基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展，迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱，为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要，结合中文分词技术特点，基于联合学习思想，提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型，使其共享实体类别和置信度；同时将2个模型的先后计算顺序改为并行计算，减少了识别误差累积。结果表明，在不需要人工构建特征的情况下，方法的正确率、召回率、F值等均显著优于以往方法。     

基于视觉辐条图案识别方法的蓝宝石引晶机制研究

工业生产蓝宝石晶体过程中,引晶步骤有着至关重要的地位。引晶必须在温度梯度较小,温度分布趋于稳定的条件下进行。目前,工业生产蓝宝石主要依靠人工经验操控籽晶杆实现引晶操作,但是人工引晶操作的准确性不高会导致成品品质不佳、资源浪费。为此,本文提出一种基于蓝宝石视觉辐条图案识别方法来检测蓝宝石熔体状态自由液面状态,从而实现一种高效率引晶的机制。此方法利用经典骨架化算法细化辐条图案,Harris算子实现特征信息的提取,提取的特征信息放入运动轨迹模型中判断熔体稳定性,分析液面温度分布稳定性从而实现引晶。结果表明,此算法具有有效性,蓝宝石晶体引晶效率大大提高,生产出的成品良率也有提升,可有效指导蓝宝石的工业生产。     

天然冬虫夏草不同组分对小鼠肠道损伤修复的作用机制

采用乙醇和水从天然冬虫夏草里提取出6种不同组分,通过建立环磷酰胺诱导的小鼠肠道损伤模型,评价包括原料在内的7种组分对小鼠肠道损伤修复的作用机制。结果显示,各组分均能提高胸腺指数,减缓脾脏肿大,且能提高小肠紧密连接蛋白(Claudin-1、Occludin、ZO-1)表达,增加IgA分泌细胞数量、sIgA含量、Th17和Treg相关细胞因子(IL-17和TGF-β3)含量及转录因子(RORγt和Foxp3)的表达,实验结果表明天然冬虫夏草能够通过修复紧密连接和调节Th17/Treg平衡来修复环磷酰胺诱导的肠道损伤,为更好利用冬虫夏草提供了理论基础。     

U71Mn钢轨气压焊焊接接头滚动磨损与损伤性能研究

研究了U71Mn钢轨气压焊焊接接头上各区域的组织与性能，并利用MMS-2A轮轨滚动磨损与接触疲劳试验机对焊接接头材料进行试验，分析了各区域的磨损与损伤特性. 结果表明:焊接接头组织为珠光体，但晶粒大小及渗碳体形态和大小存在差异. 焊缝中珠光体晶粒较小，渗碳体呈细小片层状及细小颗粒状，因此硬度高且塑性变形能力强. 在1×105和2×105循环次数时耐磨性优于母材，在3×105循环次数时，焊缝磨损量大于母材磨损量，且焊缝表面损伤较母材严重. 在焊缝两侧各有1个区域(软化区)，组织为粒状珠光体和少量片层状珠光体，颗粒大小和片层厚度不均匀，硬度较小，磨损量较大，塑性变形层较厚，表面损伤最严重.      

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

贝叶斯优化卷积神经网络公共场所异常声识别*

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。     

封面图片说明

港珠澳大桥是世界桥梁史上里程碑式跨海大桥,地处台风多发区,长期服役中的不利载荷将不可避免导致其损伤积累和抗力衰减.因此结合损伤识别、传感测试、信号分析等多学科交叉的桥梁安全监测技术确保其安全运营,是一个重要而紧迫的科学问题.     

丹酚酸A 对H2O2 所致大鼠脑微血管内皮细胞氧化损伤保护的实验研究

目的 观察丹酚酸A 对H2O2所致大鼠脑微血管内皮细胞（RCMECs）氧化损伤的保护作用，并探讨其可能的作用机 制。方法 分离并培养大鼠脑微血管内皮细胞，用H2 O2 损伤的方法建立氧自由基损伤模型。采用丹酚酸A 进行干预后，分别测定细胞培养液中乳酸脱氢酶（LDH）活性、血栓素B2（TXB2）水平、6- 酮基前列腺素1α（6-keto-PGF1α）的含量，以及细胞内和培养液中脂质过氧化产物丙二醛（MDA）含量和超氧化物歧化酶（SOD）的活性。结果 H2O2致RCMECs 氧化损伤后，细胞LDH 释放水平、TXB2和MDA 的含量均明显增加，同时6-keto-PGF1α 含量和SOD 活性显著下降；而丹酚酸A 预处理后能呈浓度依赖性的降低RCMECs 氧化损伤后LDH 水平、TXB2含量和细胞内外的MDA 含量，提高受损细胞6-keto-PGF1α 的表达和细胞内外SOD 活性。结论 丹酚酸A 对H2O2所致RCMECs 氧化损伤具有保护作用，其机制可能与其抗氧化作用有关。