弯曲测线野外施工条件分析

应用几何地震学研究方法，计算了弯曲测线坐标，实际偏移距产生的剩余时差。由于偏移距对地震剖面质量影响较大，因此，有必要对弯曲测线野外施工条件进行分析。弯曲测线拐角太长，引起剩余时差，剩余时差是造成资料处理中迭加效果不佳的主要原因。研究认为，弯曲测线在资料处理中面元应选择在300m之内，同时野外施工中弯曲测线拐角应小于45°。     

叠前偏移技术探讨及应用

地震资料处理中，偏移成像是关键步骤之一。本文介绍偏移技术分类、偏移成像方法、叠前时问偏移、叠前深度偏移以及叠前偏移的基础资料准备等偏移的关键方法及技术环节。并以实际资料分析叠前偏移处理获得的地质效果。     

低温热水地板辐射采暖技术

地板辐射采暖设计多采用塑料管材作为地板辐射供暖系统的加热管。塑料埋管的常见敷设形式有3种：直列型、旋转型和往复型。从目前使用情况来看，旋转型埋管方式应用最广，这主要是因为其热工性能较好。采用该布置方式时，经过板面中心点的任一剖面，埋管为高温管、低温管间隔布置，易于形成“均化”效果，板面温度均匀。     

抢占客厅的中心点：漫步者C6音箱

MC评测室在收到漫步者C6测试样品时颇有一些令人意外。一般来说．厂商推出新品5．1声道音箱往往是为了取代老产品,而C6的前辈S5．1标准版远未到需要更新换代的时候．那推出C6的意义何在？     

基于蚁群算法的无线传感网络中心点融合算法研究

建立级别梯度场是无线传感器网络中心点融合算法的重要组成部分。采用泛洪方法向外扩散梯度,会造成严重的能量消耗问题。为了节省传感器网络中的能量,将蚁群算法用于建立级别梯度场阶段,提出了基于蚁群算法的无线传感网络中心点融合算法。仿真实验验证了该方法的可行性。研究结果表明,基于蚁群算法的中心点融合算法可以显著地减少无线传感器网络的能量消耗,延长无线传感器网络的生命周期。     

改进自组织映射神经网络在指纹识别中的应用

改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的提高。     

CentroidNet：轻量快速的乳腺癌Ki67细胞核中心点检测模型

目的 Ki67分数是乳腺癌预后评估的重要指标,计算该分数的关键步骤是检测阴性与阳性癌细胞核。人工检测面临疲劳与主观差异的问题。卷积神经网络有望实现高质量、自动化的细胞核检测,然而需要病理专家为其标注细胞核。为了减轻标注的工作量,不少研究者提出以中心点标注训练卷积神经网络。然而这些方法采用过于复杂的卷积神经网络和后处理流程,未能充分提高易用性和效率、发挥卷积神经网络的质量。对此,提出CentroidNet模型,旨在提高中心点检测的质量、效率和易用性。方法 CentroidNet模型在图像上放置均匀排布的锚点,为每个锚点预测一个候选点,一部分候选点通过基于阈值的筛选策略成为预测点。本文提出最近锚点匹配策略用于生成训练标签,既保证了端到端推理,又规避了其他一对一标签匹配算法所具有的标签抖动问题。本文建议锚点间距应尽可能接近训练集答案点间最短距离的第一百分位数,并指出这样的锚点间距能够在前景标签数、坐标回归难度与效率之间取得良好的平衡。本文在设计卷积神经网络的结构时,没有采纳广为使用的U-Net或特征金字塔（feature pyramid network, FPN）中的多级上采样与旁路连接,反...     

基于可变形卷积和数据增强的三维多目标检测

近年来,自动驾驶受到越来越多的关注,以点云为输入数据的三维目标检测在该领域中发挥着至关重要的作用。然而,点云目标的尺度差异性以及变换性等问题,导致了目标检测精度的下降。以CenterPoint网络为框架,提出了一种基于可变形卷积和数据增强的三维多目标检测优化算法,该方法提取点云特征后生成地图视角的特征图谱,在检测头网络加入可变形卷积层,并引入图像翻转方法进行数据增强,提高网络对于目标的检测能力。在公开数据集nuScenes上的实验结果表明,该网络与其他方法相比,在汽车、公交车以及行人等类别的检测精度上有一定程度的提升。     

基于改进基准点定位的指纹匹配算法

针对指纹匹配过程中基准点定位不准确与耗时长的缺陷,提出一种基于改进基准点定位的指纹匹配算法。该算法借助指纹图像的中心点构造局部细节结构,并在该结构上利用全等三角形原则求取基准点,将所有细节特征转化到极坐标中,利用可变界限盒的方法进行匹配。实验结果表明,该算法所确定的基准点比较准确,且耗时缩短,可提高识别率与执行效率。     

球面机构计算机图解算法(3)

在以广义三角形算法为基础的程序包ＧＴＭＰＡＣ的支持下，能够顺利地按纯图解法（纯几何法）对球面机构进行分析与综合，本文着重介绍球面连杆机构综合的一个关键问题，即中心轴锥面（球面上的布尔梅斯特中点曲线）的图解算法。