摘要：无人机巡检输电线路时,因拍摄角度和距离问题,容易出现被输电线遮挡和远距离拍摄的防振锤脱落目标,导致目标特征被遮挡且分辨率较低,且部分防振锤出现滑移现象,导致目标识别准确率降低。针对以上问题,提出一种基于改进Cascade RCNN的防振锤脱落检测网络。第一,设计了对比学习网络,将正负样本与真实样本的特征进行对比学习,利用对比损失函数训练网络,使其能更加关注到被遮挡的防振锤脱落目标,提升其特征提取能力;第二,进行了分类器增强操作,筛选出网络级联结构中回归效果较好的感兴趣区域并送入最后的分类回归队列中,提高了分类器的分类能力,进而提升检测目标的分类分数;第三,设计了并行注意力机制模块,整合网络提取的特征,增大关键特征的权重,使网络关注到图像中更关键的区域;在特征金字塔中,将双线性插值方法代替为反卷积,提升特征还原能力。经交叉验证实验结果表明,改进后的模型召回率、精确率和平均精度达到了97.5%,91.0%和92.0%,相比基线模型分别提高了6.9%,28.4%和8.0%。

摘要：为推进三值光学计算机产业化应用,同时提高现有运算器的效率和稳定性,本文论述了三值逻辑光学运算器(Ternary Optical Logic Unit,TOLU)的相关理论、工作原理和实际结构.依据降值设计理论,设计了基元特征结构,优化后形成了简洁的TOLU的光路和电路结构,并以制作成功的TOLU为核心,建成三值光学计算机原型系统SD16.在此基础上,提出了运算器实现18种三值逻辑运算基元的重构方法及重构码生成的创新思想,分析了复合运算基元的重构码,建立了复合运算基元与行运算器的关联,解决了任意三值逻辑运算器重构码生成的关键技术难题.实验表明,SD16的三值逻辑光学运算器的构造理论和结构切实可行,运算结果准确,运行稳定可靠,同时验证了三值光学运算器位数众多、按位可分配、按位可重构的优势.

摘要：针对激光切片技术缺少重频可调激光光源,设计了一种脉冲平均功率35.4W,脉宽12ps,重复频率300kHz~1MHz可调的高功率掺镱光纤皮秒脉冲激光器。激光器采用全光纤振荡器及预放大系统,配合基于棒状光子晶体光纤的主放大系统,并通过在级联放大中加入声光调制器(AOM)调控重复频率,从而实现重复频率可调的高功率皮秒脉冲输出。激光器振荡器及预放大部分的全光纤设计,相较于空间耦合放大具有光路结构简单、环境稳定性高等特点,有望推动高能量飞秒光纤激光工业化进程,提升其在复杂使用环境的适应性。

摘要：为改进稀疏集目标检测方法存在的特征图缺乏空间细节信息、目标特征没有做到全局上下文实例交互、全局语义信息没有得到充分学习等问题,设计了一种结合自适应特征增强和实例特征交互的稀疏集目标检测算法。自适应特征增强模块在特征提取过程中利用不同尺度的池化和卷积来丰富高级语义信息,减小低级语义信息背景噪声的干扰,降低目标错检率和漏检率。实例特征交互模块在边界框回归设计中结合transformer的多层注意力,并融合通道注意力和动态卷积网络对建议框的通道信息进行增强,改善了目标的边缘信息,提高了网络的实例特征交互效率。最后在COCO2017数据集与原始网络进行实验对比,平均精度提升了4.2%,其中在大目标上提升了4.6%,在PASCAL VOC数据集上提升了2.7%。

摘要：高分辨率遥感图像语义分割在航空图像分析领域中具有重要的理论价值和应用价值。但由于高分辨率遥感图像中建筑物语义的丰富性和图像背景的复杂性,以往的分割方法往往容易产生边缘模糊、细节信息丢失和分辨率低等缺点。为了解决高分辨率卫星图像语义分割边界模糊和信息丢失的问题,本文提出一种端到端的卷积神经网络Dilated-UNet(D-UNet)。首先,通过改进U-Net网络结构,采用Dilation技术拓展四通道的多尺度空洞卷积模块,每个通道采用不同的卷积扩张率来识别多尺度语义信息,从而提取更丰富的细节信息。其次,设计了一种交叉熵和Dice系数的联合损失函数,更好的训练模型以达到预期分割效果。最后,在Inria航空图像数据集上进行综合评估与检验。实验结果表明,本文提出的遥感图像分割方法能够有效地从高分辨率遥感图像中进行像素级城市建筑物的分割,与其他方法相比,分割精度更高,具有较高的实际应用价值。

