基于半监督学习的无参考图像质量评价算法

为了能够在图像质量评价领域实现自监督学习，提出一种基于半监督学习的双分支网络训练的无参考图像质量评价算法。它是具有两个分支的训练过程，其中在一个分支使用少量手工标记数据样本来进行有监督学习，在另一个分支进行自监督学习来辅助前者训练同一个特征提取器，自监督学习部分采用几种传统的全参考方法联合为训练样本打上软标签。在6个公开的图像数据库中进行大量实验，结果表明所提算法不仅在合成失真图像数据集上优于目前大多数方法，而且在真实失真图像数据集上具有良好的泛化性能，预测结果与人类主观感知表现一致。     

配电变压器能效试验中的降功率措施与实现

阐述一种配电变压器能效试验的降功率方法，通过降低试验电源容量，减小能效试验装置的体积和重量，实现便于移动和携带的能效试验装置。采用数据拟合算法对试验数据进行修正，有效解决了配变能效试验数据与试验功率存在非线性导致误差大的问题，从而提高了能效测试的数据精度。