摘要：肝脏移植手术是一项复杂且技术要求极高的医疗操作,尤其是显微外科技术中的血管和胆管重建,对移植医师提出了严格的要求。我国器官移植培训起步较晚,当前的肝脏移植医师培训在实践机会、模拟训练与实际操作、科学评估标准等方面仍然存在不足。教学水平提升的难点主要聚焦于显微外科技能的培训,因此,亟需构建一套系统化、规范化的显微外科技能培训体系。四川大学华西医院肝移植中心提出了一套综合性的显微外科技能培训方案,该方案结合非生物模型、虚拟现实系统、生物模型、临床带教等多种培训手段,同时设计了客观的培训效果评估标准,以确保学员能够掌握肝脏移植手术中必需的显微外科技能。通过实施分阶段的循序渐进训练、理论与实践结合的教学方法、标准化的操作流程和培训效果评估机制,能够有效提升肝脏移植医师的操作水平和临床判断和应变能力,创新性地解决目前面临的关键难点,从而推动肝脏移植培训体系的实施和不断完善。

摘要：在基于纠删码的云存储系统中,数据更新的性能往往受到网络带宽的限制。鉴于此,提出了基于异或(XOR)的TAR-CAU数据更新算法,该算法基于以下设计原则:1)利用数据更新量普遍较小的特点,将多条带的数据更新打包处理,减少网络往返次数,加快数据传输效率;2)采用基于XOR的更新,提高编解码效率。仿真实验和本地集群实验结果表明,相比于CAU算法,在数据更新量较小时,TAR-CAU算法能够提高至少44%的数据更新吞吐量。

摘要：针对现有交通虚拟仿真系统既无法支持多用户同时在线仿真,又无法满足实际的虚拟仿真教学实验需求,也难以大规模扩展等问题,该文首次从系统架构和仿真引擎方面设计并实现了一种面向多用户的微观交通仿真实验系统。并且从单仿真引擎仿真车辆数变化、单仿真引擎仿真加速比变化和多仿真引擎并发执行3个性能指标对该系统进行测试。测试结果表明,该文所实现的交通虚拟仿真系统能够支持多仿真引擎、多仿真任务的并发执行,满足多用户的同时在线仿真需求。

摘要：针对遥感图像内容复杂、物体尺度差异较大和分布不均匀等因素导致遥感图像语义分割不完整、准确率低的问题,提出一种利用自注意力进行多尺度特征融合的遥感图像语义分割算法.该算法的主体基于编码-解码器结构,编码器使用Swin-Transformer模型来提取复杂的多尺度特征,解码器由自注意力多尺度特征融合模块和特征金字塔网络构成.首先,将提取的多个尺度的特征分别进行相应的调整,转换成相同尺度;并将其输入到自注意力多尺度特征融合模块,对图像的多尺度特征进行融合,以确保不同尺度的特征信息在语义分割中被充分利用;然后,使用特征金字塔从上往下对自注意力多尺度特征融合的结果进一步叠加融合;最后,预测特征图得到分割结果.在公开遥感图像语义分割数据集LoveDA上与主流算法进行比较,实验结果表明,该算法在单尺度策略下平均交并比达到52.77%,比次优结果提升了1.42个百分点;在多尺度策略下平均交并比为54.19%,比次优结果提升了1.47个百分点.该算法能够有效地融合多尺度特征提高分割精度.

摘要：针对遥感图像内容丰富且复杂,具有目标种类多、密集分布和尺寸变化剧烈等特点,导致遥感图像中目标多尺度尤其是小目标难以检测的问题,提出一种基于自适应多尺度特征融合(AMFF)和注意力特征增强(AFE)的无锚框遥感图像目标检测算法.首先将主干网络提取的图像特征输入AMFF,自适应地融合多个尺度的特征,增加特征复用,提升网络的多尺度特征表达能力;然后将AMFF输出的特征输入到加入了AFE模块的检测头中,AFE通过结合多分支空洞卷积与注意力机制,在提高网络对目标尺度的泛化能力的同时增强有效特征信息;最后进行分类和回归,得到检测结果.在DIOR和NWPU VHR-10公开数据集上,与多种主流目标检测算法的实验结果表明,所提算法在2个数据集上的平均检测精度分别为72.4%和87.4%,较基线网络分别提升9.4和13.5个百分点,比次优结果分别提升6.3和1.7个百分点;平均检测精度高于主流目标检测算法,较基线网络的平均检测精度显著提高,能够更加准确地检测小尺度目标,同时有效地提升多尺度目标的检测精度.

