鸡胚细胞制备17D黄热疫苗

目的应用鸡胚细胞制备17D黄热疫苗。方法细胞与病毒同时接种,选择病毒增殖的适宜条件,收获病毒液,加入稳定剂,制备成冻干鸡胚细胞黄热疫苗,并进行鉴别试验、病毒滴定和疫苗保护力试验。结果病毒增殖的最适MOI为0.00046PFU/cell;最适培养温度为37℃;第2天洗换,第4天收获更合适;最适病毒感染细胞数为6.80×105～7.00×105个/ml。病毒感染鸡胚细胞后,滴度可达6.15～6.97LgPFU/ml。疫苗主要指标均达到《中国生物制品规程》(2000版)和WHO对疫苗的要求。免疫小鼠45d后,用卵黄囊疫苗4×103PFU脑内攻击,小鼠全部存活。结论在适宜的条件下,用鸡胚细胞制备17D黄热疫苗,能达到WHO疫苗人用标准。鸡胚细胞有取代鸡胚卵黄囊制备黄热疫苗的可能。     

一种基于概率距离尺度学习的图像标注方法

大部分传统的基于距离尺度学习的图像标注方法假设训练样本之间存在确定的约束关系。这样的假设在小规模、精准的数据集上可以取得一定的效果。但是当数据量较大,每幅图像有多个标注且部分标注含有噪声时,这种过于理想的假设则不成立。提出了一种基于概率主题模型的距离尺度学习方法,通过概率主题模型挖掘这种模糊的、潜在的不确定辅助信息,并应用于后续的距离尺度学习中得到语义上距离尺度,改进基于搜索的图像标注性能。在 Flickr 数据集上的实验证明所提出方法比当前方法具有更好的图像自动标注性能。     

基于混合双隐层径向基函数网络的高分辨率SAR图像地物分类算法研究

本文在高分辨率条件下对传统的合成孔径雷达(SAR)图像自动地物分类技术进行了扩展研究．文章首先指出了经典的前馈神经网络模型在SAR图像地物分类中的不足，然后基于径向基神经网络(RBFN)，结合混合专家系统，提出了一种变型的网络结构模型，称之为混合双隐层径向基函数网络(MDHRBFN)，并将其应用于高分辨率单视单极化的SAR图像地物分类．实验结果表明，基于该模型的分类算法能够将SAR图像较好地区分为人造目标类、自然目标类、背景和阴影，具有比经典RBFN模型更好的分类效果，不但可以应用于SAR图像辅助判读，而且能够为目标识别过程提供潜在目标切片．     

大规模目标解译本体存储映射模式的研究

借助关系型数据库（RDBMS）在数据存储、管理和访问控制方面的优势,采用RDBMS作为大规模人造目标解译本体底层的存储模式。利用RDBMS存储机制需解决本体同RDBMS映射的模式问题。通过分析现有的本体映射模式方法存在的不足,提出一种改进的混合本体映射模式,用于生成存储大规模人造目标解译本体的数据库存储模型,支持本体的演化及更新,实验结果证明该方法的有效性。     

遥感边缘智能技术研究进展及挑战

随着航空航天、遥感和通信等技术的快速发展,5G等高效通信技术的革新,遥感边缘智能（edge intelligence）成为当下备受关注的研究课题。遥感边缘智能技术通过将遥感数据处理与分析技术前置实现,在近数据源的位置进行高效地遥感信息分析和决策,在卫星在轨处理解译、无人机动态实时跟踪、大规模城市环境重建和无人驾驶识别规划等应用场景中起着至关重要的作用。本文对边缘智能在遥感数据解译中的研究现状进行了归纳总结,介绍了目前遥感智能算法模型在边缘设备进行部署应用中面临的主要问题,即数据样本的限制、计算资源的限制以及灾难性遗忘问题等。针对问题具体阐述了解决思路和主要技术途径,包括小样本情况下的泛化学习方法,详细介绍了样本生成和知识复用两种解决思路;轻量化模型的设计与训练,分析了模型剪枝和量化等方法以及基于知识蒸馏的训练框架;面向多任务的持续学习方法,对比了样本数据重现和模型结构扩展两种原理。同时,还结合了典型的遥感边缘智能应用,对代表性算法的优势和不足进行了深层剖析。最后介绍了遥感边缘智能面临的挑战,以及未来技术的主要发展方向。     

