从紫砂“荷塘情趣壶”窥见中国人的自然精神

利用自然形态的变化来造型的紫砂壶,俗称“花货”。这些以自然形体来造型的紫砂壶取材于植物、动物的自然形态以造化为师,最能代表制壶艺人的匠心独运。紫砂“花货”主要是用提炼取舍的艺术手法,利用自然形态的变化来造型的,折射出了中国人的审美需求。     

圆柱型油罐SAR图像的多径散射特征和几何参数提取

结合多径散射理论和雷达成像原理,针对圆柱型固定顶油罐和浮动顶油罐的SAR图像的多径散射提出了一种预测模型,该预测模型建立了多径散射机制引起的图像上的近似聚焦位置、强度与油罐、雷达相关参数的关系.同时,结合仿真实验和Terra-SAR图像验证了该模型的有效性,分析了油罐目标的多径特征,并针对Terra-SAR图像利用基于模型的方法有效提取了油罐目标的几何参数.结果和分析表明,该方法比传统的方法在精度、稳定性上均有所提高.     

标准移动图像处理体系结构的架构和电路实现

在介绍了手机照相模块发展的基础上,描述了标准移动图像处理体系结构(SMIA)的总体架构,包括照相模块的功能、结构设计、电气特性等,尤其对密集型照相端口(CCP2.0)和照相控制端口(CCI)作了详细的阐述,并实现了具体的电路设计,采用smic 0.18 um工艺,数据传输电路可以稳定地工作在650 MHz,数字电路部分约为3 k门.     

基于虚拟实验平台的远程交互实验

网络作为一种新的远程学习环境,能够支持更丰富的远程教学模式,能够弥补传统远程学习环境中的不足,改善远程教学课程的质量。通过网络实施远程交互学习,特别是远程师生交互,受到了教师和学生的高度关注。许多专家学者对远程师生交互教学的规律和方式进行了积极的实践探索和理论研究,取得了丰富的研究成果。这些成果对提高网络学习中的交互起到了巨     

初中物理虚拟实验教学模式研究

新课标注重全民素质的培养,并且要求教学中有真实的情境,有科学探究的环节,有多种学习方式,有评价反馈,这些对于传统的教学资源来讲无疑是一个挑战.我们利用基于信息技术的虚拟实验资源就可以很好地解决这些问题,构建新型的教学模式,弥补常规教学的不足.     

面向星上实时目标检测的神经网络压缩方法

针对深度神经网络在轨实时目标检测需求与星上有限硬件资源之间的矛盾,基于宇航级处理芯片特性,提出一种结合剪枝、渐进式混合量化的混合压缩方法.对网络卷积层进行滤波器级剪枝,大幅度降低卷积计算操作数量;提出一种渐进式混合量化方法,在网络量化过程中混合使用不同的量化位宽,有效降低目标检测网络在宇航级处理芯片中的内存大小.在RSOD遥感图像数据集上的实验结果表明,该方法在网络检测精度损失<1％ 的前提下,提升了网络对星上有限计算和存储资源的利用率.     

基于注意力机制修正网络的行人属性识别

针对现有行人属性识别方法模型复杂,识别性能较低的问题,提出一种端到端的行人属性识别方法。构建注意力机制修正网络,在主干网络的不同卷积层后添加注意力分支,以提取注意力特征关注属性相关空域;提出一种注意力机制辅助训练方法,将注意力分支与主网络在预测级进行损失融合,通过梯度反向传播修正主网络权重,实现主网络的有效训练;在预测阶段,利用权重修正后的主网络实现属性识别。在RAP数据集上的实验结果表明,提出方法在没有额外辅助信息、不增加主网络体积和计算量的情况下,提升了行人属性识别性能。     

基于虚拟实验平台的远程交互实验

网络作为一种新的远程学习环境,能够支持更丰富的远程教学模式,能够弥补传统远程学习环境中的不足,改善远程教学课程的质量.通过网络实施远程交互学习,特别是远程师生交互,受到了教师和学生的高度关注.许多专家学者对远程师生交互教学的规律和方式进行了积极的实践探索和理论研究,取得了丰富的研究成果.这些成果对提高网络学习中的交互起到了巨大的推动作用.在网络学习中,学习者的交互水平已经得到国内外学者的普遍关注,国外从20世纪80年代就开始研究"交互"的问题.     

氧气顶吹转炉除尘废水的絮凝试验

氧气顶吹转炉除尘废水,其悬浮固体物浓度高,粒度细,故处理难度高。但废水经采用有机高分子絮凝剂——聚丙烯酰胺和永磁分离工艺复合处理后,具有净化效率高,水质好,废水处理成本低等特点。因此,该工艺是一种经济而又行之有效的方法。     

基于特征解耦的SAR图像舰船检测蒸馏

目前,基于深度学习的合成孔径雷达（SAR）舰船目标检测方法受到广泛关注。但因为模型参数量大、运算内存高等问题限制了其实际应用。通过学生网络模仿教师网络,知识蒸馏被视作一种高效的模型压缩方法。然而,大部分的知识蒸馏算法只针对常见的可见光图像任务,将其直接应用到复杂的SAR图像舰船目标检测上性能表现不佳。通过分析,出现上述性能不佳现象有以下两个原因：（1）前景背景面积严重失衡;（2）缺乏对前景和背景像素的关系建模。针对上述问题,提出基于解耦特征的拓扑距离知识蒸馏算法。前景和背景解耦蒸馏可以缓解前景背景失衡问题。通过解耦特征拓扑距离蒸馏,学生网络可以从教师网络学习到前景背景之间的关系,增强对背景噪声鲁棒性。实验结果表明,相比许多蒸馏算法,所提出的算法可以十分有效地提升学生网络在SAR图像舰船目标检测精度。比如,基于ResNet18-C4骨干网络的Faster R-CNN模型在HRSID数据集上AP提升6.85个百分点,从31.81%提升到38.66%。