An improved U-Net for cell confluence estimation

Cell confluence is an important metric to determine the growth and the best harvest time of adherent cells. At present, the evaluation of cell confluence mainly relies on experienced labor, and thus it is not conducive to the automated cell culture. In this paper, we proposed an improved U-Net algorithm (called DU-Net) for the segmentation of adherent cells. First, the general convolution was replaced by the dilated convolution to expand the receptive fields for feature extraction. Then, the convolutional layers were combined with the batch normalization layers to reduce the dependence of the network on initialization. As a result, the segmentation accuracy and F1-score of the proposed DU-Net for adherent cells with low confluence (<50%) reached 96.94% and 93.87%, respectively, and for those with high confluence (≥50%), they reached 98.63% and 98.98%, respectively. Further, the paired t-test results showed that the proposed DU-Net was statistically superior to the traditional U-Net algorithm.     

基于激光自混合干涉调频信号的位移测量实验

激光自混合干涉在高精度测量领域发挥着越来越重要的作用,微位移测量已应用于大型土木结构、航空航天、健康监测等。传统测量以调幅信号为主,但随着噪声加强,测量误差越来越大,甚至难以测量。为此,采用马赫-曾德尔干涉仪,实现了调幅/调频信号转换。针对大噪声环境下的调频信号,利用多次希尔伯特变换进行相位解卷,实现了原始信号的重构。数值仿真结果证明了该方法的有效性,在10 dB白噪声环境中,系统的信噪比为10.0614 dB,估计误差为0.0614 dB。实验结果表明,微位移重构的误差在100 nm以内,且调频信号的信噪比远高于调幅信号。该方法适用于超精密测量,且在大噪声环境下仍具有较高的信噪比。     

基于多尺度特征选择性融合的遥感图像检测算法北大核心CSCD

遥感图像的检测在监察自然环境、军事、国土安全等方面具有极其广阔的应用前景,而遥感图像具有背景复杂、目标面积小、特征提取困难等缺点,进行检测时容易产生小目标漏检问题。本文提出一种基于多尺度特征选择性融合的遥感图像检测算法。所提算法采用改进的Resnet50作为主干网络,将Resnet50第一个卷积替换成动态卷积,并将其ConvBlock模块中的卷积替换成金字塔卷积,提高特征提取能力。同时,为了避免遗漏底层信息,在动态卷积层后加入所提有效空间通道注意力机制模块。最后,选取基于上下文信息的不同尺度特征进行融合,提高了模型对目标物体的定位能力。实验结果表明,本文算法在保证速度的同时提高了对遥感图像的检测精度,在遥感图像公开数据集RSOD和NWPUVHR-10上平均精度均值(mean average precision,mAP)分别达到91.88%和90.23%,检测速度达到33 FPS。     

硅基片上集成二维光控多波束形成的研究

传统雷达系统在当今日益复杂的电磁环境中面临严重挑战,而集成微波光子学技术可突破传统雷达的技术瓶颈,具有大带宽、高分辨率、高复用度、高集成化等技术优势。本文基于集成微波光子技术,研制了一款硅基集成二维光控多波束形成系统样机,提出了一种基于二氧化硅平面光波导的片上集成二维光控多波束形成系统架构,结合流片加工平台完成了关键光芯片的设计流片和封装测试,最终完成系统样机整机联调测试,并对实验结果进行理论计算处理,验证了硅基集成波束形成系统的关键性能指标。系统具有大瞬时带宽、二维同时多波束、各波束多波位独立扫描的能力,与此同时兼具硅基光子集成技术的小型化、轻量化、低成本等优势,试验结果验证了集成微波光子技术应用于雷达系统的先进性和应用潜力。     

基于视频图像的输变电设备外部缺陷检测技术及其应用现状

基于视频图像的电力设备缺陷检测技术是实现电力智慧运维的关键技术之一,可解决电力设备故障自动诊断、主动预警和在线运维中存在的外部缺陷智能识别问题,减少人力资源浪费,提高电力系统巡检智能运维的频率与效率,从而弥补传统输变电设备巡检运维方式的不足。该文详细综述了当前典型的基于视频图像的输变电设备缺陷检测算法及图像处理技术,分析了传统图像处理方法及深度学习方法在电力设备缺陷检测领域应用的优缺点,总结了当前算法应用及开发平台的现状,指出了基于视频图像的输变电设备缺陷检测技术存在的问题,并展望了未来发展方向。     

基于“嵩山”超级计算机系统的大规模管网仿真

供水管网仿真广泛应用于城市供水输配调度,是城市供水管网监测与维护的重要技术手段。由于在面向城市级的大规模管网中产生了海量的计算数据,因此在一般计算平台上无法满足管网仿真计算的算力需求。为提升城市级供水管网仿真的计算效率,提出一种有效的并行化方案。基于“嵩山”超级计算机系统采用中央处理器+数据缓存单元（CPU+DCU）架构,利用其在密集数据计算方面的优势,对“嵩山”超级计算机进行供水管网仿真。参照可移植性异构计算接口（HIP）异构编程模型,在“嵩山”超级计算机上实现供水管网仿真的异构计算,并结合管道数据分割方案,使用消息传递接口开启多进程以实现DCU加速数据通信传递。通过重定义数据类型解决计算过程中结构体传输问题,实现单节点内多DCU的大规模密集计算。在不同计算平台和多种计算策略仿真上的对比结果表明,与传统x86平台相比,该优化方案在小规模数据与大规模数据上的加速比分别达到5.269、10.760,与采用计算统一设备架构异构编程模型的传统GPU异构平台相比,计算性能有明显提高。     

面向国产平台的LLVM自动向量化移植与优化

作为SIMD扩展部件向量化的重要手段,自动向量化已在LLVM编译器中得到实现,但向量长度以及指令集功能的差异,导致国产平台在自动向量化过程中容易错失向量化机会以及向量化后产生倒加速的问题。为使SIMD得到充分应用,结合国产平台的指令集特征完善指令代价信息以提高收益分析精准度,使其在自动向量化后生成后端支持且简洁高效的向量指令。在此基础上,提出一种改进的控制流向量化方法,通过添加指令代价信息提高自动向量化的适配能力,从而形成一套面向国产平台的LLVM自动向量化系统。实验结果表明,相比自动向量化移植前,通过该方法进行移植优化后,SPEC测试的整体性能提升10.8%,TSVC测试集中的加速比提升16%,精准代价指导下的加速比提升42%,控制流向量化下的加速比提升51%。