多特征融合的文档图像版面分析

目的 在文档图像版面分析上,主流的深度学习方法克服了传统方法的缺点,能够同时实现文档版面的区域定位与分类,但大多需要复杂的预处理过程,模型结构复杂。此外,文档图像数据不足的问题导致文档图像版面分析无法在通用的深度学习模型上取得较好的性能。针对上述问题,提出一种多特征融合卷积神经网络的深度学习方法。方法 首先,采用不同大小的卷积核并行对输入图像进行特征提取,接着将卷积后的特征图进行融合,组成特征融合模块;然后选取DeeplabV3中的串并行空间金字塔策略,并添加图像级特征对提取的特征图进一步优化;最后通过双线性插值法对图像进行恢复,完成文档版面目标,即插图、表格、公式的定位与识别任务。结果 本文采用mIOU（mean intersection over union）以及PA（pixel accuracy）两个指标作为评价标准,在ICDAR 2017 POD文档版面目标检测数据集上的实验表明,提出算法在mIOU与PA上分别达到87.26%和98.10%。对比FCN（fully convolutional networks）,提出算法在mIOU与PA上分别提升约14.66%和2.22%,并且提出的特征融合模块对模型在mIOU与PA上分别有1.45%与0.22%的提升。结论 本文算法在一个网络框架下同时实现了文档版面多种目标的定位与识别,在训练上并不需要对图像做复杂的预处理,模型结构简单。实验数据表明本文算法在训练数据较少的情况下能够取得较好的识别效果,优于FCN和DeeplabV3方法。     

懒散复制DDBS中基于时标的事务控制

懒散复制分布式数据库系统的事务可以在不同节点上执行,如果其先后顺序不能得到保证,则会产生“脏数据”问题,甚至导致整个系统数据的不一致。针对以上问题,采用基于时标戳的并发控制思想,在懒散复制的分布式数据库中实现Strong Session ISR,保证事务的执行顺序。该方法可以防止“脏数据”问题,达到较高的并发度。     

基于压缩感知和DNA编码的图像加密算法

针对传统图像加密算法安全性能差和传输效率低等问题,提出了一种基于压缩感知CS和DNA编码相结合的图像压缩加密算法。首先,采用CS对待加密图像进行预处理,在预处理过程中由克罗内克积KP构造测量矩阵并按比例缩小原始图像。接着,利用超混沌Bao系统产生的混沌序列动态控制DNA编码、解码和运算方式,对压缩图像进行加密和解密。最后,通过重构算法得到重构图像。该算法最大限度地利用了超混沌Bao系统产生的混沌序列,通过将生成的混沌序列整数化,对原始图像进行DNA扩散操作。仿真实验和结果分析表明,该算法能有效提高图像的传输效率和安全性。     

高温后陶瓷纤维增强混凝土超声检测试验研究

研究了高温作用以及不同冷却方式对陶瓷纤维增强混凝土(ceramic fiber reinforced concrete,CFRC)力学性能及超声传导特征的影响。试验结果表明,随着温度的升高,CFRC性能不断劣化,抗压强度、超声波波速总体呈下降趋势;400℃之前,其劣化程度较小,且抗压强度在400℃时有所回升,400℃之后,劣化速率明显增大,结构性能急剧下降;同自然冷却情况相比,喷水冷却后CFRC各项性能指标下降更为严重;超声波波速与剩余抗压强度服从一定的函数关系,根据试验结果给出了其函数表达式。     

流量秤进料门铸造工艺设计

对用焊接和铸造两种工艺生产流量秤进料门的生产工艺进行了比较,发现焊接工艺生产的进料门不仅存在变形超差,而且耐磨性差、成本高,而铸造工艺生产的进料门不易变形,耐磨性好,成本低.通过对几种铸造方法进行比较,选择了金属型铸造方法,并详细介绍了金属型铸造工艺.生产的进料门经验证,质量完全达到要求,并降低了生产成本.     

煤层顶板裂隙带空间网状结构滤纯甲烷研究

煤层顶板裂隙带对提高抽采瓦斯浓度起到的滤纯作用被普遍认可，裂隙带高位钻孔瓦斯抽采技术也已被广泛应用于回采工作面瓦斯防治。为研究滤纯甲烷作用机理，采用理论分析与CT扫描实验相结合的方法研究了煤层顶板裂隙带内裂隙的空间网状结构，指出：在回采工作面采空区上方的垮落带、裂隙带至弯曲下沉带存在着大量的采动造成的宏观裂隙和微观裂隙，裂隙几何尺寸逐渐变小，形成巨大空间网状结构；垮落带与裂隙带下部的宏观裂隙因CH₄强扩散性造成靠近上部瓦斯浓度较高，裂隙带中上部微观裂隙网类似巨厚滤膜，通过黏性流和Knudsen扩散滤纯作用，起到进一步提高CH₄浓度的效果。研究结论在富县党家河煤矿进行了工程试验，结果表明：在煤层顶板以上垂直高度16～18 m的裂隙带上部为最佳滤纯CH₄区间，瓦斯抽采体积分数普遍在50%以上，最高达73%，验证了煤层顶板裂隙带空间网状结构滤纯CH₄的正确性。研究成果对高位抽采钻孔布置、矿井瓦斯高效抽采与利用具有一定的指导意义。     

基于超混沌的三层量子图像加密算法研究

具有高效运算能力的量子计算机的提出使得基于经典计算机的图像加密算法安全性大大降低,如何将图像转移到量子计算机表示并进行加密传输是一个难点。针对这一问题,设计了基于NEQR模型的3层量子图像加密算法。首先,利用希尔伯特(Hilbert)矩阵实现量子块级置乱;然后,利用超Lorenz混沌系统生成的随机序列,打乱量子像素中的位顺序,实现位级置乱;最后,利用量子随机图像对原始量子图像进行CNOT操作并进行位本身CNOT操作,实现位级扩散,得到最后的加密图像。实验结果表明,加密图像的相关系数较低,加密算法的密钥空间大,加密图像的像素改变率、归一化平均变化强度和熵值接近理论值,具有良好的安全性和可行性。