FGSC-23：面向深度学习精细识别的高分辨率光学遥感图像舰船目标数据集

目的 基于光学遥感图像的舰船目标识别研究广受关注,但是目前公开的光学遥感图像舰船目标识别数据集存在规模小、目标类别少等问题,难以训练出具有较高舰船识别精度的深度学习模型。为此,本文面向基于深度学习的舰船目标精细识别任务研究需求,搜集公开的包含舰船目标的高分辨率谷歌地球和GF-2卫星水面场景遥感图像,构建了一个高分辨率光学遥感图像舰船目标精细识别数据集（fine-grained ship collection-23,FGSC-23）。方法 将图像中的舰船目标裁剪出来,制作舰船样本切片,人工对目标类别进行标注,并在每个切片中增加舰船长宽比和分布方向两类属性标签,最终形成包含23个类别、4 052个实例的舰船目标识别数据集。结果 按1：4比例将数据集中各类别图像随机划分为测试集和训练集,并展开验证实验。实验结果表明,在通用识别模型识别效果验证中,VGG16（Visual Geometry Group 16-layer net）、ResNet50、Inception-v3、DenseNet121、MobileNet和Xception等经典卷积神经网络（convolutional neural network,CNN）模型的整体测试精度分别为79.88%、81.33%、83.88%、84.00%、84.24%和87.76%;在舰船目标精细识别的模型效果验证中,以VGG16和ResNet50模型为基准网络,改进模型在测试集上的整体测试精度分别为93.58%和93.09%。结论 构建的FGSC-23数据集能够满足舰船目标识别算法的验证任务。     

基于注意力机制的多层次编码和解码的图像描述模型

图像描述任务是图像理解的一个重要分支,它不仅要求能够正确识别图像的内容,还要求能够生成在语法和语义上正确的句子。传统的基于编码器-解码器的模型不能充分利用图像特征并且解码方式单一。针对这些问题,提出一种基于注意力机制的多层次编码和解码的图像描述模型。首先使用Faster R-CNN（Faster Region-based Convolutional Neural Network）提取图像特征,然后采用Transformer提取图像的3种高层次特征,并利用金字塔型的融合方式对特征进行有效融合,最后构建3个长短期记忆（LSTM）网络对不同层次特征进行层次化解码。在解码部分,利用软注意力机制使得模型能够关注当前步骤所需要的重要信息。在MSCOCO大型数据集上进行实验,利用多种指标（BLEU、METEOR、ROUGE-L、CIDEr）对模型进行评价,该模型在指标BLEU-4、METEOR和CIDEr上相较于Recall（Recall what you see）模型分别提升了2.5个百分点、2.6个百分点和8.8个百分点;相较于HAF（Hierarchical Attention-based Fusion）模型分别提升了1.2个百分点、0.5个百分点和3.5个百分点。此外,通过可视化生成的描述语句可以看出,所提出模型所生成的描述语句能够准确反映图像内容。     

作战任务协同过程形式化表达方法

为实现联合作战条件下诸军兵种和各作战层级对作战任务的一致理解,更好组织和实施作战协同,从本体属性、相互间关系和所属行动3个方面对作战任务进行了形式化表达。基于形式化表达,提出了一种作战协同过程描述方法,该方法能够促进各级指挥员形成一致理解,有利于作战行动的组织实施。最后以美军伊拉克战争中的"5个同时攻击"为例,对作战任务协同过程形式化表达方法进行说明,验证了该方法的可行性和合理性。     

描述逻辑在农业本体中的应用研究

为提升农业本体在农业服务方面的质量,提出了基于描述逻辑的农业本体推理方法。该方法采用基于描述逻辑的语义推理机制对农业本体知识进行阐述分析,并对农业本体中的隐含知识进行有效推理。以茶树虫害本体为例,研究了描述逻辑推理在农业本体领域的应用。     

一种基于描述逻辑的语义Web服务发现方法

针对传统语义Web服务搜索技术的局限性,提出一种基于描述逻辑和推理规则的Web服务发现方法,可用来发现符合OWL-S语言描述的Web服务。给出了表达用户搜索需求的表达式定义、语义运算符操作的完整语义及表达式良构性检测算法,并展示出搜索表达式的使用示例。     

基于ALC的事例库结构及检索研究

为了提高基于ALC的事例检索的效率,通过概念距离及LCS推理给出了索引节点密度大且带权重的事例库层次结构,实现了事例更细致的分类及统一概念距离的语义。根据该结构的组织方式、LCS概念及概念距离给出了事例筛选及相似性度量算法,证明了通过事例筛选得到的候选事例集明显减小,采用相似性度量算法能得到合理的候选事例序列,从而提高了基于ALC的事例检索的效率。     

齐鲁工业大学科研工作介绍

一立足山东,面向全国,着力加强学科建设,形成品牌与特色 齐鲁工业大学在造纸、发酵、皮革、陶瓷材料、轻工机械、食品饮料、农产品加工、精细化学品、资源环境、艺术设计等领域都已形成了自己的特色,为我省相关行业技术进步及社会发展做出了重要贡献。     

求解梁大变形问题的一种精细分析方法

在梁发生大变形后的平衡位置取一微段进行分析,从变形前后的几何关系与变形后的平衡方程出发建立计算模型,推导出求解梁大变形问题的一阶控制微分方程组,为处理梁大挠度变形问题提供了一种新的半数值半解析算法．为保证求解的精确与稳定,文中采用精细积分法与增量优化迭代的方法求解该一阶控制微分方程组．数值算例结果表明,本文的计算模型与求解方法精度高,稳定性好．     

7CLD梁的振动和阻尼特性分析

基于弹塑性理论和线粘弹性理论,考虑到被动约束层阻尼梁在谐激励作用下的剪切耗能以及各层问的相互作用,建立了系统的状态控制方程．结合边界条件,利用齐次扩容精细积分法提出了一种分析PCLD梁动力学特性的半解析方法,求解了系统的固有频率和损耗因子,计算结果与解析解或相关文献计算结果吻合良好,验证了该方法的正确性、有效性．文中还计算了梁在谐激励作用下的响应,分析了结构参数对结构振动特性和阻尼特性的影响．     

下一代测试系统的多参量建模与同步测试分析

针对复杂电子装置及系统的故障诊断和自动测试,传统的测试仪器和自动测试系统已不能满足实际要求,下一代测试系统和综合仪器便应运而生.在设计下一代测试系统和综合仪器的基础上,给出了下一代测试系统的关联多参量的描述方法,以及对自动测试至关重要的同步测试方法.