Convolutional neural network (CNN) is gradually applied to the field of image fusion because of its excellent performance. For the fusion task of infrared image and visible image, because there is no label data, unsupervised learning modeling is of great significance. To solve this problem, an unsupervised end-to-end depth fusion algorithm is proposed. The algorithm can directly predict the fused image containing significant information of the source image from the input infrared source image and visible light source image. The proposed algorithm constructs an auto-encoder network and uses real datasets for training. The loss function used in the network is the image structure similarity index measure (SSIM), which is widely used in image fusion tasks. Specifically, an improved non reference image evaluation index is designed to calculate the loss function, so as to achieve the purpose of unsupervised training of the network. In addition, the attention mechanism is introduced into the model to further improve the fusion results. The proposed algorithm is compared with many fusion algorithms, experimental results show that the fusion results of the proposed algorithm are very competitive in both subjective evaluation and objective index evaluation.
Abstract To solve the problem of trait differences in expression characteristics among different age groups, shortage of research on cross-age facial expression analysis, and the lack of datasets across ages, put forward the model in age factor deep sparse fusion extension of the expression recognition. The model utilizes a linear dictionary sequence of a high-level form as an input signal for a sparse representation, the input objects are constructed in a linear combination, and select the optimal solution in all solutions with the sparse level as an indicator, further through the convolutional, pooling and full connection processing of convolutional neural networks, the problems of high similarity, insufficient quantity and uneven distribution of data sets are solved through the fusion extension strategy, on this basis, the age operator is combined as feature elements and expression features are extracted and used as the basis for classification decision. Extension by deep sparse fusion, additional factors were extracted using anthropometric models, internal angle calculation and skin wrinkle detection of age operator as expression features, the comparison of results of multiple dataset experiments demonstrate the effectiveness and stability across datasets of the algorithm, the advantages of this algorithm are also demonstrated by the horizontal alignment of the representative cross-age expression classification algorithm. This method is effective for the accuracy and robustness of expression expressions across ages, it has the research value and the reference significance.
以美人蕉叶为原料,通过单因素试验并结合响应面法,对超声波辅助乙醇溶液提取美人蕉叶多酚的工艺条件进行研究.选择乙醇浓度、液料比、超声温度和超声时间作为响应面因素,多酚提取率为响应值,确定了能够用于美人蕉叶多酚提取率进行分析和预测的二次多项式回归模型方程.结果表明,在乙醇浓度为57%、液料比为43 mL/g、超声温度为72℃、超声时间为50 min时,测得的美人蕉叶多酚提取率最高,达到18.89 mg/g,与理论上的美人蕉叶多酚提取率(19.15 mg/g)相对误差仅为 1.36%,证实了该模型合理,预测可靠.所提取的美人蕉叶多酚对DPPH自由基和OH自由基具有一定的清除能力并呈现正相关关系,其IC50分别为 49.99 mg/L和 315.55 mg/L,证明了美人蕉叶多酚的抗氧化能力.
互联网技术的快速发展导致了互联网上数据信息的爆炸式增长.推荐系统作为解决互联网信息过载问题的关键技术,其核心思想是通过用户历史行为数据挖掘出用户的个性化偏好,为用户推荐其感兴趣的物品.然而,稀疏的评分数据会导致相似度计算不够准确,进而影响相似用户集的质量.为了提高相似用户搜索的可靠性,引入信任机制和评分子空间,提出基于评分子空间和信任机制的协同过滤推荐算法.创新点主要包括以下两点:首先,算法引入基于用户显式声明的关系数据所构建的信任机制,该关系数据能够对稀疏的评分数据进行补充.其次,利用评分子空间和信任关系,设计了一种基于隐式和显式相似度的混合相似度度量方式,并将之引入到多阶近邻的相似用户搜索方法和迭代评分预测方案中.实验结果表明,所提算法提高了推荐的准确度,具备较好的预测能力.
