基于U-Net结构改进的医学影像分割技术综述

深度学习在医学影像分割领域得到广泛应用,其中,2015年提出的U-Net因其分割小目标效果较好、结构具有可扩展性,自提出以来受到广泛关注.近年来,随着医学图像割性能要求的提升,众多学者针对U-Net结构也在不断地改进和扩展,比如编解码器的改进、外接特征金字塔等.通过对基于U-Net结构改进的医学影像分割技术,从面向性能...     

两种易切削Al-Cu合金的组织与性能

采用力学性能测试、扫描电子显微分析、透射电子显微分析和切削性能试验,研究了固溶-冷拉处理的含铅2011合金与Sn、Bi微合金化的新型无铅易切削Al-Cu合金棒材的组织和性能。结果表明：Sn、Bi微合金化的无铅易切削Al-Cu合金的力学性能比传统2011合金的略好;Sn能加快Al-Cu合金的人工时效,细化CuAl2相;与含铅2011合金相比,无铅易切削Al-Cu合金中低熔点相的尺寸分布更均匀,经切削加工后,切屑尺寸更细,表面光洁度更高,具有更好的切削性能。     

无人机端路面车辆违停检测及取证系统

路边车辆违停现象日益严重,而针对路边违停现象的检测主要依赖于交警巡逻和固定相机抓拍,其时效性和灵活性不足.提出一种基于深度学习技术的无人机端路面车辆违停检测及取证系统,包含无人机车辆违停巡检和车辆违停取证两种模式.利用无人机高效灵活的优势,结合深度学习车辆检测技术检测路边车辆违停现象,并对深度学习目标检测算法进行了优化...     

神经网络智能诊断技术在混凝土结构中的理论实现与展望

混凝土结构诊断技术是现代建筑工业中的一个重要课题。基于人工神经网络的智能诊断,其融合了计算机技术与神经网络技术,并结合了工程设备的特征,它具有非线性、快速、精确等优点,更接近工程实际;同时,具有美好的发展前景。     

船用中速柴油机NOx排放特性试验分析及实船测试探讨

对一台船用中速柴油机进行了NOx台架试验,得出并分析了其试验区域内的NOx排放特性。试验结果表明：柴油机作为船舶主机,在其可能持续运行区域内,按某推进特性运行时NOx受转速影响变化较小,按不同的推进特性运行时NOx变化较大。根据柴油机NOx特性,并结合试航特点,建议在船舶试航时对主机进行NOx实船测试,并以试航工况曲线为基础建立相应的试验循环工况标准。     

基于特征融合的双模态低辨识度目标识别

针对单一彩色相机对低辨识度目标识别准确率低的问题,提出了一种利用彩色相机和红外热成像仪同时检测自动驾驶目标的方案.为了同时提取彩色图像的颜色特征与红外图像的温度特征,在单模态YOLOv3网络基础上改进网络结构得到双模态YOLOv3神经网络,并设计四种特征融合对比实验以确定最佳融合方案;建立双模态数据集同步采集系统,采集...     

高校学生活动中心的复合化设计——浅析宁夏大学"大学生活动中心"设计

以宁夏大学“大学生活动中心”为例,探讨并分析了复合化设计的特点,即观演平面形式和场地尺寸的确定,观众席的布置,建筑造型和室内空间的合理利用等.旨在严格控制空间高度,充分利用自然采光,合理确定采暖温度,尽可能利用自然风,以实现节能和可持续发展.     

浮选图像中泡沫边缘分割

矿物浮选过程中泡沫的表面特征是浮选性能的重要指标,它可以实时、直观地反映浮选效果的变化,准确分割泡沫的边缘信息是浮选过程中一项重要的任务。近年来,研究人员提出了各种浮选泡沫图像分割算法,但浮选泡沫图像中存在泡沫数量多、泡沫间粘连严重以及边缘不清晰等问题,现存的方法由于其特征提取能力有限,无法精确的分割泡沫边缘。据此,本文利用深度学习提出了一种基于多尺度融合的浮选泡沫图像边缘分割算法,该算法通过引入一种深度高分辨率的编码结构以及一种基于注意力的分层融合方法来增强模型的特征提取能力,从而提高对于浮选泡沫边缘的分割效果。具体而言,深度高分辨率的编码结构可以在不同分辨率层级上同时维护特征信息,使我们的网络模型可以有效地捕捉不同尺度的信息,在提高图像语义理解能力的同时能够保持更多的细节信息,提高处理高分辨率以及密集任务图像的能力。除此之外,本文设计了一种基于注意力的分层融合方法来充分融合深层和浅层的特征图,使融合得到的特征图趋向于更重要的特征信息,从而提高识别浮选泡沫的边界和精确定位浮选泡沫的能力。该算法在泡沫边界分割数据集上凭借58.25的泡沫IoU以及73.62的泡沫Fscore取得了最佳的性能,证明了我们提出的算法可以更加准确地分割浮选泡沫边缘。     

EXPERIMENTAL STUDY ON THE FLOW FIELD CHARACTERISTICS IN THE MIXING REGION OF TWIN JETS

Twin jets flow, generated by two identical parallel axisymmetric nozzles, has been experimentally investigated. The dimensionless spacing (B) between two nozzles were set at 1.89, 1.75 and 1.5. Measurements have been carried out at several free-stream velocities ranging from 10 m/s to 25 m/s or Reynolds numbers (based on the nozzle diameter of 44 mm) ranging from 3.33×104 to 8.33×104. The results show that the twin jets attract each other. With the increasing Reynolds number, the turbulence energy grows, which indicates that the twin jets attract acutely. The jet flow field and the merging process of two jets vary with B. The width of the twin jets flow spreads linearly downstream and grows with B. The merging between two jets occurs at the location closer to the nozzle exit for the cases with smaller spacing between nozzles and higher Reynolds number.     

NUMERICAL SIMULATION OF THE FORMATION OF NANOPARTICLES IN AN IMPINGING TWIN-JET

The Large Eddy Simulation (LES) method has been used to solve the fluid momentum equations coupled with a convection-diffusion equation to study the formation of pollutant nanoparticles in a vehicular exhaust with impinging twin-jet. The functions of the space (S) between the two jets and the distance (H) from the exit of nozzle to the impingement plane are evaluated according to the distributions of pollutant nanoparticles. The results show that the nucleation produces a large number of nanoparticles, and gas-to-nanoparticle conversion mostly takes place in the interface region of the two jets, the circumambience of the jets, and region near the plane. The maximal particle size and maximal number concentration produced by both nucleation and coagulation appear around the region of free jet and the region near the plane, respectively. The significant differences for various spaces between the two jets are the number concentration and size distributions in the interface region of the two jets. For the case with larger space, more nanoparticles are produced by nucleation and coagulation. The more the distance from the exit of nozzle to the impingement plane, the lower is the number concentration and the fewer the particles distribute near the plane. Increasing the distance from nozzle to plane is beneficial to the reduction of nanoparticle formation.