基于深度学习的光学遥感图像目标检测综述

目标检测是光学遥感图像解译的核心环节,广泛应用于情报侦察、土地利用、城市规划等领域。近年来,深度学习的发展成熟使光学遥感目标检测的精确度和效率得到大幅提升。本文首先综述了基于深度学习的通用目标检测算法;然后介绍了当前常用的光学遥感图像目标检测数据集并依据数据特点分析了数据集的发展趋势;接着根据遥感图像检测难点,从任意方向、多尺度、小目标、密集分布、复杂背景5个方面详细梳理了算法的优化方案;最后展望了光学遥感图像目标检测研究的发展方向。     

基于原始点云的三维目标检测算法

针对当前三维目标检测中存在的数据降采样难、特征提取不充分、感受野有限、候选包围盒回归质量不高等问题,基于3DSSD三维目标检测算法,提出了一种基于原始点云、单阶段、无锚框的三维目标检测算法RPV-SSD(random point voxel single stage object detector),该算法由随机体素采样层、3D稀疏卷积层、特征聚合层、候选点生成层、区域建议网络层共五个部分组成,主要通过聚合随机体素采样的关键点逐点特征、体素稀疏卷积特征、鸟瞰图特征,进而实现对物体类别、3D包围盒以及物体朝向的预测。在KITTI数据集上的实验表明,该算法整体表现良好,不仅能够命中真值标签中的目标并且回归较好的包围盒,还能够从物体的不完整点云推测出物体的类别及其完整形状,提高目标检测性能。     

大藤峡水利枢纽泄水闸坝段深层抗滑稳定性问题

大藤峡水利枢纽主坝为混凝土重力坝。根据前期勘察及施工期开挖揭露,泄水闸坝段坝基岩体发育多条层间软弱夹层,性状较差、连续性好,产状缓倾下游偏左岸,可构成坝基深层滑移边界。针对上述工程地质问题,通过分析软弱夹层分布及性状,确定结构面力学参数;进行软弱夹层与断层、节理空间组合,确定滑移模式;以刚体极限平衡法进行滑面深度的敏感性分析,并进行坝基深层抗滑稳定性计算,评价坝基深层抗滑稳定性;对不满足规范要求的坝段,亦在计算成果基础上,提出了针对性处理措施,取得理想效果。研究成果可为大型水利水电工程重力坝深层抗滑稳定性研究提供启示和借鉴。     

6016铝合金变形应变场研究新方法

以6016铝合金为研究对象进行等速拉伸实验,使用数字图像相关方法(Digital Image Correlation,DIC)对铝合金的拉伸过程进行定性表征,实验研究全应变场变化,并进行断口组织观察。采用多相机DIC系统得到了6016-T4铝合金的成形极限(Forming Limit,FL),定位了时间-应变关系曲线中的FL。     

基于绿色建材产业园的思考

如今以绿色建材产业园形式开展的规模化生产运营逐渐增多。本文简单介绍了水泥窑协同绿色建材产业园的技术方案,并基于当前市场及其处置的特点优势,分析了建设绿色建材产业园的意义。同时针对目前水泥窑协同处置存在的问题,提出积极有效的措施,大力推广绿色建材,推进生态文明建设。     

房建施工中防渗漏施工优化措施

在建筑工程施工中,外墙渗漏对建筑使用寿命和功能具有严重影响.如果在设计、施工、验收等环节出现任何不合理因素,均会导致外墙渗漏.所以,必须合理控制建筑施工,优化设计,保障建筑工程不存在渗漏问题.本文根据笔者自身多年的建筑施工管理经验,主要分析了建筑渗漏的相关问题,探讨预防渗漏的相关技术和措施.     

颐和园写秋轩造园艺术初探

颐和园写秋轩的选址对于造园来说并不理想,但是我们的前辈们却能在这里创作出极富诗意的园林栖居,并被孟兆祯先生誉为典范。本文尝试结合历史文献、实地调研与测绘对其进行一系列的研究,通过分析其园林内部与外部空间环境、成景与得景等多方面因素,总结其"景面文心"的园林内涵,并深入剖析写秋轩假山的设计推理过程与其成功的原因。以期更为深刻地理解传统山地园林造园艺术,并为现代山地园林的设计与营造提供借鉴。     

生物质气化技术研究现状及其发展

生物质气化技术是洁净利用生物质能的有效方法之一。综述了生物质气化剂气化技术及其影响可燃气成分的主要因素,着重介绍几种常见的生物质气化剂在气化过程中发生的主要化学反应和在国内外的研究及应用现状。通过气化技术性能的对比,提出了研究开发经济上可行、效率较高的气化剂气化技术,同时阐明了我国生物质气化技术上亟待解决的难题,为我国在今后生物质气化剂气化领域的发展提供方向。     

基于有限元法的离子迁移谱电场数值模拟研究

传统线性离子迁移谱中漂移管电场的均匀性是离子迁移谱性能的主要影响因素之一。本研究利用COMSOL Multiphysics仿真平台,基于有限元法对线性漂移管的内电场进行数学物理建模及数值模拟分析,给出建模方法和均匀电场的标准,研究了电极厚度、绝缘环厚度、漂移管内径以及漂移管外部电场等因素对漂移管内电场的影响,旨在通过模拟结果优化离子迁移谱仪器设计,提高离子迁移谱的性能,为设计者提供参考。     

数据流上的预测聚集查询处理算法

实时数据流未来趋势的预测具有重要的实际应用意义.例如,在环境监测传感器网络中,通过对感知数据流进行预测聚集查询,观察者可以预测网络覆盖的区域在未来一段时间内的平均温度和湿度,以确定是否会发生异常事件.目前的研究工作多数集中在数据流上当前数据的查询,数据流上预测查询的研究工作还很少.采用多元线性回归方法,给出了数据流上的聚集值预测模型,提出了一种数据流预测聚集查询处理方法.当预测失败的次数大于预先给定的阈值时,给出了一种预测模型自动调整策略,以降低预测误差.还提出了滑动窗口的更新周期、数据流的流速对预测精度影响的数学模型.理论分析与实验结果表明,提出的预测聚集查询处理算法具有较高的性能,并且能够返回满足用户精度要求的预测查询结果.在实验中,采用TPC-H国际标准测试数据和TAO(tropical atmosphere ocean)测量的海洋表面空气温度数据来构造数据流.