细粒度图像分类是计算机视觉领域的一大分类任务,其难点在于如何通过类别监督信息自主地找到判别性区域.提出一种新的通道-空间融合注意力模块,基于该模块设计了一种新的 Swin Transformer 算法SwinT-NCSA(a Swin Transformer based on a novel channel-spatial attention module),分别从通道维和空间维同时提取特征,再将其融入到Swin Transformer模型中以提高其小尺度中多头注意力信息的提取能力.SwinT-NCSA算法特别关注了对分类有用的区域,同时忽视对分类无用的背景区域,以此在细粒度图像分类任务中达到较高的分类准确率.在FGVC Aircraft飞机数据集、CUB-200-2011 鸟类数据集和Stanford Cars车类数据集3 个公共数据集上的实验表明,SwinT-NCSA算法可以分别取得 93.3%、88.4%和 94.7%的准确率,优于同类算法.
宁芜盆地位于长江中下游铜、金、铁、铅、锌、硫、石膏成矿带,构造运动强烈、岩浆活动频繁,成矿地质条件优越.通过提取宁芜盆地(江苏部分)地层、断裂构造、航磁、化探异常等 9 个控矿因子基础信息,采用证据权重与基于遗传优化的BP神经网络(WOE-GA-BP)模型,对该区域内陆相火山岩型铜矿进行成矿预测研究,使用混淆矩阵及ROC曲线进行模型精度评价.经叠加分析,基于成矿模型圈定的铜矿A、B、C类远景区与江苏省重要矿产潜力评价圈定的铜矿A、B、C类预测区分别有81.23%、62.69%、100%的重叠区,表明本次预测结果较为可靠,为区域成矿预测提供了新的思路和方法,对后续勘查工作具有一定的指导意义.
冰壶是在以队伍为单位在冰上进行的一种投掷性体育竞赛项目,由于冰壶运动过程中受到场地环境、温度等因素影响较大,因此在进行冰壶策略的算法研究时采集相关数据困难且复杂.冰壶运动在数学上是一个连续动作空间、连续状态空间以及动作执行具有不确定性的马尔可夫过程,这就导致相关算法在落地使用之前必须先在仿真环境下进行研究和测试.为方便进行冰壶投掷策略的研究,提出了一种基于物理引擎Pymunk实现的冰壶比赛项目中冰壶投掷、旋转、滑行、碰撞的仿真方法,通过输入滑行速度、角速度便可以得出该次抛投后冰壶的运动数据.相比于现场采集数据,本仿真系统具有采集数据方便,采集量大的特点,并可实时控制双方投掷冰壶的速度来进行投掷策略的博弈.仿真结果表明,仿真系统与预期分析一致,仿真系统十分接近实际情况下冰壶的运动情况.
采用现场实测和问卷调研的方式对地铁车厢的热环境参数及乘员的主观热感觉进行了调研,分析了车厢热环境参数对地铁乘员热舒适的影响.引入二节点模型对地铁空调车厢乘员的核心温度和皮肤温度进行建模,采用有限差分法在时间单元内对耦合的非线性常微分方程组进行离散并利用MATLAB软件编程迭代求解.将实测的 1 070 组实验数据与计算结果与进行对比.结果发现,二节点模型对地铁空调车厢人体温度的预测精度较高,可用于分析在车厢环境下的人体温度影响因素.人体特征与空调车厢热环境参数共同决定了人体温度的变化,且各因素的影响能力由大至小分别为环境温度、平均辐射温度、人体代谢率、服装热阻、相对湿度和风速.计算方法和主要结论可为地铁空调车厢乘员热舒适研究提供理论参考.
因具备强大的细节刻画能力,双三次插值已成为图像超分中的常用算法.由于其借助在空间距离上与当前像素距离最近的 16 个像素构造插值基函数,故双三次插值本质上属于一种局部算法.这也意味着该算法的插值过程尚不能有效利用图像周期性(非局部性),从而致使其细节保持能力仍存在进一步提升空间.针对这一问题,通过对原插值基函数施加非局部权重修正,在一个更大范围内选取更多像素对当前像素的灰度值进行估计,实现了经典双三次插值算法的非局部拓展.在灰度图像和彩色图像两个不同场景上进行超分实验,主观视觉效果和客观量化指标均表明所提算法的有效性.