摘要：针对常用的目标检测算法对遥感图像中的舰船目标进行检测时存在检测精度与实时性兼顾不佳的问题,提出了基于特征融合的遥感图像舰船目标检测算法来检测复杂场景下的多尺度舰船目标.该算法以多尺度单发射击检测框架为基础,增加反卷积特征融合模块和池化特征融合模块,增强网络特征提取的能力.同时设计聚焦分类损失函数来解决训练过程中正负样本失衡的问题.在高分遥感舰船目标数据集上的实验结果表明,所提方法能够有效地增强复杂场景下舰船目标的检测精度.此外,该算法对遥感图像中的模糊舰船目标的检测效果也优于多尺度单发射击检测框架.

摘要：为了提高对复杂场景下多尺度遥感目标的检测精度,提出了基于多尺度单发射击检测(SSD)的特征增强目标检测算法.首先对SSD的金字塔特征层中的浅层网络设计浅层特征增强模块,以提高浅层网络对小目标物体的特征提取能力;然后设计深层特征融合模块,替换SSD金字塔特征层中的深层网络,提高深层网络的特征提取能力;最后将提取的图像特征与不同纵横比的候选框进行匹配以执行不同尺度遥感图像目标检测与定位.在光学遥感图像数据集上的实验结果表明,该算法能够适应不同背景下的遥感目标检测,有效地提高了复杂场景下的遥感目标的检测精度.此外,在拓展实验中,文中算法对图像中的模糊目标的检测效果也优于SSD.

摘要：研究米亚罗自然保护区的森林地上碳储量,有利于掌握高山峡谷区森林植被碳储量的分布特点,对区域森林资源的有效科学管理和维护森林生态环境具有重要意义。通过对保护区内的7个主要树种分别构建模型来初步估测森林地上碳储量,利用实地调查的样地数据与同期Landsat 8遥感卫星影像,得到波段信息、植被指数、主成分分析、纹理特征、地形因子、植被生长六大类共80个因子,用以构建乔木层不同树种地上碳储量的多元线性逐步回归模型,而灌木层的碳储量则由生物量密度法估算得出。研究结果表明:①模型预测值与实测值相关系数在0.675—0.775之间,精度较高,预测结果可靠;②米亚罗自然保护区森林地上碳储量为5.861 Tg,其中乔木层5.632 Tg,灌木层0.229 Tg。云冷杉林是研究区分布最广的林分类型,其碳储量为5.098 Tg,占森林地上碳储量总量的86.98%,在维持区域碳平衡方面发挥着重要作用。③研究区森林平均碳密度为53.138 t/hm^2,其中冷杉的碳密度最高,达到74.467 t/hm^2。④区域内森林地上碳储量以杂谷脑河流域及支流为中心,以一定缓冲距离呈树枝状发散分布,海拔3000—4000 m区域的森林植被碳储量最大,且阴坡的碳储量明显高于阳坡。

摘要：自深度神经网络出现以来,目标跟踪技术领域的发展也取得了长足的进步。当前目标跟踪领域的研究大多数都集中在算力充沛的计算环境下提升算法的准确度与效率,在运算资源受限环境下的目标跟踪算法研究相对较少。因此,开发在运算资源受限环境下仍然有效的跟踪网络至关重要。对近年目标跟踪技术所取得的进展与设计理念进行了系统性的梳理,并总结其在适配运算资源受限环境下的改进。介绍了目标跟踪任务的整体工作流程,并根据各跟踪方法的侧重点做出归纳。总结了目标跟踪任务中已有的数据集与可用于模型评估的评价指标,以便于研究人员根据实际任务的需求来确定具体使用的数据集;结合现有的工作,发掘未来的研究方向。

摘要：带多封隔器的完井管柱是Norsok D010规范推荐的高温高压气井完井管柱中的重要类型,但是多封隔器完井管柱结构在井下工况中的受力和变形较单一结构管柱更为复杂,并且多封隔器之间局部的圈闭压力可能导致管柱损坏。为此,针对多封隔器管柱结构特点,建立了考虑端面效应、热胀冷缩效应、形变效应、螺旋和正弦屈曲效应影响的管柱变形和受力计算模型,并结合现场实际工况开展了实例计算。计算结果表明,封隔器在井筒中的位置以及井筒温度压力对整个管柱的受力和变形影响较大,在多封隔器复合管柱设计和安全评价时需要考虑多封隔器对管柱力学行为的影响。