基于生成对抗网络的无监督图像风格迁移

无监督的图像风格迁移是计算机视觉领域中一个非常重要且具有挑战性的问题.无监督的图像风格迁移旨在通过给定类的图像映射到其他类的类似图像.一般情况下成对匹配的数据集很难获得,这极大限制了图像风格迁移的转换模型.因此,为了避免这种限制,对现有的无监督的图像风格迁移的方法进行改进,采用改进的循环一致性对抗网络进行无监督图像风格迁移.首先为了提升网络的训练速度,避免梯度消失的现象出现,在传统的循环一致性网络生成器部分引入DenseNet网络;在提高生成器的性能方面,生成器网络部分引入attention机制来输出效果更好的图像;为了减少网络的结构风险,在网络的每一个卷积层都使用谱归一化.为了验证本文方法的有效性,在monet2photo、vangogh2photo和facades数据集上进行了实验,实验结果表明,该方法在Inception score平均分数和FID距离评价指标上均有所提高.     

平面Poisseuille流动数值模拟方法的改进

改进了二维Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程的谱方法求解过程，对于其中的四阶常微分议程研究出一种较有效的求解方法，既保证了相当高的精度，又有较快的求解速度，我们采用此方法计算了Ｔｏｌｌｍｉｅｎ－Ｓｃｈｌｉｃｈｔｉｎｇ波的发展过程，数值结果与理论值基本一致，证明该方法是行之有效的。     

基于单应性矩阵和内容保护变形的图像拼接

针对图像拼接技术进行全景图像融合时出现瑕疵、畸变且不能保护图像内容的现象,提出了一种基于单应性矩阵和内容保护变形的图像拼接算法。该算法首先选用单应性矩阵模型,给定种子特征点,递增地对其相邻特征点进行分组;然后使用较合适的阈值进行分组得到尽可能多的特征点;最后对于由单应性矩阵产生图像的内容发生变化的现象,通过内容保护变形算法来解决,使拼接后的图像不会出现物体畸变、瑕疵的现象。实验表明,本文算法解决了在光照条件下出现模糊、图像内容发生变化的现象,有效地提高图像配准的效率,能够达到无缝拼接、无视差的全景效果图。     

平面Poisseuille流动数值模拟方法的改进

改进了二维Navier－Stokes方程的谱方法求解过程．对于其中的四阶常微分方程研究出一种较有效的求解方法，既保证了相当高的精度，又有较快的求解速度．我们采用此方法计算了Tollmien-Schlichting波的发展过程．数值结果与理论值基本一致，证明该方法是行之有效的．     

基于CiteSpace对我国高职院校科研管理的知识图谱分析

科学研究是高职院校的三大职能之一,越来越多的院校认识到科研对教学和学校发展的促进作用,而科研管理是提高高校科研效率和质量的根本保证。运用CiteSpace软件对研究成果进行可视化分析,通过定量和定性相结合的研究方法对2003—2021年中国知网（CNKI）收录的578篇相关文献进行统计分析。研究结果主要分为3个阶段：第一阶段属于萌芽时期,科学研究还未在高职院校形成完整的体系结构;第二阶段属于爆发式增长时期,高职院校已经形成了完整的科研管理体系,研究内容丰富、覆盖范围全面;第三阶段属于研究稳定时期,注重研究方法的创新和完善。最后,对高职院校的科研管理未来发展进行展望。