基于多尺度注意力网络的立体匹配方法

为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度,提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段：第1阶段提出了一种成本网络用于计算匹配成本,该网络由基础网络层和缩放层组成.第2阶段提出了一种基于多尺度注意力的视差求精网络,该视差求精网络综合了多种视差线索,并加入多尺度注意力机制进一步提高立体匹配精度.该方法在KITTI 2012、KITTI 2015和SceneFlow数据集上的3像素坏点百分比分别为1.13%,1.87%和2.29%.实验结果表明,与国内外同类方法相比,采用多尺度注意力网络的立体匹配方法在匹配精度上获得了较大的提升,尤其是在弱纹理区域及物体边缘处表现较好.     

基于改进MobileNet v2的垃圾图像分类算法

针对现有的垃圾图像分类模型实时性能差和分类精度低的问题,提出基于改进MobileNet v2的垃圾图像分类方法,构建以MobileNet v2为核心的轻量级特征提取网络. 通过调整宽度因子降低模型的参数量;在模型中嵌入通道和空间注意力模块,增强网络对特征的细化能力;设计多尺度特征融合结构,增强网络对尺度的适应性;利用迁移学习的方式优化模型参数,进一步提高模型精度. 实验结果表明,算法在自建数据集上的平均准确率为94.6%,分别高于MobileNet v2、VGG16、GoogleNet、ResNet50、ResNet101模型2.0%、3.4%、3.2%、2.3%、1.2%;所提算法在2种公共图像分类数据集CIFAR-100和tiny-ImageNet中均取得不错表现;模型参数量仅为0.83 M,体积约为基础模型的2/5,在边缘设备JETSON TX2上的单次推理耗时68 ms,实现了推理速度和预测准确率的提升.     

基于改进指针网络的卫星对地观测任务规划方法

针对卫星观测任务规划问题约束复杂、求解空间大和输入任务序列长度不固定的特点,使用深度强化学习（DRL）方法对卫星观测任务规划问题进行求解. 综合考虑时间窗口约束、任务间转移机动时间和卫星电量、存储约束,对卫星观测任务规划问题进行建模. 基于指针网络（PN）的运行机制建立序列决策算法模型,使用Mask向量来考虑卫星观测任务规划问题中的各类约束,并通过Actor Critic强化学习算法对模型进行训练,以获得最大的收益率. 借鉴多头注意力（MHA）机制的思想对PN进行改进,提出多头注意力指针网络（MHA-PN）算法. 根据实验结果可以看出,MHA-PN算法显著提高了模型的训练速度和泛化性能,训练好的MHA-PN算法模型可以直接对输入序列进行端到端的推理,避免传统启发式算法迭代求解的过程,具有较高的求解效率.     

融合语义结构的注意力文本摘要模型

传统基于序列的文本摘要生成模型未考虑词的上下文语义信息, 导致生成的文本摘要准确性不高, 也不符合人类的语言习惯。本文提出了一种基于文本语义结构的文本摘要生成模型(Structure Based Attention Sequence to Sequence Model, SBA), 结合注意力机制的序列到序列生成模型, 引入文本的句法结构信息, 使得注意力结构得到的上下文向量同时包含文本语义信息与句法结构信息, 获得生成的文本摘要。最后, 基于Gigaword数据集的实验结果表明, 提出的方法能有效地提高生成摘要的准确性以及可读性。     

基于3D scSE-UNet的肝脏CT图像半监督学习分割方法

针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法. 该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块（scSE-block+）的3D scSE-UNet作为分割网络. scSE-block+可以从图像空间和特征通道2个方面自动学习图像的有效特征,抑制无用冗余特征,更好地保留图像边缘信息. 在自训练过程中加入全连接条件随机场,对分割网络产生的伪标签进行边缘细化,提升伪标签的精确度. 在LiTS17 Challenge和SLIVER07数据集上验证所提出方法的有效性. 当有标签图像占训练集总图像的30%时,所提方法的Dice相似系数(dice score)为0.941. 结果表明,所提出的半监督学习分割方法可以在仅使用少量标注数据的情况下,取得与全监督分割方法相当的分割效果,有效减轻肝脏CT图像分割对专家标注数据的依赖.     

