采用汽轮机速度级测量蒸气流量的试验研究

本文依据汽轮机通流量计算的斯托多拉流量锥三维曲线,经过简化而来的弗留格尔公式,从20世纪90年代开始在新投产单元机组上实施应用.经过几十年的推广应用表明,该测量方法能够满足机组的运行监视和单元机组机炉协调控制系统需求.     

多目标TOPSIS法在水资源配置方案综合评价中的实践

随着水资源供需矛盾日益尖锐,某些地区的水资源已经很难满足用水要求,为使可供的水资源得到高效利用,需合理规划配置水资源。利用多目标决策中TOPSIS方法的原理及计算步骤,对区域水资源配置的不同方案中进行综合评价,得出最优配置方案。通过TOPSIS方法与FS-BP-ANN评价方法的结果对比表明,此法能够客观、准确地选择出最优方案,具有实用性。     

新型正交消隐点的摄像机标定方法

在分析了摄像机模型,单双目视觉系统标定以及消隐点几何特性的基础上,提出了一种新型正交消隐点的摄像机标定方法。该方法仅使用摄像机在不同视角拍摄多幅(至少3幅)棋盘格模板的图像。引入一二阶径向畸变的摄像机针孔模型,主要由消隐点的计算与优化,消隐点法线性标定内部参数,新型改进的Tsai两步法线性求解外部参数和非线性全局优化等组成。实验结果表明,所给出的方法在全局优化之后,7幅图像的重投影平均像素误差为0.0043pixel,耗时为1.7911260s,可见速度快且精度高,可广泛应用于计算机视觉研究、工业三维测量与重构、道路测绘等多个领域的摄像机标定。     

基于深度学习的小目标检测研究与应用综述

目标检测在基于传统手工特征及深度学习算法上已经取得较大发展,然而针对小目标检测的研究近几年才开始出现,研究成果较少,且大都是在已有目标检测算法基础上进行改进,以提高小目标检测的检测精度.小目标像素点少,本身携带的特征少,多次下采样后就更难进行特征提取,因而小目标检测面临极大挑战.小目标检测在自动驾驶、遥感图像检测、刑侦等领域都有广泛应用需求,对于小目标检测技术的研究有重要的实用价值.本文对小目标检测的现有研究成果进行了详细综述.首先,将现有算法按照检测需要的阶段数分为一阶段、二阶段、多阶段,描述了RetinaNet、CornerNet-Lite、特征金字塔网络（Feature Pyramid Network,FPN）等算法的原理并进行了对比分析.其次,本文描述了小目标检测技术在不同领域的应用情况,并汇总了MS COCO、PASCAL VOC、DOTA、KITTI等数据集及算法性能评价指标.最后,总结了小目标检测面临的挑战,并展望了未来的研究方向.     

基于深度学习的面部修复技术综述

传统图像修复算法在修复区域涉及复杂非重复结构(如面部)时,不能准确捕捉到高级语义。近三年来基于深度学习的方法被应用于图像修复中,其修复结果的结构相似性较传统方法提高了10%以上。首先阐述了面部修复技术的研究发展历程,主要介绍了基于深度学习的面部修复算法,将其分为无监督和有监督两大类方法,在每一类中重点对近年来涌现的各种面部修复算法进行分析和总结;然后归纳了当前主流的六类图像数据集,以及算法性能评价指标;最后讨论了面部修复技术的未来研究方向。