联合知识与CNN的遥感影像目标检测研究综述

目标检测是遥感影像智能解译的重要内容,是将影像转换为信息的关键环节。基于知识的方法是遥感影像目标检测的传统经典方法,而基于卷积神经网络的深度学习方法则是近年来逐步兴起并迅速大范围应用的主流方法。介绍了基于几何知识、上下文知识、辅助知识、综合知识的方法,以及一阶段、两阶段的卷积神经网络方法,重点论述了联合知识与卷积神经网络的新方法,并对改进遥感影像数据集、调整算法网络框架、实现目标上下文推理等三种具体应用形式进行了详细介绍。对联合知识与卷积神经网络方法的遥感影像目标检测方法进行了展望。     

生成对抗网络及其图像处理应用研究进展

生成对抗网络（GAN）是一种基于对抗思想的架构体系。作为人工智能大发展背景下诞生的前沿算法,GAN已经在图像处理的多个领域取得了显著的成果。从传统GAN的算法入手,对其模型架构、数学机理、优缺点进行剖析。总结了具有代表性的GAN变体,并对GAN在图像处理方面的前沿应用进行介绍。结合现有GAN发展依然存在的问题,对GAN的发展趋势进行了展望。     

钢铁行业余能发电

目前钢铁行业采用余能发电已成为普遍趋势,对当前钢铁行业余能发电的新政策、钢铁生产流程及余能利用、发电机组原理及特性、钢铁余能发电燃气蒸汽联合循环(CCPP)技术进行了分析。     

液液萃取-毛细管气相色谱法同时测定水中11种氯代苯类化合物

建立了采用液液萃取-毛细管气相色谱法测定水中11种氯代苯类化合物的方法。采用石油醚作为溶剂,萃取水中11种氯代苯类化合物,各类氯代苯类化合物工作曲线回归方程的相关系数均能达到0.995以上;其相对标准偏差均小于5%;其检出限均小于GB 3838—2002和GB5749—2006的限值,能够满足水中氯代苯类化合物检测的需要。     

基于增强RPN的孪生网络目标跟踪算法

目前孪生网络跟踪器已经具有比较良好的表现,但是对于卷积神经网络所提取的特征仍没有较好地利用其特点,同时孪生网络通过相似性学习进行跟踪的特性使跟踪器的准确性和鲁棒性存在不足。提出了一种金字塔式特征融合的方法,根据骨干网络特征提取层不同深度具有不同侧重的特点提高网络对目标的表征能力,然后使用注意力机制对区域推荐网络（Region Proposal Network,RPN）进行增强,最终实现更精准更鲁棒的跟踪。在OTB100数据集的实验中,新提出的SiamERPN(Siamese Enhanced RPN)算法分别得到了0.668的成功率和0.876的精度,测试结果好于基线算法和其他对比算法。     

含溴原水深度处理中溴酸盐生成的影响因素

为研究含溴原水深度处理中溴酸盐生成的影响因素,对苏州地区X水厂原水,各工艺段的出水,以及出厂水中的溴酸盐、溴化物、氨氮、高锰酸盐指数等水质指标进行了检测,并考察了各类水质指标与出厂水溴酸盐含量之间的关系.结果表明X水厂深度处理工艺过程中,溴酸盐浓度的峰值出现在主臭氧后,随着臭氧投加量的增加或者原水氨氮浓度的降低,出厂水...     

改进最大 Lyapunov指数的瓦斯时间序列预测研究

针对混沌理论中基于最大Lyapunov指数预测瓦斯浓度过程中符号不确定的问题,在简化的C-C方法重构瓦斯浓度时间序列的相空间和Wolf方法计算最大Lyapunov指数谱的基础上,引入加权局域的思想优化瓦斯浓度预测模型。仿真结果表明：加权局域点个数为5时,改进预测算法最优,且比传统Lyapunov指数预测更精确。     

酶底物法与多管发酵法检测总大肠菌群差异分析

采用酶底物法和多管发酵法同时检测长江中下游地区地表水中的总大肠菌群,结果表明,参照《生活饮用水标准检验方法微生物指标》(GB/T 5750.12—2006),酶底物法在肠杆菌属的检出灵敏度上显著高于多管发酵法,而在埃希氏菌属的检出灵敏度上基本一致,酶底物法可以作为评价水质微生物污染的快速准确检测方法,用于水厂日常的检测工作。     

TS-104阻垢缓蚀剂在离子膜(法)烧碱装置中的应用

介绍了TS—104的应用情况,现场应用表明TS—104具有优良的阻垢与缓蚀效果。     

基于深度学习的视觉单目标跟踪综述

单目标跟踪是一种在视频中利用目标外观和上下文信息对单个目标分析运动状态、提供定位的技术,在智能监控、智能交互、导航制导等方面具有应用前景,但遮挡、背景干扰、目标变化等问题导致实际应用的进展缓慢.随着近年来深度学习的快速发展,研究使用深度学习技术优化单目标跟踪算法已成为计算机视觉领域的热点之一.围绕基于深度学习的单目标跟踪算法,在分析了单目标跟踪的基本原理基础上,从相关滤波、孪生网络、元学习、注意力、循环神经网络和生成对抗网络六个方面,根据核心算法的不同分别进行了概述和分析;此外,对研究现状进行了总结,提出了算法的发展趋势和优化思路.