广泛收集健康网站用户实际提出的糖尿病相关问题,以LTP自然语言处理平台为基础对问句进行综合分析,建立糖尿病基本诊疗、指标、用药、饮食、保健品、预防及疑问(判断)词汇等方面的分类词典.应用词语匹配、依存句法分析、相关词语组合分析等方法进行语义关键词提取.在此基础上进行问题分类理解,同时结合问题分类及相关的决策树构建糖尿病的相关知识图谱及问题的判断流程,实现了问题与回答的有效匹配.系统实际问答测试结果是识别率为 91.3%、准确率为 83.6%.
对主侧链技术的5 种模式进行了综述,分析其中的优缺点,重点讨论主侧链技术的应用场景,并结合能源互联网领域发展的最新趋势和需求,认为能源互联网具有分布式、分散、多能源协调和金融市场化的特点,这些特征和区块链技术概念彼此一致,但很多现有研究是在简单或单一场景下对区块链应用的讨论,有必要对同一场景下、不同场景之间的各个区块链之间的交互进行讨论,以满足相应的信息交互需求.为了满足能源互联网中角色、内容和级别不同的数据和服务交互的不同需求,将侧链技术集成到能源互联网中至关重要.并以两种典型的应用场景为例,给出了侧链技术在能源领域的具体应用架构.
"双减"政策的落实为高质量开展、多主体参与课后延时体育服务带来了发展契机.以地方政府、基层学校、社会组织为博弈主体,运用演化博弈理论,分析三方策略选择的博弈过程,对不同课后延时体育服务情境进行仿真分析,探索不同主体博弈选择对参与结果的影响.研究表明,地方政府、基层学校与社会组织共同积极参与是课后体育延时服务的理想模式;地方政府的策略选择与监管成本存在高度正相关;政府发放的补偿内容对基层学校的策略选择影响最为显著;通过控制地方政府的监管成本、增加积极管理学校的补偿发放及降低社会组织的惩罚措施等途径,能有效推动"双减"政策下课后延时体育服务向博弈稳定发展,显著提升地方课后延时体育服务质量.
讨论缺陷板材二维排样问题,即用一张带缺陷区域的板材切割出若干种矩形件,对每种矩形件允许从板材上切割的数量不做限制,优化目标为板材切割出的矩形件的总价值最大.将放置规则和随机密钥遗传算法相结合求解排样方式,用放置规则确定当前待排样矩形件在板材上的放置位置,用随机密钥遗传算法确定矩形件的排样序列和排样参数,用极大空闲空间技术处理板材的空闲空间和缺陷区域.为了提高遗传算法对解空间的搜索范围,放置规则采用最下最左和最左最下两种不同的启发式.通过数值实验比较所提方法与文献方法,实验结果表明,所提方法计算时间较少、排样价值较高.
为了获取使用熔池特征参数对增材制造进行反馈控制的输入参数,提出了一种基于通道加权FPN的激光增材制造熔池语义分割算法和基于图像像素阈值的熔池方向、面积和宽度特征参数提取算法.语义分割算法主要包含轻量级的主干神经网络、通道加权特征FPN网络.实验结果表明,熔池图像的分割速度可达79.76张/s,mIoU和mAP分别可达90.53％和95.79％,且模型大小仅为90MB.与其他相同类型的深度学习模型相比,该算法在保证精度的同时,提高了检测速度,减少了模型参数量和大小.熔池图像特征参数提取算法则结合了相机拍摄的原始图像与分割完成的图像的像素阈值分布情况,能够准确分析并计算出熔池的方向、宽度与面积特征参数.
垂直轴风力机相对于水平轴风力机而言具有诸多优点.基于轮轨式垂直轴风力机工作原理,进行总体结构设计.车轮发电平台是轮轨式垂直轴风力中的重要部件,主要起发电和转向作用.设计一种车轮直接带动各小型发电机的分布式车轮发电平台结构,使驱动发电机转动的车轮始终与发电机处于同一个摆动平台.该车轮发电平台可随着运行轨道曲率变化而不断自适应地转动,具有各发电机机械转动能被平稳输入的优点.设计防倾覆装置安装于风力发电小车底板上,可调整其与轨道之间的间隙,保证风力机运行时不发生倾覆.运用有限元技术对车轮发电平台受力关键零件进行静力学强度分析,验证设计的结构满足强度要求.
