基于多模态学习的空间科学实验图像描述

为了让科学家快速定位实验关键过程,获取更为详细的实验过程信息,需要对空间科学实验自动添加描述性文字内容.针对空间科学实验目标较小且数据样本较少的问题,本文提出了基于多模态学习的空间科学实验图像描述算法模型,主要分为四部分:基于改进U-Net的语义分割模型,基于语义分割的空间科学实验词汇候选,自下而上的通用场景图像特征向量提取和基于多模态学习的描述语句生成.此外,本文构建了空间科学实验目标数据集,包括语义掩码标注和图像描述标注,来对空间科学实验进行图像描述.实验结果表明:相对于经典的图像描述模型Neuraltalk2,本文提出的算法在精度评定方面,METEOR结果平均提升了0.089,SPICE结果平均提升了0.174;解决了空间科学实验目标较小、样本较少的难点,构建基于多模态学习的空间科学实验图像描述模型,满足对空间科学实验场景进行专业性、精准性的描述要求,实现从低层次感知到深层场景理解的能力.     

渤海稠油热采添加剂室内模拟驱油实验研究

化学辅助降粘是提高稠油采收率的重要方法之一。针对渤海稠油目前存在的蒸汽热采过程中原油乳化使粘度迅速增大的问题,研制一种热采添加剂,可以在蒸汽热采过程中注入地层,降低原油乳化率及粘度,增加采收率。该热采添加剂由实验室自制二嵌段聚醚类添加剂、酚醛树脂类添加剂和成熟使用的KLD添加剂复配而成。实验结果表明该热采添加剂具有较好的防乳效果、降粘效果和较好的降低界面张力的特性。通过室内模拟驱油实验,该热采添加剂在添加量为0.3%时,其岩心原油最终采收率达到了91.61%。     

新时期中伊(朗)经贸关系的战略思考

中伊建交以来,双边贸易取得快速进展.中国和伊朗是东亚和中东重要的国家,东亚和中东正创造一个新的贸易圈,同时也在重新分配世界经济格局,中伊之间的经贸关系不仅影响各自国家的经济发展,也影响亚洲的经济合作和整个亚洲未来的经济发展趋势.分析中伊经贸关系的相互依存度,指出中伊经贸关系中存在的问题并对发展中伊经贸关系做了战略思考.     

蜂窝式电捕焦油器在直立炉中的应用设计

通过对电捕焦油器的结构型式及工作原理的分析,确定了蜂窝式电捕焦油器是工程设计的首选.针对电捕焦油器在生产中存在的问题,提出了解决办法及在设计中要考虑的问题.     

低渗透储层CO2 泡沫体系的筛选与性能评价

针对低渗透油田开发过程中存在的注水困难、水淹程度高、注入水利用效率较低以及注气开采易发生气窜的问题,通过大量的室内物理模拟实验与测试,为吉林油田某低渗透区块CO₂ 泡沫驱优选出最佳的CO₂ 泡沫体系,并对体系的稳定性、发泡性、可注入性及渗透率适用范围等进行了特性评价。研究结果表明,三种发泡剂均 具有良好的发泡性能和稳定性,且均在可注入的范围内;当温度从45℃升到100℃时,泡沫体系的半衰期急剧减小,稳定性能均变差;三种泡沫体系中FP388发泡性最好,综合性能最优。     

