深度多尺度融合注意力残差人脸表情识别网络

针对人脸表情呈现方式多样化以及人脸表情识别易受光照、姿势、遮挡等非线性因素影响的问题,提出了一种深度多尺度融合注意力残差网络(deep multi-scale fusion attention residual network, DMFA-ResNet)。该模型基于ResNet-50残差网络,设计了新的注意力残差模块,由7个具有三条支路的注意残差学习单元构成,能够对输入图像进行并行多卷积操作,以获得多尺度特征,同时引入注意力机制,突出重点局部区域,有利于遮挡图像的特征学习。通过在注意力残差模块之间增加过渡层以去除冗余信息,简化网络复杂度,在保证感受野的情况下减少计算量,实现网络抗过拟合效果。在3组数据集上的实验结果表明,本文提出的算法均优于对比的其他先进方法。     

两种预氧化法与氯胺消毒联用对polyamlne形成NDMA的影响

预氧化处理与有机高分子絮凝剂联用会使含氮消毒副产物亚硝基二甲胺(NDMA)质量浓度上升,典型水处理工艺条件下NDMA的质量浓度为60～100 ng/L,为了解不同因素的影响及其反应机理,研究次氯酸钠氯化预氧化及高锰酸钾预氧化与聚环氧氯丙烷二甲胺(polyamine)在不同条件下联用并用氯胺消毒后NDMA的生成量.结果表明:随着预氧化剂投加量、pH、polyamine投加量及Br-质量浓度的增加,NDMA的生成量也相应增加;低质量浓度NH_4~+会导致NDMA生成量增加17. 5%左右,但随质量浓度增加,NDMA生成量逐渐减少至初始水平;随着NO_2~-质量浓度增加,NDMA生成量显著减少,当NO_2~-的质量浓度达到10 mg/L时,NDMA的生成量为最初的15%左右;氯化预氧化过程符合UDMH机理,而高锰酸钾预氧化过程包含UDMH机理及羟基自由基机理.