高校基建管理研究

基础设施建设是高校建设和发展的重要一环，搞好基建管理是关系到高校发展的关键所在。只有重视基建干部队伍建设，保证必要的人力物力投入，加强基建项目科学管理，才能使工程建设顺利进行，优质高效地建设教育工程，从而为改善办学条件．提高办学实力和效益奠定良好的基础。     

基于生成对抗网络的高照度可见光图像生成

为解决夜间低照度条件下目标检测准确率偏低的问题,提出一种基于循环生成对抗网络的高照度可见光图像生成方法。为提高生成器提取特征的能力,在转换器模块引入CBAM注意力模块;为避免在生成图像中产生伪影的噪声干扰,把生成器解码器的反卷积方式改为最近邻插值加卷积层的上采样方式;为了提高网络训练的稳定性,把对抗损失函数由交叉熵函数换为最小二乘函数。生成的可见光图像与红外图像、夜间可见光图像相比,在光谱信息、细节信息丰富和可视性方面取得好的优势提升,能够有效地获取目标和场景的信息。分别通过图像生成指标和目标检测指标验证该方法的有效性,其中对生成可见光图像测试得到的mAP较红外图像和真实可见光图像分别提高了11.7个百分点和30.2个百分点,可以有效提高对夜间目标的检测准确率和抗干扰能力。     

新型装饰材料——彩色合成石

新型材料"彩色合成石"用于装饰建筑物内外墙面,室内地面及设施,彩色合成石的优势是具有自然的图案纹理,致密的结构,防滑、耐磨性能好。在物理性能方面与天然石的特性一致。     

基于改进YOLOv5的遥感图像旋转框目标检测

针对遥感图像由于具有背景复杂和目标方向多变、尺度变化剧烈的特性导致目标检测精度较低的问题,文中提出了一种基于瓶颈注意力的遥感图像目标检测算法R-YOLOv5。该算法通过主干特征提取网络、瓶颈注意力、旋转框和损失函数的改进来加强网络对关键目标的特征提取能力,并在训练阶段采用了Mosaic和Mixup的TTA数据增强策略来弱化遥感图像复杂的背景信息对检测的影响。实验结果表明,R-YOLOv5的mAP达到了94.7%,与原始YOLOv5相比,提高了14.1%,可以有效提高遥感图像目标检测精度。     

基于射频指纹的卫星测控地面站身份识别方法

传统卫星测控通常采用加密认证安全机制，存在身份假冒、欺骗等安全问题，该文提出一种基于射频指纹的卫星测控地面站身份识别方法，并设计了一种面向星载平台的轻量化卷积神经网络。该网络首先使用IQ方向上的卷积层提取IQ信号相关特征，将2维数据降成了1维，再使用时序方向上的多层卷积提取信号的时域结构特征，之后使用最大池化层降低数据维度，在充分利用IQ信号中包含的原始特征信息的同时减小计算量，最后经过两层全连接层进行分类，实现对卫星测控地面站身份识别。仿真实验表明，该方法对21台发射机个体的平均准确率为93.8%，较传统的支持向量机方法提高了39.8%，较DLRF网络模型、ORACLE网络模型分别提高了11.5%,29.8%，且具有鲁棒性强、轻量化的优点。该文所提方法对于提高卫星测控链路安全性具有一定的理论参考和工程应用价值。     

建筑物室内环境的污染与防护

近年来,室内环境的污染远高于室外,为人们提供安全的生存环境就显得尤其重要,本文主要论述构成建筑室内的环境污染的各种污染物的来源和对人体的危害,主要包括室内装修所带来的甲醛、挥发性有机物等化学物质带来的室内空气污染,以及电磁辐射和放射性辐射对人的健康的影响,并针对产生污染物的途径提出了预防措施。     

红宝石中微量元素含量与颜色比较探析

红宝石的主要化学成分是Al2O3,其微量元素的含量与颜色变化之间存在一定的相互关系,可作为宝石品相优劣的鉴定标准。本实验采用火焰原子吸收光谱（FAAS）测定了红宝石中Cr、Co、Fe、Mn等四种微量元素含量,并对结果进行SPSS 17.0统计分析。研究表明,红宝石中Cr、Co、Fe、Mn四种元素平均含量分别为：4.1250、0.2926、1.3223和0.5222μg/mg,其元素含量大小顺序为：Cr＞Fe＞Mn＞Co;SPSS 17.0统计分析,各元素间多重比较差异显著（P〈0.01）。该方法操作简单,结果准确可靠,为红宝石品相鉴定提供依据。     

基于时间卷积网络的通信信号调制识别算法

针对基于深度学习的端到端调制识别方法存在识别率较低、神经网络参数量大的问题，提出了一种基于时间卷积网络(Temporal Convolutional Network, TCN)的调制识别算法。利用一维因果膨胀卷积，提取信号的时域和频域特征，并加入批归一化(Batch Normalization, BN)和Dropout提高算法的拟合能力；使用全局平均池化(Global Average Pooling, GAP)层替代Flatten层，整合向量特征信息，进一步实现信号的准确分类。在RML 2016.10a数据集上验证了TCN算法的识别性能，在不同信噪比(Signal to Noise Ratio, SNR)下对11种调制信号的平均识别率达到62.3%,与CNN,LSTM和SCRNN算法相比分别提高了10.5%、4.1%、1.1%,参数量分别降低了98.8%、82.5%、91.2%。所提方法对于通信调制信号识别的研究领域具有理论参考价值，对复杂环境下的空间信号智能分类的研究具有工程借鉴意义。