基于改进网格运动统计特征的图像匹配算法

为了解决尺度不变特征变换（SIFT）算法在图像匹配中匹配正确率低、耗时长等问题，提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法。首先，利用快速旋转不变性特征（ORB）算法对图像进行预匹配，对预匹配的特征点采用网格运动统计（GMS）来支持估计量以实现正确匹配点与错误匹配点的区分；然后，采用改进的随机抽样一致性（RANSAC）算法通过匹配点间的距离相似性对特征点进行筛选，并采用评价函数对筛选后的新数据集进行重新整理，进而实现对误匹配点的剔除。采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比，实验结果表明，所提算法在图像匹配中的平均匹配正确率达到91%以上；与GMS、SIFT、ORB等算法相比，该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点，说明它能有效剔除误匹配点，进一步提高图像匹配精度。     

Distant Supervised Relation Extraction with Cost-Sensitive Loss

Recently, many researchers have concentrated on distant supervision relation extraction (DSRE). DSRE has solved the problem of the lack of data for supervised learning, however, the data automatically labeled by DSRE has a serious problem, which is class imbalance. The data from the majority class obviously dominates the dataset, in this case, most neural network classifiers will have a strong bias towards the majority class, so they cannot correctly classify the minority class. Studies have shown that the degree of separability between classes greatly determines the performance of imbalanced data. Therefore, in this paper we propose a novel model, which combines class-to-class separability and cost-sensitive learning to adjust the maximum reachable cost of misclassification, thus improving the performance of imbalanced data sets under distant supervision. Experiments have shown that our method is more effective for DSRE than baseline methods.     

一种提高油样中低含量石油磺酸盐分析效率的方法

为了准确分析油田化学驱采出液油样中石油磺酸盐的含量,介绍了一种在油样中加入不同极性溶剂组成的萃取体系的预处理技术,将石油磺酸盐萃取到水相,利用液相色谱仪对其进行检测的方法。取适量油样,依次加入正己烷、二氯甲烷、无水乙醇和蒸馏水,振荡均匀后静置分层,取下层水相溶液进行色谱分析。色谱柱为阴离子交换柱,流动相为甲醇/水和甲醇/盐水(含0.2 mol/L乙酸和0.2 mol/L乙酸铵),梯度洗脱。实验结果表明,该预处理技术联合液相色谱法检测技术分析效率较高,加标回收率高于90%,液相色谱最小定量限10 mg/L,线性范围10～2000 mg/L。该方法可对油样中低含量的石油磺酸盐进行快速定量分析。     

溶剂抽提-选择性加氢脱硫组合技术的开发及工业应用

针对以硫含量和烯烃含量高、芳烃含量低的催化裂化汽油为原料加氢脱硫生产满足车用汽油（Ⅴ）标准的汽油（简称国Ⅴ标准汽油）时辛烷值损失偏大的问题，开发了催化裂化汽油溶剂抽提-选择性加氢脱硫组合技术（简称RCDS技术）。中试结果表明，采用RCDS技术处理具有上述特点的催化裂化汽油生产国Ⅴ标准汽油时的RON损失比单独采用选择性加氢脱硫技术时减少0.9～1.9个单位。工业应用结果表明，采用RCDS技术处理硫质量分数为418～460 μg/g、烯烃体积分数为27.6%～27.9%、芳烃体积分数为19.2%～19.3%的清江石化催化裂化汽油，当产品硫质量分数降低至7 μg/g时，汽油RON损失仅为1.0～1.3个单位，且装置汽油收率高达99.9%。     

限制失真的网格参数化方法

针对当前网格参数化效率较低、映射失真较严重的问题，提出一种限制失真的网格参数化方法。首先，预处理原始网格模型。输入原3D网格模型，采用Half-Edge数据结构来重新组织网格并切割网格模型产生相应的切缝；构建Tutte映射把3D网格映射到一个2D凸多边形域，即构建2D网格模型。然后，进行限制失真的网格参数化计算。将Tutte映射后的2D网格模型作为限制失真计算的初始数据，建立相对于原3D模型网格的失真度量函数；求得该度量函数的最小值点，即为映射后的网格坐标集合；将映射后的网格作为限制失真映射的输入网格，设定迭代终止条件，循环迭代直至迭代结束，得到收敛的最优网格坐标；在计算映射失真度时，针对等距映射失真采用Dirichlet能量函数度量，针对共形映射失真采用尽可能等距（MIPS）能量函数度量；在求解映射失真度量函数的最小值点时采用代理函数法结合组合牛顿法的最优解方法。最终，实现了该方法并开发了一个原型系统。在原型系统中，分别设计了限制等距失真和限制共形失真的网格参数化实验，对程序执行时间和失真能量下降情况进行了统计和对比，提供了相应的纹理映射效果展示。实验数据表明，所提出的方法执行效率高、映射失真能量下降快，最优值收敛质量稳定；纹理映射时纹理着色均匀、布局紧致、线条均匀，符合实际应用的标准。     

