Quality assessment for color correction-based stitched images via bi-directional matching

With the deepening of social information, the panoramic image has drawn a significant interest of viewers and researchers as it can provide a very wide field of view (FoV). Since panoramic images are usually obtained by capturing images with the overlapping regions and then stitching them together, image stitching plays an important role in generating panoramic images. In order to effectively evaluate the quality of stitched images, a novel quality assessment method based on bi-directional matching is proposed for stitched images. Specifically, dense correspondences between the testing and benchmark stitched images are first established by bi-directional SIFT-flow matching. Then, color-aware, geometric-aware and structure-aware features are respectively extracted and fused via support vector regression (SVR) to obtain the final quality score. Experiments on our newly constructed database and ISIQA database demonstrate that the proposed method can achieve comparable performance compared with the conventional blind quality metrics and the quality metrics specially designed for stitched images.     

2种侧围加强内框总成检具结构对比分析

概述了侧围加强内框总成与周边零件的匹配关系,从检具操作的人机工程出发,描述了侧围加强内框总成检具的2种定位方式和结构设计,对比了2种定位方式对于检测结果的影响,总结了其优点和弊端,结果表明侧围加强内框总成检具采用车内方向朝下的定位方式效果更好。     

结合预训练模型和语言知识库的文本匹配方法

针对文本匹配任务,该文提出一种大规模预训练模型融合外部语言知识库的方法。该方法在大规模预训练模型的基础上,通过生成基于WordNet的同义—反义词汇知识学习任务和词组—搭配知识学习任务引入外部语言学知识。进而,与MT-DNN多任务学习模型进行联合训练,以进一步提高模型性能。最后利用文本匹配标注数据进行微调。在MRPC和QQP两个公开数据集的实验结果显示,该方法可以在大规模预训练模型和微调的框架基础上,通过引入外部语言知识进行联合训练有效提升文本匹配性能。     

面向智能客服系统的情感分析技术

该文以阿里小蜜为例,对智能客服系统中的情感分析技术进行比较全面的介绍,包括情感分析算法模型的原理及其在智能客服系统的多个应用场景中的实际落地使用方式和效果分析。智能客服在解决客户高频业务问题的同时,也需要给客户提供多维度的、具有类人能力的助理、导购、语聊和娱乐等服务,提高客户对智能客服机器人的整体满意度。在此过程中,情感分析技术在机器人类人能力建设中起到了至关重要的作用。该文围绕智能客服系统中人机结合的服务形式,从六个维度总结和介绍了情感分析技术在智能客服系统中的应用场景,包括用户情感检测、用户情感安抚、情感生成式语聊、客服服务质检、会话满意度预估和智能人工入口。     

地面微地震有源噪声自动识别与匹配压制方法

微地震监测技术通过对非常规储层压裂改造引发的震源点进行成像，实时提供压裂施工过程中产生的裂隙高度、长度、宽度和方位角等信息，为致密储层压裂提供指导，以提高油气采收率。在地面布设站点进行监测时，因微地震信号传播距离较远、近地表吸收衰减严重、地面有源噪声较多，微地震数据具有信号能量弱、噪声干扰强和信噪比低等特点，严重制约微地震事件的定位精度。噪声源多分布于地表，根据有源噪声与由储层向上传播的微地震事件在能量、频率、传播速度和源位置等方面的差异，本文提出微地震有源噪声自动识别与匹配方法。综合长短时窗能量比与微地震量板方法，自动识别有源噪声干扰，并进行噪声源位置和传播速度的三维最优并行搜索；利用同时确定的最优噪声源位置和传播速度对微地震数据进行动校正处理，得到噪声标准道，通过能量自适应匹配处理压制有源噪声。正演模拟数据和实际微地震数据去噪效果证明，本文方法能有效压制有源噪声，显著提高微地震数据品质，为后续微地震事件精确定位奠定了基础。     