高分辨率SAR图像中矩形建筑物特性分析与三维重建

近年来不断发展成熟的合成孔径雷达技术将获取的图像分辨率提高到分米级.在高分辨率条件下,建筑物在SAR图像上表现出的空间信息更加丰富,结构特征更加明显.首先提出了分解模型对高分辨SAR图像中矩形建筑物的特性进行详细分析.在此模型中,散射效应根据不同的贡献来源被细分,以便于解析建筑物图像特征在不同的SAR成像条件下的几何结构和空间分布规律.然后基于建筑物图像表征的结构先验,提出了一种新的单幅高分辨率SAR图像建筑物检测和3-D重建算法,其中包括模型匹配的图像特征的提取,以及先验引导的重建过程.最后,选用了实际高分辨率SAR图像进行建筑物检测和三维重建实验并对重建结果进行了讨论.     

多源特征自适应融合网络的高分遥感影像语义分割

目的 在高分辨率遥感影像语义分割任务中,仅利用可见光图像很难区分光谱特征相似的区域(如草坪和树、道路和建筑物),高程信息的引入可以显著改善分类结果。然而,可见光图像与高程数据的特征分布差异较大,简单的级联或相加的融合方式不能有效处理两种模态融合时的噪声,使得融合效果不佳。因此如何有效地融合多模态特征成为遥感语义分割的关键问题。针对这一问题,本文提出了一个多源特征自适应融合模型。方法 通过像素的目标类别以及上下文信息动态融合模态特征,减弱融合噪声影响,有效利用多模态数据的互补信息。该模型主要包含3个部分：双编码器负责提取光谱和高程模态的特征;模态自适应融合模块协同处理多模态特征,依据像素的目标类别以及上下文信息动态地利用高程信息强化光谱特征,使得网络可以针对特定的对象类别或者特定的空间位置来选择特定模态网络的特征信息;全局上下文聚合模块,从空间和通道角度进行全局上下文建模以获得更丰富的特征表示。结果 对实验结果进行定性、定量相结合的评价。定性结果中,本文算法获取的分割结果更加精细化。定量结果中,在ISPRS(International Society for Photogrammetry...     

超声波抑制滇池水华藻类生长的实验研究

通过叶绿素a浓度及藻体密度变化研究了超声波对滇池水华藻类生长的影响.当超声辐照5min时,藻体密度为时照组的35%,叶绿素a浓度下降了22.1%,表明超声波对滇池水华藻类生长有明显抑制作用.     

邻苯三酚红-溴化十六烷基三甲铵光度法测定微量钒

利用三元络合物光度法测定V已有报导。而V(Ⅳ)—邻苯三酚红(PR)—溴化十六烷基三甲铵(CTMAB)光度法迄今未见报导。我们发现在抗坏血酸存在下,在pH4.5的乙酸—乙酸铵介质中,V(Ⅳ)与PR和CTMAB形成2:3:3络合物。λ_(max)=670nm,△λ=150nm,ε_(670nm)=2.4×10~4。络合物一经形成,加入3ml 6N硫酸,200mg氟化钾、酒石酸或苦干三乙醇胺和乳酸均不被破坏,Fe、Al等多种离子则被掩蔽,可直接测定低合金钢和矿石中V。方法简便、快速和准确。     

基于Beta-Prime统计模型和QGD分类器的SAR图像地物分类方法

本文融合了Beta-prime(BP)统计模型和Quadratic Gamma discrimination(QGD)分类器各自的优点,给出了一个完整的合成孔径雷达(SAR)图像地物分类算法.通过利用BP模型区分背景杂波和目标,利用QGD分类器区分自然目标和人造目标,可以精确地把SAR图像分成阴影、背景杂波、自然目标和人造目标,在为目标识别过程提供潜在目标切片的同时,也能够提供背景杂波和自然目标的信息.