摘要：超大断面隧道上覆荷载是隧道支护结构设计的关键参数。依托某超大断面隧道工程,建立数值模型分析不同覆土厚度与洞径之比下土层黏聚力、内摩擦角和剪胀角对隧道上覆土竖向应力的影响。结果表明:随着覆土厚度与洞径之比增加,土拱效应逐渐显现;各地层参数对隧道上覆土竖向应力的影响程度由大到小依次为内摩擦角、黏聚力、剪胀角。

摘要：针对YOLOv7算法在应用于光学遥感图像舰船目标检测任务时所面临的小目标检测精度低的问题,提出一种基于多维注意力机制动态卷积的光学遥感图像舰船目标检测改进算法。首先,通过并行策略设计了融合多维注意力机制动态卷积的高效聚合网络,多维注意力机制动态卷积根据不同维度的特征重要性进行自适应调整,卷积核沿4个维度学习到注意力分布,增强了特征融合网络捕获数据中细粒度特征的能力;其次,针对舰船目标的多尺度差异特点设计多层次超大卷积核层,丰富全局特征描述,提高检测网络的感知能力。在HRSC2016和DOTA两个公共数据集上的实验结果表明,改进后算法的mAP分别达到了93.4%和90.1%,与现有主流先进算法相比取得更优的检测精度,在降低舰船小目标漏检误检率的同时提升了识别能力。

摘要：针对钢材表面缺陷区域小目标居多,现有大部分方法无法均衡检测精度和速度的问题,提出一种基于YOLOv7-tiny的钢材表面缺陷检测算法(GBS-YOLOv7t)。该方法一是设计GAC-FPN网络,采用渐进和跨层的方式充分融合目标语义信息,以改善传统特征金字塔中存在限制信息流问题;二是嵌入双层路由注意力模块,使模型具备动态查询和感知稀疏性能力,以提高对小目标的检测精度;三是引入SIoU损失函数,提升模型训练和推理能力,增强网络鲁棒性。最后在公共数据集NEU-DET进行实验验证,mAP和精确度分别为72.9%和69.9%,相较于YOLOv7-tiny原模型分别提升4.2%和8.5%;FPS达到104.1帧,具有较强实时性;与其他检测算法相比,GBS-YOLOv7t算法对钢材表面区域小目标的检测更有效,实验表明改进后的算法能够更好地均衡检测精度和速度。

摘要：为使乡村特产商品能够更加有效地打开市场,本文设计并实现了一个专门针对乡村特色特产商品的推荐系统。该系统运用B/S结构,后端集成三个开源框架SSM,前端采用jQuery框架。该系统在用户购买商品时会自动推荐商品给用户,不仅为广大用户提供了便捷性,还可以帮助乡村推广特色特产。

摘要：遥感图像所捕获的区域一般较大,因此具有相似特征的目标在图像中重复出现的概率也较大。针对这一特点,本文提出了一种多尺度自相似遥感图像超分辨率重建网络。通过在SSEM网络结构中引入全局上下文模块来获取图像内单尺度和跨尺度信息的内部递归性,在上采样模块中引入像素注意力模块以增强其特征细节提取能力。在UC Merced数据集上的测试显示,本文算法在2倍、3倍和4倍尺度上比HSENet算法的PSNR分别提高0.11dB、0.15dB和0.05dB;在SSIM指标上,本文算法在3倍和4倍尺度上比HSENet算法分别高出0.0058和0.0013。

摘要：宋金时期,瓷枕中兴,烧造体系完善,产量巨大且使用普遍。宋金瓷枕不仅承载了实用、认知及审美上的多元功能,并且将工艺技术与人文艺术,社会风尚与生活情趣融于一体,化身为传统文化艺术与民间风物习俗交融互动的纽带。文章以瓷枕为窗,管窥宋金时期民生百态,旨在卮议瓷枕维系下艺术与民俗的互生共存关系,探赜两者在适用、美善、认知、寄情等层面的多维互动,以期为当代艺术与民俗的融合发展提供些微启发。

摘要：光电探测器在工业制造和军事国防等各领域用途广泛。近年来,研究者在寻找一种兼具极化灵敏度高与光响应强的特点的光电探测器。在可见光范围内,SnS是一种制作具有各向异性光电探测器的半导体材料。本文基于第一性原理,采用非平衡态格林函数(NEGF)与密度泛函理论(DFT)结合的方法对单层SnS两个器件方向(Armchair和Zigzag)的光电性质进行理论计算。研究发现,在零偏压下,两个方向的光电流数值均较小,通过加偏压的方法可以获得稳定的光电流。计算了小偏压0.1~1.0 V(间隔0.1 V)、线性偏振光照射下最大光响应随光子能量的变化,发现单层SnS在光子能量为2.4与3.2 V时最大光响应数值较大且十分稳定,并结合能带图和态密度图分析了光响应产生的微观机制。本文通过计算消光比,发现单层SnS具有极强的偏振灵敏度。最后,通过施加双轴应变的方法,器件的不对称性显著增加,极大增强器件在零偏压下的光电流,其中压缩应力数值为-6%时对光电流的提升十分明显。希望以上结果能为单层SnS设计用于光电探测器提供理论参考。

摘要：检测小目标的管制物品的检测算法存在效果不佳的问题。为解决这个问题,本文提出了一种改进的YOLOv5管制物品检测算法。首先在网络中引入CoordConv模块,使得网络可以表征特征图像素点的坐标,然后在网络中引入C2f模块,使得网络在不同尺度上同时利用细节信息和语义信息,提高网络的特征提取能力和感受野。算法的性能验证结果表明,本文算法相比于YOLOv5算法,在Easy、Hard和Hidden测试集上的mAP@.5:.95分别提高了2.5%、1.8%和4.4%,说明本文算法的检测精度较高。

摘要：现阶段传统村落的发展正面临多元困境,处在扩张与收缩并存的阶段。如何在保护传统村落文化遗产真实性、完整性的情况下,采取更加行之有效的发展规划,改变传统村落单一、薄弱的发展态势,具有重要的现实意义。该文以铅山县为例,以县域范围内的各传统村落协同发展为基准,对当地传统村落的区域交通、文旅资源、区域资源、产业基础等方面进行评价对比,并进行片区式差异化协同发展调整,探索乡村振兴中更为有迹可循、有序可依的发展路径。

摘要：针对复杂多变的水面环境,小目标检测存在漏检、错检且检测平台计算资源有限的问题,提出了基于YOLOv8的轻量化水面目标检测算法SOE-YOLO。首先在Neck部分使用包含GSConv的Slim-Neck设计范式对模型进行轻量化改进;其次通过使用轻量型卷积(ODConv)模块重新构建Backbone部分,以减少参数量从而提高网络的检测速度;最后引入多尺度注意力机制(EMA)增强网络多尺度特征提取能力,提高小目标检测能力。在WSODD测试集中的实验结果表明,SOE-YOLO模型参数量和计算量分别为2.8 M和6.6 GFLOPs,与原模型相比分别减少12.5%和18.6%,同时mAP@%0.5和mAP@0.5-0.95分别达到79.9%和47.2%,与原模型相比分别提高2.4%和1.6%,且漏检率下降明显,优于当前流行的目标检测算法。FPS达到了64.25,满足水面目标检测实时性的要求。在实现轻量化的同时具有更好的检测性能,满足了在计算资源受限环境下的部署需求。