基于多重差异特征网络的街景变化检测

街景变化检测对于自然灾害破坏和城市发展变化的研究起着重要作用.其主要目标是将成对的输入图片中变化的区域标注出来,其实质是二分类的语义分割问题.不同时间拍摄的街景图片可能受到如光线、天气、背景噪声、视角误差等诸多干扰因素的影响,这给传统的变化检测方法带来挑战.针对该问题,提出了一种新的神经网络模型(Multiple Difference Features Network,MDFNet).该模型首先使用孪生网络提取成对输入图片的不同深度特征,并使用差异模块对相同深度特征计算差异,以此有效获得不同尺度的变化信息;然后通过JPU模块融合多重差异特征,在不损失细节信息的情况下提取其深层语义信息;最后使用金字塔池化模块结合全局和局部信息生成二分类的变化检测图像.在PCD数据集上的GSV和TSUNAMI部分分别采用5折交叉验证法对模型进行实验,实验结果表明,MDFNet获得了0.787和0.862的F-score,相比排名第二的DOF-CDNet方法,其值提高了约11.9％和2.9％,同时其能够更精准地分割变化细节.因此,所提模型可以有效应对干扰,对于复杂场景也具备优秀的检测能力.     

基于多重差异特征网络的街景变化检测

街景变化检测对于自然灾害破坏和城市发展变化的研究起着重要作用.其主要目标是将成对的输入图片中变化的区域标注出来,其实质是二分类的语义分割问题.不同时间拍摄的街景图片可能受到如光线、天气、背景噪声、视角误差等诸多干扰因素的影响,这给传统的变化检测方法带来挑战.针对该问题,提出了一种新的神经网络模型(Multiple Difference Features Network,MDFNet).该模型首先使用孪生网络提取成对输入图片的不同深度特征,并使用差异模块对相同深度特征计算差异,以此有效获得不同尺度的变化信息;然后通过JPU模块融合多重差异特征,在不损失细节信息的情况下提取其深层语义信息;最后使用金字塔池化模块结合全局和局部信息生成二分类的变化检测图像.在PCD数据集上的GSV和TSUNAMI部分分别采用5折交叉验证法对模型进行实验,实验结果表明,MDFNet获得了0.787和0.862的F-score,相比排名第二的DOF-CDNet方法,其值提高了约11.9％和2.9％,同时其能够更精准地分割变化细节.因此,所提模型可以有效应对干扰,对于复杂场景也具备优秀的检测能力.     

协作通信技术的研究进展

首先,介绍协作通信技术产生于MIMO技术在无线通信领域的运用。分析协作通信技术原理,概括出当前协作通信技术研究主要集中于信道容量、协作方式、协作中继可靠性以及协作功率等方面。其次,指出当前协作通信研究中存在中继节点带来干扰、安全保密性以及信道问题,重点分析协作通信中继节点及其带来的干扰。最后,提出协作通信技术研究中有待解决的问题,即如何减少干扰、优化功率分配、提高网络性能等。     

基于系统动力学的NQI效能仿真研究——以浙江省为例

国家质量基础设施（NQI）融合计量、标准、认证认可和检验检测等要素,对促进国家或地区经济社会发展具有重要意义。考虑到研究区域的代表性和数据的可得性,本文以浙江省为例,运用系统动力学方法在明确NQI效能目标基础上构建NQI效能模型,采用VensimPLE软件对其NQI效能相关政策进行了仿真研究。研究设置的科技、财政和人才等3项政策工具均得到有效验证,表明NQI效能水平与政策的调整、实施高度相关。其中,科技政策和财政政策对于NQI效能的正向促进作用相较于人才政策更为显著,并随着政策实施强度的增加,NQI效能的增长空间效果愈发凸显。