基于深度学习的野生动物识别

为了更好地保护野生动物以及动物基因库的种类,保障生物链的完整性。运用深度学习技术对野生动物的图像进行识别,并且为了降低噪声信息的干扰及提高野生动物图像识别的准确率,提出了基于深度残差收缩网络的野生动物识别模型。目的是可以更好地帮助社会对野生动物进行监管和保护。该模型在深度残差网络的基础上融入注意力机制和软阈值函数,从而降低噪声信息的干扰,提高图像识别的准确率。将深度残差收缩网络与深度残差网络模型对相同野生动物数据集进行训练作对比,同时对部分野生动物图像进行了测试。实验结果表明,深度残差收缩网络提高野生动物图像识别准确率。     

基于深度学习的公共建筑像素施工图空间识别

像素级图纸空间识别在自动审图、图纸翻模应用中起到关键作用.已有识别方案主要针对户型图,基于语义分割直接识别空间.公共建筑施工图有更多干扰线和图纸元素、更高分辨率及更多空间类型,高分辨率使模型难以获取图纸的全局信息,空间类型的多样性导致无法确定空间类型的范围,已有空间识别方案难以直接迁移.为了识别公共建筑施工图中的空间,...     

等静压成形技术的引进和消化

景德镇瓷厂引进的等静压技术的运转情况证明，等料压技术是高档日用瓷生产过程中的成形工艺发展方向。引进等静压技术的同时要全面考虑工艺配套，尤其是原料制备、模具制作工艺的配套，由于等静压成形设备价格昂贵、技术要求高、结构复杂、维修难度大，故应有重点有选择的引进并加以推广。     

锁阳总黄酮最优提取方法研究

为了研究传统醇提法、微波碱水法、超声波辅助萃取法对锁阳总黄酮提取的影响,从而选择最优提取方法,本试验以芦丁为对照品,利用Na（NO3）2-Al（NO3）3-NaOH络合显色可见分光光度法,通过多因素正交试验考察不同因素对提取锁阳总黄酮的影响。结果表明,采用超声波辅助萃取法,取1。0～5．0mL进样,以500W,20s／20s,60c的条件超声波处理2次,得最优提取率达26．487%。因此,超声波辅助与醇提法并用为锁阳中总黄酮最优提取法,其不仅具有节约、高效、省时等特点,且提高了有效成分的提出率以及原料的利用率。     

聚硅酸铁高分子絮凝剂的制备及其在废水处理中的应用

随着环境保护要求的提高和节约水资源的迫切性,行业对工业废水深度处理用絮凝剂的处理效率和综合成本提出了更高的要求。文章以硅酸钠为原料,制备了一种低成本、高效能的无机高分子絮凝剂聚硅酸铁,并研究了絮凝剂制备过程中的影响因素,找到了最佳的制备条件;在处理废水时,考虑反应条件的影响,优化反应条件以达到最佳效果。主要研究内容及结果如下：最佳制备条件为Fe与SiO₂的质量比为1∶2,pH值为2.5,反应温度45℃,在反应器中熟化30 min;最佳反应条件为污水pH值为7,絮凝剂添加量为1.0 g/L,絮凝时间为20 min,此时除浊率可达98.8%、COD去除率84.5%、脱色率97.5%。处理后水质符合国家规定的印染废水一级出水标准。     

基于多分支特征融合的自然场景文本检测算法

EAST算法是一种高效而准确的场景文本检测算法,但是由于受到感受野的限制,导致在检测小文本时容易出现误检、漏检现象,在检测较长文本时缺乏一定的完整性。针对以上问题,提出一种基于多分支特征融合的自然场景文本检测算法。该算法以EAST算法为基础,引入并改进了浅层特征增强模块(RFB-s),在避免小文本信息损失的前提下,增大浅层网络的感受野改善浅层特征语义信息不足的问题,增强对小文本定位的准确性。引入并改进了循环十字交叉注意力模块(RCCAM),使得特征图中的每个像素能够以非常有效的方式捕获全图像的上下文信息,提高对长文本的检测能力。同时针对回归任务,采用Dice Loss作为损失函数,解决正负样本占比不均衡问题。采用EIoU来提高回归的效果,得到更为精准的文本框。该算法在ICDAR2015和MSRA-TD500数据集上进行测试,均获得了不错的检测效果。表明了该算法能够有效地对自然场景文本进行检测,提高了检测的准确率。