快速离散Curvelet变换域的图像融合

目的单一图像往往难以捕获一个场景下所有的细节信息,针对这一问题,可以通过多传感器或同一传感器的不同方式来获取多幅图像,然后通过图像融合技术将获得的多幅图像进行融合。为了提高图像融合的质量,提出一种基于快速离散Curvelet变换(FDCT)的图像融合新方法。方法不同于以往的方法,提出一组新的融合规则。分别采用基于局部能量和改进拉普拉斯能量和的方法,通过对FDCT分解得到的低频和高频系数进行系数选择,然后对得到的融合系数进行FDCT逆变换重构得到融合图像。结果通过对大量的多模态医学图像、红外可见光图像以及多聚焦图像进行图像融合实验,无论是运用视觉的主观评价,还是均值、标准差、信息熵以及边缘信息保持度等客观评价标准,本文方法都优于传统的基于像素平均、小波变换、FDCT以及双边梯度等融合方法。结论对比现有的方法,本文方法对多模态和多聚焦等形式的图像融合都表现出优越的融合性能。     

柠檬醛缓释制剂的稳定性及其对黄曲霉菌的抑制作用

本文旨在研究柠檬醛脂质体（Citral Liposome,CL）和柠檬醛-壳聚糖复合脂质体(Citral Liposome-Chitosan,CL-CS)这两种柠檬醛缓释制剂的稳定性及对黄曲霉菌（Aspergillus flavus）的抑菌效果、抑菌机理,为后期开发绿色、高效、安全的柠檬醛缓释抑菌剂提供数据支撑。通过设定不同的温度及pH条件,以外观、粒径、Zeta电位和保留率为指标探究储藏稳定性;用孢子计数法测定柠檬醛缓释制剂的瞬时抑菌率,并分析抑菌长效性;根据细胞通透性变化揭示柠檬醛缓释制剂的抑菌机理。结果表明,两种柠檬醛缓释制剂均具有纳米级粒径且粒径均一,经壳聚糖修饰后,体系Zeta电位由?16.63±1.67变为35.72±3.29。4 ℃条件下储藏28 d后粒径和Zeta电位变化较小,保留率更高,且CL-CS比CL更稳定;pH为4~6时,两种柠檬醛缓释制剂更稳定,CL和CL-CS的粒径别在150和200 nm左右。CL、CL-CS在48 h内对黄曲霉菌的瞬时抑菌EC₅₀分别为77.88和68.20 mg·L?1,继续培养48 h后CL和CL-CS的抑制率分别为67.69%和82.89%,而柠檬醛只有30.26%,表明CL-CS具有良好的瞬时抑菌效果和长效抑菌效果。这两种柠檬醛缓释制剂处理后黄曲霉菌的胞外电导率和核酸含量均升高,说明细胞膜通透性增加,且所需要的作用时间比游离柠檬醛更短。综上,两种柠檬醛缓释制剂具有良好的稳定性,能通过改变细胞通透性、使内溶物渗出,从而抑制黄曲霉菌的生长,且具有长效抑菌能力,CL-CS比CL性能更好,具有开发成植物源防霉剂的潜能。     

聚乙烯原料对高密度聚乙烯土工膜性能的影响

本实验采用吹塑成型工艺,以不同牌号的聚乙烯(PE)树脂为原料生产2 mm厚度双光面高密度聚乙烯(HDPE)土工膜,研究PE原料对HDPE土工膜性能的影响。结果表明:中密度聚乙烯(MDPE)土工膜综合性能优异,主要是由其特有的分子结构(如分子量分布双峰性、α烯烃长支链)所决定的;不同PE原料氧化诱导时间不同,可通过调节含抗氧剂色母料(或抗氧剂)的含量,使HDPE土工膜氧化诱导时间达到要求;HDPE土工膜在焊接时应根据PE材质的不同而选择不同的焊接条件。     

禅宗文化在茶具伴手礼造型设计中的运用

目的 探索禅宗文化在伴手礼造型设计中的应用策略,并设计出具有禅宗文化内涵的茶具伴手礼。 方法 禅宗文化意境的营造从造型、质感、色彩三个方面展开分析,确定禅宗文化伴手礼的形式特征,对禅宗文化伴手礼的造型设计从本能、行为、反思三个情感层次进行分析,使产品设计中“禅”与“艺”相结合。通过用户调研,对禅宗文化提取文化因子作为造型设计的要素,运用AHP层次分析法计算出禅宗文化因子用户需求权重,将较高权重值的文化因子作为最终伴手礼造型创新设计的重要依据。结论 禅宗文化伴手礼设计将优秀传统元素和现代美学融为一体,将传统艺术合理地渗透到现代产品设计语言之中,推动人文与艺术的融合,提高文化创意品牌价值,弘扬和传承中华文化。     

An end-to-end dehazing network with transitional convolution layer

Multidimensional Systems and Signal Processing - Image dehazing is a challenging task of restoring a clear image from a haze-polluted image. However, most popular dehazing methods have color shift...     