采用溶剂热法合成具有Z型异质结构的WO3/g-C3N4复合光催化材料,采用XRD、XPS、SEM等表征测试了材料的组成、形貌等,考察其光催化性能及对盐酸四环素(TC)的降解能力,并研究了WO3/g-C3N4的降解机理.与WO3,g-C3N4相比,WO3/g-C3N4复合材料降解效果明显提高,其中WCN-3(WO3/g-C3N4-3)的催化能力最优.复合材料光催化活性增强可归因于其较大的比表面积为光催化反应提供了更多的活性位点.PL测试结果显示复合材料中光生电子-空穴复合被显著抑制,自由基捕获实验证实参与光催化降解的主要活性成分是超氧基自由基(·O2-)和空穴(h+).
在常压下使用单级循环汽液平衡釜对丙酮-乙腈-叔丁醇-水体系中丙酮-乙腈、丙酮-叔丁醇、乙腈-叔丁醇、乙腈-水的4组二元、丙酮-乙腈-叔丁醇、丙酮-叔丁醇-水、乙腈-叔丁醇-水的3组三元和丙酮-乙腈-叔丁醇-水的四元汽液平衡数据进行测定.通过赫林顿积分法对二元汽液平衡数据进行热力学检验,进而考察本装置测定实验数据的可靠性和稳定性.对测定的实验结果选用UNIQUAC和NRTL模型关联,与实验值对比,UNIQUAC模型关联值与实验值较为吻合,平均相对误差最大值小于3％.同时,测定四元体系在乙二醇等4种萃取剂中的汽液平衡数据,为丙酮-乙腈-叔丁醇-水体系萃取分离提供基础数据.
空调负荷(air conditioning loads,ACLs)可作为一种灵活的需求侧资源参与新型电力系统的源-荷互动.充分利用ACLs的热力学特性,既能发挥ACLs的负荷调节能力,又能保证用户的舒适度.现有的优化方法将ACLs的热力学约束建立为刚性约束.通过松弛刚性舒适变量,提出了一种考虑弹性约束的空调负荷用能优化策略以满足系统运行中极端情况下的负荷调节需求.首先,建立了空调负荷的弹性优化模型.其次,通过引入辅助变量,将舒适变量与辅助变量之间的关系定义为弹性约束,并将线性化处理后的舒适度惩罚成本加入目标函数中.最后,采用混合整数线性规划求得最优解.优化结果表明,基于弹性约束的空调负荷优化结果具有更显著的削负荷效果.变频空调和定频空调的仿真结果都验证了所提方法的有效性.
故事地图与山水游记结合,能生动刻画游记中山水现象和游历过程的时空变化,诠释其文化地理意义,对传递史地知识、建构山水审美意识和解读自然人文现象有着重要的意义.从山水游记的内涵与山水游记文本的特点出发,分析了山水游记故事地图的制图六要素,提出了山水游记故事地图的混合信息架构方式(时间、空间、主题),并阐述了山水游记故事地图的界面版式设计、多媒体与符号设计表达方法.以徐霞客庐山游记为例,实现了山水游记故事地图.提出了基于山水游记文本的故事地图设计理论与方法,丰富了现有故事地图的理论体系,可为相关的故事地图可视化设计与实现提供参考.
金黄色葡萄球菌是花生及其制品中常见的一种食源性致病菌,针对金黄色葡萄球菌的快速检测方法对实现花生及其制品中的食品安全防控有重要意义.根据金黄色葡萄球菌的耐热核酸酶基因(nuc)设计了3对特异性引物,同时优化了退火温度,成功建立了一种特异性引物的SYBR Green实时荧光定量PCR(qPCR)快速检测方法,进一步对该方法的特异性、重现性及灵敏度进行了验证.以8种模拟污染花生加工产品为实验对象,对该方法与荧光定量PCR试剂盒-探针法及商品化Baird-Parker干粉培养基法进行了评价研究.结果表明,建立的SYBR Green qPCR快速检测方法特异性和重现性良好,最低检测限为8.99 copies/μL,其灵敏度比荧光定量PCR试剂盒-探针法高2个数量级.SYBR Green qPCR快速检测方法具有成本低、检测快速、特异性好、灵敏度高的优点,可用于花生及其制品中金黄色葡萄球菌的快速检测,也可为防控其他食品中的金黄色葡萄球菌污染提供参考.