超声提取-离子色谱法测定银精矿中水溶性氟

银精矿中水溶性氟会随雨水的冲刷进入生物圈,直接对土壤、水体、大气、人类健康产生危害。实验提出超声提取-离子色谱法测定银精矿中水溶性氟,为银精矿中水溶性氟的检测及后续环境影响评估提供重要的技术支撑。称取0.2g样品(过150目筛),加入30mL水,在40℃时超声提取20min后,使用阴离子交换柱进行分离,使用碳酸钠-碳酸氢钠混合溶液作为淋洗液进行淋洗,洗脱时间为25min,通过电导检测器进行F^-检测。F^-质量浓度在0.5~10mg/L范围内与对应的峰面积呈线性关系,校准曲线线性相关系数为0.9998;方法检出限为0.062mg/L,测定下限为0.21mg/L。按照实验方法测定两个银精矿中水溶性氟,测定结果的相对标准偏差(RSD,n=6)为3.8%和4.3%;加标回收率为92%~102%。     

基于双重金字塔网络的视频目标分割方法

针对复杂视频场景中难以分割特定目标的问题，提出一种基于双重金字塔网络（DPN）的视频目标分割方法。首先，通过调制网络的单向传递让分割模型适应特定目标的外观。具体而言，从给定目标的视觉和空间信息中学习一种调制器，并通过调制器调节分割网络的中间层以适应特定目标的外观变化。然后，通过基于不同区域的上下文聚合的方法，在分割网络的最后一层中聚合全局上下文信息。最后，通过横向连接的自左而右结构，在所有尺度中构建高阶语义特征图。所提出的视频目标分割方法是一个可以端到端训练的分割网络。大量实验结果表明，所提方法在DAVIS2016数据集上的性能与较先进的使用在线微调的方法相比，可达到相竞争的结果，且在DAVIS2017数据集上性能较优。     

基于GF-1数据的三峡库区水体信息精细化提取

为实现江河类狭长型水体信息的精细化提取，利用GF-1卫星数据，采用支持向量机和目视解译相结合的方法对三峡库区及重庆市水体信息进行了精细化提取。使用总体分类精度、Kappa系数、错分误差、漏分误差、制图精度和用户精度等指标对库区水体信息粗提取结果进行验证分析。结果表明:4个试验区水体提取的总体分类精度均超过90%，除试验区4的Kappa系数为0.884 1以外，其余试验区均超过0.9，提取精度较高。结合目视解译的方法，在粗提取结果的基础上对各问题进行精细化处理，得到精度高、完整性好的三峡库区以及重庆市水体信息数据，可为后续该区域的精细化遥感业务开展提供有效资料。     

Optimal asymmetrical back plane biasing for energy efficient digital circuits in 28 nm UTBB FD-SOI

In this work we propose an optimal back plane biasing (OBB) scheme to be used in a UTBB FD SOI technology that minimizes the energy per operation consumption of sub threshold digital CMOS circuits. By using this OBB scheme, simulations show that more than 30% energy savings can be obtained with low threshold voltage (LVT) devices in comparison with classic symmetric back plane biasing (SBB) schemes. Additionally, this OBB scheme allows to adjust the performance of the circuit with very small energy penalties. A very simple and intuitive model, for sub threshold digital CMOS circuits, was developed to justify the benefits obtained by OBB. The results predicted by the model are confirmed with extensive simulation results. We show that the OBB approach can be applied easily to a given circuit just based on the information provided by a logic simulation of the circuit (or even an analysis of its structure) and simple electrical simulations of the pMOS and nMOS transistors. Finally, we show that the variability in the energy consumption is improved by using OBB and suggests that new sizing methodologies must be studied to fully benefit from the wide back plane voltage range available in UTBB FD SOI technology for the design of robust energy efficient digital circuits.