一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

基于多尺度特征校准的图像协调化方法

图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。     

基于Massive MIMO及频谱叠加的5G SA网络上行优化方法

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)可以有效提升5G SA网络的上行链路数据传输速率以及可靠性。针对5G SA网络上行链路速率和覆盖不均衡的情况,提出了基于大规模MIMO的分组算法,将发送信号矢量进行分组,组内采用最大似然检测,组外采用基于正交三角分解(QR分解)的干扰消除检测,并且结合5G频谱的叠加策略,在降低算法复杂度的同时,有效提升网络覆盖和速率。通过5G SA现网实测,通过MIMO降低分组数量能够提升分组检测性能,结合上行低频段频谱叠加策略能够有效提升5G SA网络上行覆盖30%,提升5G SA网络上行平均速率40%~80%,特别是弱覆盖边缘的网络速率,最高可达600%。     

福祉设计视野下的老年生活辅具设计研究

目的以老龄化为背景,从福祉设计视野出发,通过对老年生活辅具设计研究,推动实现老年人独立自主参与社会活动来提升其福祉。方法以60岁以上、可生活自理的老年人为目标人群,采用访谈、现场观察等调研方式针对老年人的特殊需求进行梳理,结合文献及对经典设计的分析,总结老年生活辅具设计方法,并以后疫情下的地摊经济现象为例,进行多功能手推车的设计实证。结果提出福祉设计视野下老年生活辅具设计方法,设计出老年人多功能手推车方案。结论通过对老年生活辅具的设计,可以推动老年人独立自主参与社会活动进而提升其福祉;生活辅具设计应以老年人的生理、心理及行为特征为依归,结合产品设计规律,提出针对性的解决方案;老年手推车的设计可以帮助老年人在后疫情语境下独立自主地参与社会活动。     

计算机通信及网络远程控制技术的应用与可靠性探究

随着社会的进步和发展,计算机网络通信技术已被应用到实际生活、生产的各个方面,对人们的生活、生产等产生了深刻的影响。为此,文章就计算机通信及网络远程控制技术在实际生活中的应用问题进行了探究,旨在借助先进科技促进社会实现更优质发展。