融合特征的卫星视频车辆单目标跟踪

目的 卫星视频作为新兴遥感数据,可以提供观测区域高分辨率的空间细节信息与丰富的时序变化信息,为交通监测与特定车辆目标跟踪等应用提供了不同于传统视频视角的信息。相较于传统视频数据,卫星视频中的车辆目标分辨率低、尺度小、包含的信息有限。因此,当目标边界不明、存在部分遮挡或者周边环境表观模糊时,现有的目标跟踪器往往存在严重的目标丢失问题。对此,本文提出一种基于特征融合的卫星视频车辆核相关跟踪方法。方法 对车辆目标使用原始像素和方向梯度直方图（histogram of oriented gradient,HOG）方法提取包含互补判别能力的特征,利用核相关目标跟踪器分别得到具备不变性和判别性的响应图;通过响应图融合的方式结合两种特征的互补信息,得到目标位置;使用响应分布指标（response distribution criterion,RDC）判断当前目标特征的稳定性,决定是否更新跟踪器的表征模型。本文使用的相关滤波方法具有计算量小且运算速度快的特点,具备跟踪多个车辆目标的拓展能力。结果 在8个卫星视频序列上与主流的6种相关滤波跟踪器进行比较,实验数据涵盖光照变化、快速转弯、部分遮挡、阴影干扰、道路颜色变化和相似目标临近等情况,使用准确率曲线和成功率曲线的曲线下面积（area under curve,AUC）对车辆跟踪的精度进行评价。结果表明,本文方法较好地均衡了使用不同特征的基础跟踪器（性能排名第2）的判别能力,准确率曲线AUC提高了2.9%,成功率曲线AUC下降了4.1%,成功跟踪车辆目标,不发生丢失,证明了本文方法的先进性和有效性。结论 本文提出的特征融合的卫星视频车辆核相关跟踪方法,均衡了不同特征提取器的互补信息,较好解决了卫星视频中车辆目标信息不足导致的目标丢失问题,提升了精度。     

盐处理对冷冻扇贝肉糜制品性质的影响

作者以鲜扇贝柱为原料,结合实际生产工艺,制备扇贝柱肉糜制品,通过添加磷酸盐、食盐及其组合,研究扇贝柱肉糜制品的品质和质量变化。结果表明:磷酸盐和食盐均可以减少解冻和蒸煮失水,且盐质量浓度越高,其蛋白质的水溶性和TVB-N值均越低,而其盐溶性增加。     

基于孪生网络的航天器部件追踪

为了满足空间任务实施过程中对航天器部件的精细定位需求,针对相同类别部件易出现的混淆问题,本文提出了一种基于孪生网络结构的航天器部件追踪算法.首先通过神经网络模型将航天器部件追踪问题描述为基于数据驱动的航天器部件相似性度量问题,以改进AlexNet网络结构为孪生单元设计本文所用孪生网络模型.其次,使用公开大型数据集GOT-10k训练孪生网络,以随机梯度下降作为网络优化方法,提升网络表征能力.最后针对航天器同类部件外观相似造成的定位混淆问题,提出一种结合运动时序特征的追踪策略,提高了追踪精度.以ESA公开的航天器视频数据作为测试数据,验证所提出算法性能,实验结果表明:本文所提出算法在未使用航天器相关数据训练的条件下,在舱体与太阳能帆板追踪结果交并比达到57.2％与73.1％,速度达到38 FPS,基本满足航天器部件追踪稳定可靠、精度高、抗干扰能力强等要求.     

航天器部件的精细分割和稳定跟踪

为了实现在轨服务过程中对于没有靶标的部件进行操作，需要精细地分割出相关部件，并对其在时序上进行稳定地跟踪。对于部件的精细分割，本文首先基于航天器部件实例分割数据集对实例分割网络Mask RCNN进行了训练，然后在其掩膜分割分支上添加一个优化模块对部件分割结果进行优化。对于部件跟踪，本文首先在Quit＿trihard损失的基础上提出分层加权五元组损失，然后利用该损失在航天器部件重识别数据集上对有关重识别网络进行训练，最后将得到的重识别网路嵌入Deep OC SORT跟踪算法以实现对航天器部件的稳定跟踪。实验结果表明：经过掩膜优化后，在部件实例分割测试集上相关实例分割算法的分割精度可提升至84.90 mAP；使用改进后的损失进行部件重识别，在部件重识别测试集上的识别成功率提高至76.86%，同时相关跟踪算法在部件跟踪测试集上的跟踪成功率升至89.38%。因此，本文提出的方法基本可以满足航天器部件的精细分割和稳定跟踪。