基于语义分割算法的水库漂浮物智能识别

为了满足水库漂浮物强监管的需求，发挥水库水雨情视频监控的优势，将语义分割算法DeepLabV3+应用于水库漂浮物智能识别任务中。首先，通过多要素数据采集方法以及多种图像数据增强方式系统性整合得到水库漂浮物语义分割数据集。然后，提出改进的加权代价函数，以适应数据集中各类的总像素数量不平衡的问题。实验结果表明，通过规范采集与多种数据增强建立的数据集，以及改进的加权代价函数，提高了水库漂浮物语义分割模型的准确率。所提模型像素准确率平均值、平均交叉比分别可达到95.21%、91.03%，通过微信企业号实现的移动监管，可为水利相关部门对水库漂浮物进行及时的智能监控预警提供新的技术方案。     

压缩感知改进探地雷达回波信号时延估计

针对探地雷达回波受环境及多径干扰而导致时延估计的精度和速度不满足应用需求的问题,提出了基于改进快速匹配追踪的时延估计算法,算法首先基于压缩感知理论对雷达探地回波进行稀疏分解和重构,以提高信号的信噪比,消除回波中强干扰信号对时延估计的影响,然后采用QR分解优化的快速正交匹配追踪对时延估计模型进行求解,降低基函数错选概率,提高模型收敛速度.仿真实验表明,算法能够有效均衡回波信号中强信号分量和弱信号分量,具有较高的回波时延估计精度.     

基于K-Means算法的SSD-Mobilenet模型优化研究

SSD-Mobilenet目标检测模型是将SSD和Mobilenet进行结合衍生出的一种轻量化模型,同时具备了两模型各自的优势,即多尺度检测和模型轻量化。在原模型中特征提取层使用了人为设置的先验框,这样的设置存在一定的主观性,并不适用于对特定场景下单一类别目标的识别与定位。为解决这一问题,本文提出了使用K-Means算法对目标真实框的宽高比进行聚类分析,提升模型在特定场景下对单一类别目标的检测能力,规避了人为设置的主观先验性。使用Pascal VOC 2007数据集对该模型进行训练和评估,实验结果显示,模型的mAP值比Fast RCNN提高了4.5%,比Faster RCNN提高了1.5%,比SSD-300提高了3. 4%,比YOLOv2提高了2. 4%。     

3M宣布将通过创新技术减少对非再生塑料制品的使用

在世界地球日当天,3M宣布将减少使用由石油制成的非再生塑料制品,并计划到2025年前达成一项全新的可持续发展目标:将非再生石油基塑料的使用量减少1.25亿磅。3M高级副总裁兼首席可持续发展官Gayle Schueller表示:“毋庸置疑,能够帮助人们摒弃石油基塑料的原材料和基础设施正在经历显而易见的飞速革新。在借助科技手段探寻塑料的可持续替代品方面,3M具有丰富的经验。在全新可持续发展目标的引领下,我们将更积极地与社会各界分享3M前沿的解决方案,携手助推全球循环经济的发展。”     

“十四五”规划指引下的智慧城市关注点分析

自2008年以来,智慧城市在我国发展非常迅速,呈现出典型的政策推动特点,2012年试点、2012—2014年探索、2014年成为国家战略、2016年成为国家重点工程,智慧城市建设的重要性日益突出。进入"十四五"时期以来,《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》的提出,标志着我国经济迈入新的发展阶段。     

海绵城市设计的应用实践——以怡钛积工业园为例

以怡钛积工业园建设项目为例,通过对该项目海绵城市方案设计的回顾,对海绵城市设计进行了多方位的分析思考,采用了渗、滞、蓄、净、用、排等的措施及科学的规划,做出了能真正发挥经济收益作用的海绵城市设计,从而改善城市的生态环境,提高民众的生活质量。     

掘金“碳中和+数字化”时代机遇 CHINAPLAS携4000+展商强势回归上海

当前原材料价格上涨,全球货运成本高企,成为横亘在制造业面前的难题。全球供应链遭遇严峻挑战,出现局部断裂。在进入新的发展阶段,推动产业链现代化成为重要一环。在中国,2030年前实现碳达峰、2060年前实现碳中和的"双碳"目标引领下,各行业绿色低碳转型都进入了全面加速时代。