一种改进的HED网络及其在边缘检测中的应用

HED网络(holistically nested edge detection network)被证明是目前用于边缘检测的一种性能较好的深度学习网络,但在实际应用中发现,将该网络用于前下视红外成像制导自动目标识别时,会出现检测出的边缘不完整、不光滑等问题。针对上述问题,对HED网络进行了改进,在此基础上提出了一种基于改进HED网络的边缘提取方法。首先,在原网络结构的基础上减少了两个池化层,提高了侧边输出层的输出精度,然后,将改进HED网络输出的边缘概率图进行二值化,得到显著性边缘区域;最后,采用基于匹配滤波的边缘提取方法提取图像的边缘,并将其与改进HED网络提取的显著目标边缘相融合,得到最终结果。实验结果表明,该方法能够大幅减少非目标区域的边缘,并且能够有效提取较为完整和准确的目标边缘,为后续红外图像中的目标检测、跟踪与识别奠定了良好的基础。     

浅谈基于工作过程的计算机教学

按照基于工作过程导向的课程设计方法,本文以"企业网络组建与维护"课程为例,论述了基于工作过程的课程开发方法和实施步骤。     

流媒体资源调度策略的研究与应用

流媒体系统资源调度策略是流媒体系统中的关键技术和重要研究方向。本文提出了一套资源调度解决方案,利用节目切片、分布式存储解决节目存储问题,利用单播、组播和单、组播切换解决流的播放问题,并给出一种调度策略解决流的调度问题。测试结果显示该方案具有良好的效果。     

采用多特征融合的自动适配区选择方法

局部无纹理目标跟踪是当今空地成像制导领域的一个难点和热点问题,而自动适配区选择是解决该难题的一种有效方法.介绍了一种基于多特征融合的自动适配区选择方法.首先,构造一个融合边缘密度、平均边缘强度、边缘方向离散度以及空间距离的适配性度量函数;然后,采用该函数计算图像中每一点的适配置信度;通过制定适当的适配区选择策略,分割出...     

多点标定的自适应非均匀性校正方法

为了实现对红外焦平面阵列(IRFPA)获取图像的实时高精度非均匀校正,提出了一种基于多点标定的自适应非均匀性校正算法,该算法假定在环境温度变化时,校正后输出图像数据的差值与已标定的数据存在线性关系,对其进行分块并配对,采用最小二乘法,以平方和最小为准则,自适应修正校正系数,以达到实时调整非均匀校正的校正系数,对环境温度变化引起的非均匀性进行补偿的目的.实验结果表明,该方法既提高了非均匀性校正的精度又能满足实时性要求,可广泛应用于光电火控、红外成像制导等对实时性和成像质量均有较高要求的应用场合.     

成熟度对菱角采后品质和生理生化变化的影响

以安徽和县生产的不同成熟度二角菱为试材研究成熟度对菱角贮藏效果的影响,结果表明,低成熟度菱角贮藏过程中呼吸作用较强,淀粉含量和总酚含量低,超氧阴离子高峰出现较迟,丙二醛的水平低,POD的活性虽高,但褐变发生率低,贮藏结束时仍能维持较好的感官品质。     

汽轮机隔板的电子束焊接工艺分析

为保证64mm厚马氏体不锈钢隔板的真空电子束焊接质量,从结构和材料方面对产品的焊接性进行了分析,对易出现的焊接变形、气孔、裂纹等焊接缺陷进行了分析和研究,通过合理地选择焊接参数,采取切实可行的工艺措施,使产品的焊接质量得到了有效控制。     

基于响应面法优化鲜切莴笋复合涂膜保鲜剂

以鲜切莴笋为研究对象,根据12种化学物质对多酚氧化酶(PPO)和过氧化物酶(POD)活性的抑制作用,选择3种酶活抑制效果显著的化学物质(茶多酚、抗坏血酸和L-半胱氨酸)和4种涂膜剂(羧甲基纤维素钠、黄原胶、海藻酸钠和葡甘露聚糖),考察不同保鲜剂浓度对鲜切莴笋4 ℃贮藏4 d后外观和色泽的影响. 以此单因素实验为基础,进行响应面分析,结果显示复合涂膜最佳组合为0.38%抗坏血酸+0.85%L-半胱氨酸+0.67%羧甲基纤维素钠,在此条件下,鲜切莴笋在4 ℃贮藏6 d后红绿色差Δa^*值为0.170,与回归方程预测值0.166相近,且货架寿命可延长至12 d以上,表明优化后的复合涂膜保鲜剂具有良好的实际保鲜效果.     

基于Spark平台和并行随机森林回归算法的短期电力负荷预测

随着智能电网、全球能源互联网的建设与相关技术的发展,现代电力系统中电力大数据的格局已经形成,如何对高维海量数据进行深度挖掘以实现数据的充分利用,成为当前电力工作者们关心的问题。该文针对电力大数据环境下高精度和实时性的负荷预测展开了研究,提出了基于Spark平台和并行随机森林回归算法(Spark platform and parallel random forest regression,SP-RFR)的短期电力负荷预测方法,通过3次弹性分布式数据集(resilient distributed datasets,RDD)转换实现单机随机森林算法的并行化改进,并在Spark分布式集群环境下实现部署。结合某区域实际电力负荷数据设计试验,进行模型训练和回归预测,通过试验证明,对同等的数据集,基于Spark平台的并行随机森林回归算法预测精度高于单机负荷预测算法;并行随机森林算法受离群数据干扰较小,且随着数据集的增大,并行随机森林算法表现出良好的鲁棒性;与单机算法在运行时间上相比,随着数据集的增大,基于分布式集群的方法优势明显。该文提出的方法能够有效地在分布式环境中进行电力负荷预测,为负荷预测提供了一种新思路。     

茭白总蛋白质双向电泳技术体系的建立

为建立茭白总蛋白质双向电泳技术体系,研究了TCA/丙酮沉淀法和改良酚抽法两种不同总蛋白质提取方法、蛋白质上样量、pH值范围及凝胶质量浓度等条件对2-DE的影响。结果表明,改良酚抽法更适合茭白总蛋白质的提取,采用17 cm、pH 4~7的胶条、1.0 mg的蛋白质上样量、12 g/dL的凝胶浓度、考马斯亮蓝G-250胶体考染法染色,最终可获得蛋白质点较多,背景清晰,分辨率较高的2-DE图谱,为进一步开展茭白差异蛋白质组学研究奠定了基础。