的分析模型规模激增。基于CLPN模型,以系统理论事故模型与过程(STAMP)系统安全性因果模型危险因素分类为标准,在可达性分析的基础上对作为系统致危因素的危险控制活动进行探索,实现系统安全性的自动化分析。最后,通过实例分析和方法对比,对所提方法的可用性和有效性进行验证。实验结果表明,基于CLPN的系统安全性分析方法在结果完备性和分析效率方面具有较大的优势。