黑曲霉葡萄糖氧化酶在毕赤酵母中的表达及其高效发酵研究

葡萄糖氧化酶是一类能催化β-D-葡萄糖生成葡萄糖酸-δ-内酯的酶类,在食品、药品以及生物传感器等领域具有广泛的应用前景。从黑曲霉中克隆出葡萄糖氧化酶编码序列,在毕赤酵母中实现了组成型和诱导型表达并分析了其酶学性质和发酵条件。结果表明:黑曲霉葡萄糖氧化酶的编码基因长度为1 818 bp,编码605个氨基酸,具有21个氨基酸组成的信号肽。毕赤酵母组成型表达葡萄糖氧化酶的发酵上清液中葡萄糖氧化酶的酶活可达1.2 U/m L,利用镍离子亲和层析纯化后得到了分子质量约为100 kDa的葡萄糖氧化酶。利用糖苷内切酶H(Endo H)对葡萄糖氧化酶去糖基化后,其分子质量约为70 kDa,与推测的分子质量相近。对黑曲霉葡萄糖氧化酶的酶学性质研究表明,该酶的最适反应pH 6.0,最适反应温度35℃,比活力60.9 U/mg。为了进一步提高葡萄糖氧化酶在毕赤酵母中的表达量,构建了诱导型表达的毕赤酵母菌株并通过G418抗生素筛选获得了高效表达菌株。对该菌株进行高密度发酵(湿菌体200 g/L),甲醇添加量为2.5%,发酵至第7天时葡萄糖氧化酶发酵量可达133 U/m L,蛋白表达量约1.9 g/L。     

高效焊管新工艺——金属管液相扩散焊

采用镍基非晶态箔带作中间层,在加压情况下(约几MPa)使之熔化、保温,进行了钢管瞬间液相 (TLP)扩散焊试验。结果表明,可以获得无夹杂的致密界面;接头过渡区的最终厚度显著变薄;焊后中间层主组元由焊前的Ni变为Fe;容易获得性能合格接头。值得指出的是,焊接时间约为3min,远低于手弧焊所需时间。     

电网故障处置预案文本中的命名实体识别研究

电网故障处置预案是电网故障处置的重要参考,对电网故障处置预案文本中各类电力设备、名称编号等细粒度的关键实体信息进行抽取,是实现计算机学习理解预案内容并进一步支撑故障处置智能化的重要基础。文中提出一种基于深度学习的电网故障处置预案文本命名实体识别技术,首先采用字向量表征预案文本,然后将注意力机制以及双向长短期记忆网络相结合,有所侧重地提取实体词深层字符特征,最后采用条件随机场求解最优序列化的标注。算例表明:文中所提预案文本命名实体识别模型不依赖人工特征,能够自动高效地提取文本特征,准确识别预案文本中细粒度的实体词,满足预案文本中关键实体信息精确定位和识别的要求。     

新型燃气燃烧器性能试验研究

对自行设计的燃气燃烧器的燃烧性能和根据不同的氧气消耗系数确定的试验工况变化进行了研究分析,并在燃煤锻造炉改造中进行了试用.结果表明,该燃烧器在燃烧过程中性能稳定,燃烧基本完全,烟道气中可燃性成分的含量不超过60×10 ppm(1 ppm=10-6);炉膛内温度分布相对均匀,当试验工况稳定时,炉内气体温度偏差不超过30 ℃,满足高效燃烧的要求;烟气中NOX的含量平均不超过60 ppm,远远低于国家排放标准,较好地控制了废气排放对环境的污染;燃烧器产生的高温高速气流,强化了炉内对流传热,提高了炉子生产率,锻件质量有所改善.     

炭黑－环氧树脂导电复合材料的研究

本文研究了炭黑－环氧树脂复合材料的制备工艺及炭黑填充率对材料电阻率的影响。实验结果表明，加入表面活性剂，明显改善了炭黑在环氧树脂中分布的均匀性。炭黑－环氧树脂材料具有明显的渗流效应，正温度系数效应即ＰＴＣ效应，非线性伏安特性和电磁波屏蔽效应。