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。     

基于磁偶极子的2阶磁场梯度张量缩并方法

针对磁场定位中2阶磁场梯度张量的理论尚不够完善的现状，提出基于磁偶极子的2阶磁 场梯度张量缩并方法。给出2阶磁场梯度张量的全局模量和局部模量计算公式，分析2阶磁场梯度张量的全局模量和局部模量及相关参数的三维空间分布规律，并给出相关参数k_H、k_Hxy和k_Hz的近似计算公式，比较1阶磁场梯度张量和2阶磁场梯度张量及其模量的分布规律及与距离的关系。计算结果表明：全局模量C_H及参数k_H值在0°≤≤90°时，随着增大而减小，在=0°时最大，在=90°时最小；局部模量C_Hxy和参数k_Hxy值在0°≤≤90°时，随先增加、后减少，当=35° 时最大，当=90°时最小；局部模量C_Hz和参数k_Hz随先减少、后增加，当=0°时最大，当=71°时最小；k_H、k_Hxy和k_Hz的拟合值与理论反演值高度吻合；在距离较近时，2阶磁场梯度张量及模量更敏感；在距离较远时，1阶磁场梯度张量及模量更敏感；在实际磁场定位的应用中，可结合1阶和2阶磁场梯度张量及全局模量进行使用。     

溶液法合成的功能无机材料氧化镍对钙钛矿太阳能电池光电性能的影响

功能无机材料氧化镍 （NiO_x） 作为钙钛矿太阳能电池中最有前途的空穴传输材料之一，其有着高空穴迁移率、良好的稳定性、易于加工以及适合的费米能级等优点。但是，由于 NiO_x自身固有电导率低，Ni空位的电离能相当大，未掺杂的 NiO_x中空穴密度受到很大限制，加上孔洞的积累增加了载流子复合的可能，从而降低了有效的电荷收集。因此，优化 NiO_x薄膜的成膜质量是解决上述问题的关键。本文通过溶液法使用乙二醇甲醚（MEA）、乙醇（EA）和去离子水作为溶液，分别制备了 DME-NiO_x、EA-NiO_x 和 NCs-NiO_x 薄膜，并在浓度调节范围内对基于 NiO_x的钙钛矿器件进行优化，最终得到了光电转化效率 （PCE） 为 18.50%，开路电压 (V_oc) 为 1.034 V，短路电流 (J_sc) 为 22.94 mA/cm²，填充因子 （FF） 为 78% ...