航拍图像具有数据量大、目标尺度小而分布稠密的特征,且其视角是俯视,不同于普通图像的平视,因此针对普通图像的传统目标检测算法无法适应航拍图像的目标检测任务.针对航拍图像小目标检测,提出了一种基于YOLO-v5的改进算法Small-Tiny-YOLO-v5.首先,按照GhostNet网络结构搭建改进算法的骨干网络;其次,在骨干网络内部加入注意力机制模块;再次,构建了一个针对微小目标的航拍图像数据集.此外,在改进算法训练阶段融合了迁移学习的思想.实验结果表明,所提改进算法的模型参数量远低于原始YOLO算法;精度与速度也优于原始算法,在公开数据集与本文构建的数据集中,精度分别提升了0.009 和 0.024,速度分别提升了 73.735％和 58.641％.
提出了一种融合深度神经网络和Transformer特征的多尺度结构,目的在于解决在同一场景下出现尺寸不同的目标时,显著目标检测网络性能下降的问题.当处理不同尺度的物体时,由于采样深度和感受野尺寸之间的矛盾,现有方法的表现往往不稳定.为了应对这一挑战,采取了 3种不同的采样率对特征图进行采样,并使用Transformer模块来学习全局上下文信息.这种方法可以将卷积神经网络(CNNs)和Transformer两种网络的特性进行有效融合,从而创新性地提出了一种针对多尺度物体的显著目标检测策略.在UHRSD-TE,DUT-OMRON和DUTS-TE 3个公开数据集上的实验结果证明,该方法在处理同一场景下不同尺寸物体的显著目标检测任务上表现优秀.
为应对高光谱成像侦察,设计了 2种模拟植物叶片反射谱的光散射膜并分别命名为TiO2/Chl和TiO2/SCC仿生膜.两类膜的基体均为亲水的聚乙烯醇/氯化锂薄膜,散射微粒均为二氧化钛(TiO2),色素分别为叶绿素(Chl)和叶绿素铜钠盐(SCC).采用分光光度计分别测量了样品和桂花树叶片的反射率及桂花树叶片色素提取液、Chl和SCC溶液的吸光度.结果表明,在430～2 500 nm内,TiO2具有强散射特性,增强了基体膜的反射辐射.在TiO2的散射作用下,由于Chl和SCC具有与植物叶片色素相似的吸收特性,且基体膜含水,仿生膜反射谱均呈现与绿色叶片反射谱相似的4个基本特征,即"绿峰""红边""近红外高原"和水吸收带.TiO2/Chl和TiO2/SCC仿生膜的反射谱与桂花树叶片的相关系数分别为0.90和 0.95.
为了准确地预测Elium树脂的放热性能,基于瞬态非线性热传导方程的树脂固化模型,利用Abaqus仿真软件,建立了 Elium树脂固化有限元模型,并对不同厚度Elium树脂的固化过程进行模拟和实验验证.结果表明固化温度的模拟计算结果与实验结果一致,固化峰值温度随着树脂厚度的增加呈现非线性增加趋势,当固化峰值温度接近100 ℃时,树脂中产生气泡,为优化Elium复合材料成形工艺提供了理论依据.
利用铈基金属有机框架限域Pd颗粒,并通过界面反应掺杂Mn离子,以此为前驱体经过热解反应制备MnCeOx混合氧化物负载的Pd催化剂.表征结果表明,这一方法制备的Pd-MnCeOx催化剂具有纳米棒状形貌,且Mn在CeO2晶格中均匀掺杂,Pd在载体上高度分散.Mn的掺杂有效提升了载体的氧空穴浓度,改善了载体的低温氧化还原性能,增强了 CO氧化反应中的晶格氧流动性.此外,在Mn的掺杂量达到3.26％时,Pd-MnCeOx-10中Pd与混合氧化物具有最强的金属-载体相互作用,从而表现出了最佳的CO催化氧化活性,在100 ℃时可以将CO完全转化.