摘要：提升可靠性是国产化重型燃气轮机控制系统研发需要解决的核心问题。硬件冗余是控制系统可靠性的重要保障,可在功能上实现容错,其成本与故障修复相比更低,已在工业应用中占据主导地位。由于我国重型燃气轮机控制系统的研制还处于攻关阶段,对其可靠性的研究几乎处于空白状态。分析了国产重型燃气轮机NuCON控制系统的冗余策略,采用马尔可夫(Markov)模型构建该冗余策略下的可靠性模型;运用概率模型检测器PRISM对可靠性模型进行定量计算和检验,仿真表明,在一定修复时间和冗余结构下,采用最小硬件配置的NuCON控制系统的不可用率为1.616×10-4,满足系统可靠性设计要求。同时对比分析了不同修复时间、不同系统结构和不同系统规模对系统不可用率的量化影响结果。

摘要：为了提高JPEG图像旋转角度估计的准确率,本文提出一种结合预滤波和循环谱分析的JPEG图像旋转角度估计方法。首先,对差分滤波后的待检测图像进行循环谱分析,其图像信号具有循环周期性;然后,设计预滤波器减小JPEG块效应对图像频谱的影响;最后,根据得到的旋转特征峰的位置估计出旋转角度。实验结果表明,所提算法对旋转角度估计的准确率优于现有算法。

摘要：原油样品中主要成分的快速检测及产地溯源对国防安全及生态环境等领域意义重大。现阶段的原油成分检测操作复杂、成本高且检测时间较长,无法满足对原油成分的快速检测及原油产地快速溯源的需求。文中结合高灵敏太赫兹检测芯片(基于双磁矩环偶极子)和时域太赫兹波谱系统,测试了不同产地原油样品的太赫兹光谱,发现芯片谐振峰频移呈现不同的规律。且对于原油中两个最主要的指标硫含量和残碳量,可分别根据它们的频移规律进行定量分析。实验数据计算表明:相同产地的原油的谐振频率平均值相对差值平均为4.63%,不同产地的原油的谐振频率平均值的相对差值平均为56.53%,可明显区分出原油的产地。设计的超表面芯片激发了电磁新模式,提供了一种高灵敏度的检测技术,可广泛应用于生物分子实时监测或探测化学物质(如原油)成分检测、产地溯源等领域。

摘要：针对交通流参数预测在智能交通系统中的重要性,为寻求更实时准确的预测方法,对联合时空特征的交通流参数预测方法进行综述。以交通时空数据为研究对象,将交通流参数预测方法归纳为统计学习方法、深度学习方法和图神经网络方法。基于这3类方法分别从传统和联合时空特征角度概括了各种方法的研究现状和特点,分析了交通流参数预测的难点。结果表明,联合时空特征的交通流预测方法由于考虑了道路网络中复杂且动态的时空依赖性,相较于传统的同类方法,预测性能有较大提升。最后,从模型输入和模型设计角度,讨论了交通流参数预测未来研究方向。

摘要：为了提高深度学习模型在新冠肺炎X光影像诊断中的诊断精度,改善模型可解释性不足,设计了一种融合双边扰动综合梯度显著图优化(IGOS++)算法和改进的ConvNeXt网络模型的新冠肺炎可视化诊断(ConvOS)模型。在ConvNeXt网络模型的残差块中引入一种高效通道注意力(ECA)模块,利用IGOS++对改进的ConvNeXt网络模型的输出特征进行扰动分析,得到最优的插入损失超参数,生成高精细度显著图,提高新冠肺炎X光影像可视化解释诊断性能。在COVIDx数据集上实验结果与其它诊断模型相比,分类性能指标更优,显著图的感兴趣区域(ROI)更为精准,模型的诊断置信度更高。实验结果表明:ConvOS模型诊断的准确率、召回率、精确度和F1-score分别达到了93.7%、92.6%、96.2%和94.4%,与其它诊断模型相比,分类性能指标更优,显著图的感兴趣区域更为精准,模型的诊断置信度更高。