高强度钢管道环焊缝隐患治理措施研究

针对国内管道建设过程中存在的很多问题,如建设过程中施工单位违规返修、检测单位对射线底片的漏评错评、监理单位监管缺失等,尤其是近年来突出的高强度钢管道环焊缝不能承受较大的外部载荷的问题,分析了高强度钢管道环焊缝与传统X65及以下钢级管道环焊缝失效特征的差异性,剖析了当前在役高强度钢管道焊接结构存在的问题,从系统工程的角度分析了高强钢管道焊接结构中焊缝与钢管管体抗拉强度匹配、变壁厚焊接结构应力集中、焊缝冲击韧性分散等方面存在的问题,并结合人力资源、配套资源和应用技术等因素提出了高强钢管道环焊缝隐患治理的建议,建立了高强度钢管道环焊缝关键风险控制的鱼骨图。     

基于EGR技术的船用低速二冲程柴油机增压系统匹配研究

针对采用EGR技术的船用低速二冲程柴油机在满足IMO排放法规时增压系统须兼顾多模式、宽流量范围运行的问题,基于某型低速二冲程柴油机在GT-Power软件中搭建整机及EGR系统仿真模型并校核。在此基础上研究涡轮增压器匹配、进排气旁通、废气旁通(EGB)等措施对该型柴油机TierⅢ和TierⅡ模式时性能的影响并得出系统匹配策略。研究结果表明:TierⅢ模式时,减小涡轮等效流通面积可有效恢复增压压力,但导致运行点接近压气机喘振线;引入进排气旁通则可有效解决喘振问题。TierⅡ模式时,采用EGR和EGB措施均可有效解决因涡轮等效面积减小带来的增压压力过高问题,但其中EGR方案NO_x排放较低,燃油消耗率偏高,而EGB方案燃油消耗率较低,NO_x排放偏高;综合应用EGR和EGB,即高负荷采用EGR,中低负荷采用EGB的匹配方案,可达到整机NO_x排放满足TierⅡ法规要求且燃油消耗率最低的设计目标。     

球型惯性元件配合间隙差动共焦精密测量方法

配合间隙是决定球型惯性器件精度和可靠性的关键参数之一,针对球型惯性器球面元件表面有缺口且未完全抛光导致曲率半径难以精确测量,进而难以准确控制球碗、球冠配合间隙瓶颈问题,提出了一种球面惯性元件配合间隙激光差动共焦高精度方法。该方法利用抗散射的激光差动共焦曲率半径测量方法分别对球碗、球冠的曲率半径进行测量,然后利用差动共焦曲率半径测量系统测得的球碗和球冠的半径差来控制球型惯性器球面的配合间隙。理论分析与实验验证表明:该方法测量球冠和球碗配合间隙的相对扩展不确定度优于20×10~(-6),其为惯性器件球冠和球碗配合间隙的高精度测量与控制提供了一种全新的技术手段。     

基于SVM的充填体强度与采场稳定性需求智能匹配研究

为解决矿山充填体强度的设计问题,提高矿山充填体的强度动态调整能力,本文通过调查国内百座矿山现场充填体强度实际数据,采用SVM方法建立充填体强度智能预测模型,对70组训练样本数据进行训练,采用BP神经网络模型与SVM模型的预测结果进行比较。结果表明：SVM预测模型的最大误差为3.52%,平均误差为2.41%。BP预测模型的最大误差为10.98%,平均误差为7.01%。SVM模型比BP模型预测精度更高,误差更小。采用SVM模型对三山岛金矿充填体强度进行预测,一步骤回采矿房充填体强度1.02MPa,推荐灰砂比1:12,二步骤回采矿房充填体强度0.86MPa,推荐灰砂比1:16。现场采场充填效果良好,未发生充填体失稳现象。基于SVM的充填体强度智能匹配模型能够在满足采场稳定性的前提下,减少充填成本,提高矿山的经济效益。