显著性特征融合的热红外图像光伏组件热斑检测

利用无人机搭载热成像仪对光伏组件的巡检有着很大的应用价值，但热红外图像往往具有图像特征对比度较弱、边缘不清晰的特点，影响了热斑的检测精度。因此，提出通过显著图像对光伏组件的热红外图像进行增强，作为对缺陷目标检测的注意力机制，以此来提高光伏组件热斑检测的精度。并针对YOLOv5在光伏航拍红外图像上测精度不高的问题，设计了基于注意力机制的CT-YOLOv5网络模型。首先通过U2-Net生成显著图像，再采用替换图像RGB中某一通道的融合方式将显著图与热红外图像融合，并在设计的CT-YOLOv5网络模型上验证其检测性能。实验表明使用显著图与红外图像融合的方式对光伏组件热斑检测精度有明显提升。     

跨模态信息融合的端到端语音翻译

语音翻译旨在将一种语言的语音翻译成另一种语言的语音或文本. 相比于级联式翻译系统, 端到端的语音翻译方法具有时间延迟低、错误累积少和存储空间小等优势, 因此越来越多地受到研究者们的关注. 但是, 端到端的语音翻译方法不仅需要处理较长的语音序列, 提取其中的声学信息, 而且需要学习源语言语音和目标语言文本之间的对齐关系, 从而导致建模困难, 且性能欠佳. 提出一种跨模态信息融合的端到端的语音翻译方法, 该方法将文本机器翻译与语音翻译模型深度结合, 针对语音序列长度与文本序列长度不一致的问题, 通过过滤声学表示中的冗余信息, 使过滤后的声学状态序列长度与对应的文本序列尽可能一致; 针对对齐关系难学习的问题, 采用基于参数共享的方法将文本机器翻译模型嵌入到语音翻译模型中, 并通过多任务训练方法学习源语言语音与目标语言文本之间的对齐关系. 在公开的语音翻译数据集上进行的实验表明, 所提方法可以显著提升语音翻译的性能.     

湿热处理提高谷朊粉乳化性的研究

以谷朊粉为原料，研究了利用湿热处理对谷朊粉乳化性的改善作用，通过pH值、谷朊粉质量分数、加热温度及时间对谷朊粉乳化性的影响，确立了4因素3水平的正交实验，探讨了湿热处理提高谷朊粉乳化性的最佳条件。结果表明：各因素对提高谷朊粉乳化性的明显程度依次为：pH值＞谷朊粉质量分数＞温度＞时间。正交试验分析表明，湿热处理提高乳化性的最佳作用条件为：pH值为4．0、谷朊粉质量分数为9．0％、时间为20min和温度为100℃。在最佳条件下，谷朊粉的乳化活性及乳化稳定性均为100％，溶解度为48．4％。说明湿热处理显著提高了谷朊粉的乳化性。