摘要：针对水质数据在时间维度的依赖关系以及水质监测站点在空间维度的依赖关系,基于海河流域天津段实际监测的历史水质数据,设计了有效提取时空特征的方法,提出一种融合图注意力网络(GAT)、双向长短期记忆网络(Bi-LSTM)以及残差块(ResBlock)的时空水质预测模型(GAT-BILSTM-Res).该模型首先通过GAT捕获水质监测站点之间的拓扑关系,建立空间相关性模型;同时通过Bi-LSTM捕捉水质监测数据的动态变化,并对时间相关性进行建模;然后将时空特征融合,输入残差块;最后使用全连接层对预测结果进行输出.实验结果表明,相较于基线模型,该模型能够实现6.6%~25.2%的性能提升.

摘要：针对复杂背景下道路裂缝分割方法存在的边缘细节易缺失、目标误判问题,提出双层卷积和多特征融合的路面裂缝分割网络。首先,采用U-Net网络为基础架构,设计双层卷积网络改进编码部分,增大感受野,提取丰富的上下文信息.其次,引入坐标注意力模块优化解码部分,进一步加强网络对裂缝边缘细节的学习.最后,将产生的多级特征反馈至特征融合模块,堆叠通道有效融合深层和浅层特征。此外,损失函数采用二值交叉熵损失和Dice损失函数相结合的方式,有效解决了背景大于裂缝像素点导致的样本不均衡问题。通过在CRACK500、CFD、Cracktree200公开数据集上的实验结果表明:该方法实现MIoU分别为76.8%、65.3%、53.0%,比现有方法MIoU平均提高3.5%,可以实现优异的道路裂缝自动分割效果.

摘要：针对由水下复杂环境导致的水下图像颜色失真、对比度和清晰度低等问题,提出了一种基于条件约束注意力生成对抗网络的水下图像增强模型.首先,该模型包括生成网络模块和判别网络模块,在模型训练过程中,两模块进行相互对抗学习,使得该模型具备较好的特征提取能力;其次,生成网络模块中设计了空间注意力模块,加强或减弱空间位置的特征,提高了水下图像的清晰度和对比度;采用跳跃连接改善了梯度消失现象,同时有助于梯度的反向传播;最后,损失函数中采用了组合损失函数进行迭代训练,增加了模型训练时的条件约束,提高了模型训练的稳定性.实验结果表明:所提模型增强后的图像清晰度和颜色校正情况优于其他对比算法;该模型的评价指标值较对比算法指标值均有所提高.该模型获得了更好的主观视觉评价和客观量化评价,有效提高了图像质量,且耗时更短.

摘要：随着网络教学的开展,如何利用计算机网络技术构建基于网络的在线练习系统,改革课堂练习教学模式,凸显课堂练习的教学评价功能以及提高网络课件的交互性,已成为教学设计人员面前的重要任务。本文结合笔者的开发实践和探索经验,对在线练习系统开发的设计原则、功能模块以及技术实现从理论和实践两个方面进行了探讨。

摘要：介绍了三维城市地质建模及可视化信息管理系统的设计思想,从总体设计、数据库构建、主要功能模块设计进行了详细论述,着重分析了三维地层建模的关键技术,从而获得比较精确的三维地质模型。