摘要：基于卷积神经网络(CNN:Convolutional Neural Network)的高光谱图像(HSI:Hyperspectral Image)分类方法显著提高了分类性能,然而在获取深层语义特征方面存在瓶颈,且随着网络层数增加,计算成本明显上升。注意力机制允许网络集中注意力于特定区域或通道,提高对关键信息的感知,且有助于处理图像中的长距离依赖关系,促使网络同时获取局部特征和全局特征。因此,本文提出一种基于卷积残差注意力网络的高光谱图像分类算法。首先,设计了光谱-空间特征提取模块,使网络能够更全面地捕捉高光谱图像中的信息;其次,设计注意力增强骨干,通过注意力机制和残差网络的交互,更加关注重要的通道和特定区域,提高特征的判别能力并增强对空间信息的感知能力;最后引入注意力对比学习,增强样本类内间的关联度与类间的区分度。在三个公开的高光谱数据集上的实验结果表明,相较于已有代表性高光谱图像分类算法,所提方法的分类性能更优异。

摘要：文中设计了一种基于Arduino控制器的写字机械臂,含左臂、右臂和控制两臂升降的抬臂。Arduino控制器输出控制脉冲和方向电平控制舵机,采用直线插补和圆弧形插补算法控制机械臂的运动落点,通过精确计算直线距离和旋转角度控制双臂协调前进后退,从起始坐标运动到目标坐标,实现所有目标字符的书写。该设计可以通过字母的组合实现单词书写,也可以通过数字组合实现时间书写及部分汉字书写。