金针菇冻结规律及品质变化研究

研究了金针菇在不同低温条件下的冻结规律及品质变化,探讨了多酚氧化酶和感官品质等指标变化,实验表明,金针菇在-37℃以上的温度达不到速冻要求,金针菇适宜的冻结条件为-37～-40℃。     

流动与传热数值模型的发展现状

流动与传热的数值模型发展至今已有三十多年的历史 ,该文拟结合炉内流动模型的特点 ,从差分格式、迭代组织形式、网格生成等三方面对流动、传热数值方法的发展现状作一简单介绍。参 9     

基于双阶段多尺度生成对抗网络的图像复原方法

针对人脸图像复原任务中对图像尺度信息利用不足和眼镜结构复原错误的问题,提出一种基于双阶段多尺度生成对 抗网络复原模型。该模型第1阶段引入改进损失的U-Net 粗重构网络,利用跳连接减少原始图像信息的丢失,融合3种不同 的损失函数提高生成器的重构能力,采用双判别器考虑全局信息和局部信息,并提出一种混合域注意力机制用于关注图像的 空间和通道信息。第2阶段的精修复网络构建了全新的特征增强模块,增强网络对细节信息的提取能力和对结构的表达能 力,引入相对判别器,用于关注生成样本与真实样本之间的相对真实性,提高了生成质量和训练稳定性。实验结果表明,该方 法能够复原各类图像缺失的情况,并能够有效复原佩戴眼镜的人脸图像,与其他方法相比,该方法的峰值信噪比、结构相似性 和感知相似度评估等指标分别提升了3.81%、2.65%和0.45%。     

EnGAN：医学图像分割中的增强生成对抗网络

原始采集的医学图像普遍存在对比度不足、细节模糊以及噪声干扰等质量问题,使得现有医学图像分割技术的精度很难达到新的突破。针对医学图像数据增强技术进行研究,在不明显改变图像外观的前提下,通过添加特定的像素补偿和进行细微的图像调整来改善原始图像质量问题,从而提高图像分割准确率。首先,设计引入了一个新的优化器模块,以产生一个连续分布的空间作为迁移的目标域,该优化器模块接受数据集的标签作为输入,并将离散的标签数据映射到连续分布的医学图像中;其次,提出了一个基于对抗生成网络的EnGAN模型,并将优化器模块产生的迁移目标域用来指导对抗网络的目标生成,从而将改善的医学图像质量知识植入模型中实现图像增强。基于COVID-19数据集,实验中使用U-Net、U-Net+ResNet34、U-Net+Attn Res U-Net等卷积神经网络作为骨干网络,Dice系数和交并比分别达到了73.5%和69.3%、75.1%和70.5%,以及75.2%和70.3%。实验的结果表明,提出的医学图像质量增强技术在最大限度保留原始特征的条件下,有效地提高了分割的准确率,为后续的医学图像处理研究提供了一个更为稳健和高效的解决方案。     

基于Web服务的模型生成与链接

针对供应链中群体决策的模型分析的需求，提出了基于Web服务的分布模型管理系统构架，在运用面向对象的思想分析原子模型和复合模型的构成基础上，用C语言描述了模型的生成与链接技术，为分布模型管理系统中的模型生成与链接的计算机自动构建提供技术基础。     

基于数据区域发现的信息抽取规则生成方法

提出一种自动检测网页中数据记录结构特点并生成Web信息抽取规则的方法,以网页DOM树为基础,自动发现和分离Web数据区域所对应的DOM子树,将其分解为数据记录子树集合,综合数据记录子树的结构特点生成抽取规则。实验结果显示,该方法具有较高的抽取准确率和查全率。     

基于 GAN 网络的电力设施遥感图像去云算法研究

针对电力设施遥感图像云层遮挡问题,提出了基于生成对抗网络(GAN) 的遥感图像去云算法。以条件生成对抗网络 (cGAN) 为主体结构,在编码器自适应填充卷积,设计了基于 Soft Attention的递归神经网络模块,通过对所有特征节点增加 全局依赖关系来解决网络局部最优问题,通过空间信息转换提取关键信息,提高去云与重建效果。实验结果表明,方法对遥 感图像中云层遮挡去除效果较好,重建图像的结构相似性(SSIM) 与峰值信噪比(PSNR) 分别达到0.983与32.899,分别提高 了23.93%与8.86%,均优于其他改进型GAN 网络。研究的方法不仅为基于遥感图像电力设施识别提供了基础,深度学习 遥感图像处理应用提供了参考。     

基于正常域名及其可信度的DGA检测方法

现有DGA域名分类模型仅注重检测已知的DGA域名家族,对新型DGA域名家族识别效果差.为了解决该问题,本文提出了一种基于正常域名及其可信度的DGA域名检测模型ProfDGA.该模型通过评估每个正常域名的可信度且将评分引入损失函数,使得模型训练只利用正常域名及其可信度.通过本文方法得到的模型具备更强的泛化性和检测新型DG...     

虚拟现实下网络实验室英语学习情景交互识别

为了解决当前英语数字网络实验室中所缺少的真实情景交互性,引入虚拟现实技术中的视景生成技术,在视景生成过程中利用集合变换矩阵来完成三维图像转换;实验室的网络架构采用B/S结构,功能结构分为实验应用层与协作工作层,并根据用户协作交互需求分析进行实验室多用户访问的管理设计,实现英语数字网络交互实验室的最终建设。实验结果表明,体验用户对所建设英语数字网络交互实验室的交互性与易用性评价均值与目标值差值极小,用户体验满意度较高,且实验室的交互识别过程耗时较短、运行稳定性较高且负载能力较强。     

融合智能优化的软件测试用例生成方法

针对复杂软件中测试用例难生成问题,提出一种融入聚类和进化算法的软件缺陷测试方法,开发一套智能软件测试系统。首先,对被测程序采用变异测试方法注入缺陷;基于不同策略对缺陷聚类。然后,针对多个缺陷簇,建立测试用例生成问题的优化模型,并采用进化算法生成能检测缺陷的测试用例。最后,基于不同评价指标,完成软件测试报告。测试结果表明,基于测试用例检测缺陷的成功率、缺陷率,以及消耗时间和迭代次数等指标,验证了所提方法提高了检测缺陷检测率、降低了测试的时间及提高了测试用例生成的效率。由此可见,人工智能融于软件测试技术,不仅提升了软件测试效率,而且丰富人工智能应用领域。