基于卷积神经网络的焊缝缺陷图像分类研究

为有效地对焊缝缺陷进行分类，从而判断焊接质量的等级，对传统卷积神经网络进行改进，提出一种多尺度压缩激励网络模型（SINet）。将4组两两串联的3×3卷积模块与Inception模块、压缩激励模块（SE block）相结合。通过多尺度压缩激励模块（SI module）将卷积层中的特征进行多尺度融合和特征重标定以提高分类准确率，并用全局平均池化层代替全连接层减少模型参数。此外考虑到焊接缺陷数量不平衡对准确率的影响，采用深度卷积对抗生成网络（DCGAN）进行数据集的平衡处理，并在该数据集上验证模型的有效性。与传统卷积神经网络相比，该模型具有良好的性能，在测试集上准确率达到96.77%，同时模型的参数个数也明显减少。结果表明该方法对焊缝缺陷图像能进行有效地分类。     

基于偏Laplace正态数据下位置、均值回归模型的参数估计

参数估计是一种基本的统计推断形式,也是统计学的一个重要分支.在分析偏态数据时,我们比较关注数据的众数、中位数和均值,但是偏Laplace正态数据的众数和中位数难以精确求出,因此用位置参数来近似代替.故本文提出偏Laplace正态数据下位置和均值回归模型,并研究该模型的参数估计,模拟和实例研究结果表明本文提出的模型和方法是科学合理的.     

?4模型真空态间的转换算符

本工作在正则量子化的基础上，对$\phi^4$模型的哈密顿量采取正规序来正规化真空零点能，然后微扰计算了至次领头阶的真空态修正。同时首次得到可以在$\phi^4$模型的两个真空态之间转换的算符，我们相信这个算符也是适当极限条件下产生$\phi^4$扭结(kink)的算符的形式。最后简要说明了真空能的应用。     

具有非线性传染率和时滞的随机SIQR计算机病毒模型的渐近行为

研究了一类具有非线性发生率和时滞的随机SIQR计算机病毒模型.首先证明了该系统具有唯一的全局正解,然后通过构造适当的Lyapunov函数并利用伊藤公式,分析了该模型的解在无病平衡点附近及地方病平衡点附近的渐近行为,最后通过数值模拟对随机系统解的渐近行为做了进一步的分析并给出了结论.     

基于学业质量水平的物理建模能力研究

参考2017版物理课标学业质量水平,构建物理建模能力评价指标,采用测试法调查了高二理科学生物理建模能力,结果表明学生的建模能力较薄弱,并依据评标找出了学生建模过程中存在的具体问题.了解学生建模能力的现状,教师可以更好地设计教学活动以发展学生的建模能力,进而提升学生的物理学科核心素养.     

基于U-Net的盐体识别方法

卷积神经网络在计算机视觉领域取得重大突破，利用其强大的图像处理能力，将地下沉积盐体的识别问题转化为图像语义分割问题，应用深度卷积神经网络实现盐体地震图像的像素级语义分割.本文在U-Net基础上，增加网络深度并同时引入批归一化和Dropout处理，使得神经网络模型具有更高的可信度和更强的泛化能力.通过实验发现，在卷积层之后引入批归一化处理，并在池化层和叠加层之后引入Dropout可以稳定提升模型对盐体图像的分割性能.     

基于激光雷达的垂直能见度反演算法及其误差评估

针对大气垂直方向上消光系数分布不均匀难以用传统方法直接测量垂直能见度的问题,提出了一种基于激光雷达探测垂直能见度的计算方法。根据大气辐射传输基本原理,借助于辐射传输方程,推导出了垂直能见度的计算公式;然后利用激光雷达原理方程和Klett算法反演出大气垂直方向上的消光系数分布,基于此提出了垂直能见度的迭代算法。最后,利用灰色模型GM(1,1)和批统计算法,对激光雷达反演得到的后向散射系数进行了评估,给出了误差置信区间为(0.760±0.339)×10^-4(srad·km)^-1。结果表明,该方法是一种特别有效的计算垂直能见度的方法,符合探测的基本需求,且误差小精度高。