结合胶囊网络和卷积神经网络的目标识别模型

通过改进动态路由和压缩函数的方式对Hinton等的胶囊网络模型进行改进。运用了加强数据集的方法,增加了数据集的大小,在一定程度上避免了过拟合现象的发生。通过实验表明,改进后的胶囊网络模型在结构上有了简化,在效率上比未改进的模型有了明显的提高。在改进的胶囊网络模型基础上,提出了将改进后的胶囊网络与卷积神经网络相结合的网络模型。该模型训练准确率达到97.56%,模型评估准确率达88%。

青年女子壁球运动员运动训练机能监控

目的:本研究以血液、唾液指标检测为主,心理问卷为辅,在不同训练周期对青年女子壁球运动员进行运动状态的监控。方法:对上海体育学院的10名青年女子壁球运动员进行生化指标测试,测试的血液指标包括血红蛋白(RBC)、红细胞压积(Hct)、肌酸激酶(CK)、血尿素氮(BUN),测定的唾液指标包括α-淀粉酶(s AA)、唾液皮质醇(C)、唾液α-淀粉酶/皮质醇比值(AOC)。实验期间血液指标在清晨空腹、未做任何运动情况下选取,唾液指标每天取样5次,并运用心理学问卷RESTQ对运动员的应激-恢复进行调查。结果:(1)本研究发现,青年女子运动员在大量周、大强度周的血清肌酸激酶较基础周相比具有显著性(P<0.05)。运动员在大量、大强度训练期的α-淀粉酶觉醒反应和分泌量较基础训练周清晨时显著升高(p<0.01)。(2)青年女子运动员的唾液皮质醇水平在大量周、大强度周唾液皮质醇分泌量较周显著下降(p<0.01),觉醒反应变缓,AOC出现升高,且与α-淀粉酶、皮质醇、运动专项恢复分值呈负相关。结论:(1)在大量周和大强度周,监控运动员机能状态应以血清肌酸激酶、α-淀粉酶觉醒反应为主。(2)青年女子壁球运动员在训练过程中,随着训练负荷的增加,会诱导运动员两大应激系统地不对称活动,运动员的心理变化以及运动成绩下降都与此相关。CAR和AOC指标的变化更具时效性和准确性,可以通过它们来判断运动员对训练的应激和恢复情况。

3.95%病毒必克可湿性粉剂防治西葫芦病毒病的研究

通过室内生物测定,3.95%病毒必克可湿性粉剂接种前施药,对黄瓜花叶病毒的抑制作用明显高于对照药剂,防治效果达77.07%,接种后施药抑制效果依然显著,达到68.66%。CMV体外钝化试验和叶绿素含量测定试验表明:病毒必克在体外能有效的钝化CMV,使其失去活性;喷施病毒必克后发病植株叶片中的叶绿素含量比同期对照叶片中叶绿素含量高。小区药剂对比试验表明:用3.95%病毒必克可湿性粉剂500倍液喷雾,对西葫芦病毒病的防治效果达72.4%,明显优于对照药剂。

面向海量机械故障数据的胶囊网络算法研究

针对卷积神经网络算法在大规模故障数据集检测中出现的故障敏感度低、部分特征丢失等问题,提出一种基于优化胶囊网络算法的机械故障检测方案。胶囊网络算法采用多神经元封装的胶囊体结构设计,且包含多个胶囊层,具有更强的故障数据处理能力和泛化能力;经过squash函数挤压后的胶囊矢量可以更准确地提取和描述故障特征;升维胶囊矢量,基于特征编码和归一化的处理方式,可得到更准确的故障分类结果。实验结果显示:优化胶囊网络算法具有更强的故障特征聚类性能和迭代运算性能,故障集检测精度值高于经典卷积神经网络算法。

基于3D深度胶囊网络的高光谱和LiDAR数据融合分类

针对高光谱和LiDAR成像优势,通过构建三维深度胶囊网络(3D-deep capsule network,3D-DCN)探索了这两种遥感数据源在城市地物分类上的应用。该网络通过使用两层3D-CNN结构实现融合后数据的非线性特征映射,然后紧跟胶囊网络生成代表特征的矢量并实现卷积、封装和分类;针对胶囊网络层间的非线性激活函数提出一种称为e-squash的非线性激活函数用于特征学习。在城市数据集上的分类实验表明,使用LiDAR高程特征数据极大地改善了高光谱图像分类精度,采用提出激活函数的3D-DCN在城市数据分类方面比经典分类方法和未采用e-squash的胶囊网络具有更大的应用潜力。

多分支RA胶囊网络及在图像分类中的应用

胶囊网络是一种新型深度神经网络,采用向量表达图像特征信息,并通过引入动态路由算法解决了卷积神经网络的两个主要问题:1)无法对图像的部分与整体关系进行学习和表达;2)池化操作导致图像特征信息严重丢失。然而,CapsNet需要学习图像的所有特征,当图像背景较复杂时,其存在提取图像特征信息不足、训练参数量大和训练效率低等问题。为此,首先设计了一种轻量级的图像特征提取器RA模块,用于更快、更完整地提取图像特征信息;其次,设计了两种不同深度的轻量化分支来提升网络的训练效率;最后,设计了新的压缩函数hc-squash来确保网络能够获取更多有用信息,并提出了多分支RA胶囊网络。通过在MNIST,Fashion-MNIST,affNIST和CIFAR-10这4个图像分类数据集中的应用,证实了多分支RA胶囊网络在多项性能指标上优于CapsNet和MLCN,并针对所提网络设计了改进方案,以优化分类性能。

深度残差对冲网络及其在滚动轴承故障诊断中的应用

提出了一种新的深度残差对冲网络模型。首先,该模型借助Inception堆叠思想提出了堆叠卷积对冲结构块以加快网络收敛速度;然后,设计了新的恒等映射块,实现了输入层与中间各层的残差连接;最后,在全连接层引入Squash函数,防止损失梯度的发散。将提出的深度残差对冲网络应用于滚动轴承故障诊断,在预处理中将滚动轴承的振动加速度时域信号通过快速傅里叶变换得到的频谱图直接作为网络输入,从而简化了数据的预处理工作。利用两组实际的滚动轴承故障数据进行方法验证,并与18层深度残差网络(Resnet18)、卷积神经网络(CNN)等其他方法进行了对比验证。结果表明所提深度残差对冲网络模型的测试精度较其他模型高约2%,且训练时间能缩短1/3,充分表明本文方法具有很强的鲁棒性和收敛速度快等优点。

腐植酸番茄专用底肥肥效及其在角瓜上的后效作用研究

2006年2～7月在辽宁普天同乐肥业有限公司试验基地温室安排了普天同乐腐植酸番茄专用底肥在角瓜上的后效作用对比试验。试验结果表明,施用普天同乐腐植酸番茄专用底肥,对下茬作物有后效作用,在本试验条件下比对照增产6.69%～12.53%,比施用过津大复合肥的小区增产1.95%～7.79%。其中两茬作物以第5处理增产最高,为25.15%,后效作用达1%显著水平。能提高株产量和株结果数。能增加经济收入,比对照增加6.69%～12.53%,比施用过津大复合肥的小区增加1.95%～7.79%。两茬作物以第5处理增加收入最高,为24.35%,后效作用显著。