Single image dehazing using improved cycleGAN

Haze is an aggregation of very fine, widely dispersed, solid and/or liquid particles suspended in the atmosphere. In this paper, we propose an end-to-end network for single image dehazing, which enhances the CycleGAN model by introducing a transformer architecture within the generator, which is specific for haze removal. The proposed model is trained in an unpaired fashion with clear and hazy images altogether and does not require pairs of hazy and corresponding ground-truth clear images. Furthermore, the proposed model does not depend on estimating the parameters of the atmospheric scattering model. Rather, it uses a K-estimation module as the generator’s transformer for complete end-to-end modeling. The feature transformer introduced in the proposed generator model transforms the encoded features into desired feature space and then feeds them into the CycleGAN decoder to create a clear image. In the proposed model we further modified the cycle consistency loss to include the SSIM loss along with pixel-wise mean loss to produce a new loss function specific for the reconstruction task, which enhances the performance of the proposed model. The model performs well even on the high-resolution images provided in the NTIRE 2019 challenge dataset for single image dehazing. Further, we perform experiments on NYU-Depth and reside beta datasets. Results of our experiments show the efficacy of the proposed approach compared to the state-of-the-art in removing the haze from the input image.     

基于句法语义依存分析的中文金融事件抽取

事件抽取在自然语言处理应用中扮演着重要的角色,如股票市场趋势预测.传统事件抽取较为关注触发词和论元所属类型的正确性,较少地结合应用需求去分析研究事件抽取效果及使用价值.在财经领域,事件作用对象及动作是关注的重点.因此,本文聚焦于金融事件,抽取三元组事件ET(Sub,Pred,Obj).在中文财经新闻中,存在大量事件嵌套和成分共享等现象,致使易出现事件漏抽和事件成分缺失的情况.为了解决这些问题,本文建立一个句法和语义依存分析相结合的中文事件抽取框架,归纳了4种常见缺省结构,并设计相应的补全规则.首先,基于句法依存树,分析动词词法和句法结构,建立核心动词链,使得每个核心动词对应一个事件,解决事件漏抽问题.然后,在句法依存树的基础上添加语义依存关系,建立事件间语义关联,得到句法语义依存分析(Syntactic Semantic Dependency Parsing,SSDP)树.第三,调整SSDP树,优化句法结构,形成SSDP图,使得同等句法结构的词结点处于相同层级,为后续事件抽取提供途径.第四,归纳4种常见缺省结构,设计相应补全规则,解决事件成分缺失问题.最后,在中文财经新闻标题和CoNLL2009中文语料上进行详细的实验测试,实验结果表明该方法是有效的.     

无参考图像质量评价研究进展

图像质量评价一直是图像处理和计算机视觉领域的一个基础问题,图像质量评价模型也广泛应用于图像/视频编码、超分辨率重建和图像/视频视觉质量增强等相关领域。图像质量评价主要包括全参考图像质量评价、半参考图像质量评价和无参考图像质量评价。全参考图像质量评价和半参考图像质量评价分别指预测图像质量时参考信息完全可用和部分可用,而无参考图像质量评价是指预测图像质量时参考信息不可用。虽然全参考和半参考图像质量评价模型较为可靠,但在计算过程中必须依赖参考信息,使得应用场景极为受限。无参考图像质量评价模型因不需要依赖参考信息而有较强的适用性,一直都是图像质量评价领域研究的热点。本文主要概述2012—2020年国内外公开发表的无参考图像质量评价模型,根据模型训练过程中是否需要用到主观分数,将无参考图像质量评价模型分为有监督学习和无监督学习的无参考图像质量评价模型。同时,每类模型分成基于传统机器学习算法的模型和基于深度学习算法的模型。对基于传统机器学习算法的模型,重点介绍相应的特征提取策略及思想;对基于深度学习算法的模型,重点介绍设计思路。此外,本文介绍了图像质量评价在新媒体数据中的研究工作及图像质量评价的应用。最后对介绍的无参考图像质量评价模型进行总结,并指出未来可能的发展方向。     

鄱阳湖生态经济区经济增长与环境污染关系的实证分析

本文通过选取1990-2012年鄱阳湖生态经济区GDP和各污染变量数据,构建经济增长与环境污染的VAR模型,并采用脉冲响应函数分析经济增长与环境污染之间的动态关系。研究结论表明：鄱阳湖生态经济区经济增长主要以二氧化硫和固体废物的形式影响环境质量,各污染物的排放对经济增长有抑制作用。     

浅议中外合作办学项目双语专业教师的综合素质培养

高职高专院校中外合作办学项目的双语专业教师要自觉培养自身综合素质,以更好地推进职业教育中外合作项目的发展,发掘教师的潜力和实现职业教育的价值。