来自多尺度分析的R iesz基

不采用正交化方法,给出了来自多尺度分析的R iesz小波基的具体形式以及小波基母函数ψ(x)与尺度函数φ(x)的关系.建立了基于这种R iesz基的分解与重构算法.     

2019年微纳米力学热点回眸

微纳米尺度下材料的力学性能与样品的尺寸和表界面等物理量密切相关,因此纳米材料的力学性能可以在很大范围内进行高效的调节,使得纳米材料能够拥有超轻、超硬、以及高断裂强度和高韧性等卓越的力学性能。从尺度缺陷效应和生长机理、屈曲机理分析和应用、界面力学性能和应用、生物和软物质力学性能、软体机器人、机器学习等方面盘点了微纳米力学2019年取得的研究成果。     

基于小波变换的光突发交换网络业务流的研究

最近大量研究表明实际业务流存在分形特性,这对业务流的性能产生较大影响。针对光突发交换（OBS）网络边缘节点的汇聚业务流,首先在多重分形条件下利用小波变换对业务流进行尺度刻画。同时采用分块操作、块间变化的方法对业务流进行分析,通过深入研究发现均值和方差对业务流的性能影响较大     

磁法勘探在新疆煤层自燃火区中的应用

本文介绍了磁法勘探在煤层自燃火区方面的应用,二度半磁异常人机联合作实时正演拟合,二维小波尺度分解。并以新疆尼勒克煤田吉伦台矿区为实例进行了说明。     

融合多尺度CNN与双向LSTM的唐卡问句分类模型

当前大语言模型的兴起为自然语言处理、搜索引擎、生命科学研究等领域的研究者提供了新思路,但大语言模型存在资源消耗高、推理速度慢,难以在工业场景尤其是垂直领域应用等方面的缺点。针对这一问题,提出了一种多尺度CNN与双向LSTM融合的唐卡问句分类模型,本模型将数据的全局特征与局部特征进行融合实现唐卡问句分类任务,全局特征反映数据的本质特点,局部特征关注数据中易被忽视的部分,将二者以拼接的方式融合以丰富句子的特征表示。通过在Thangka数据集与THUCNews数据集上进行实验,结果表明,本模型相较于Bert模型在精确度上略优,在训练时间上缩短了1/20,运算推理时间缩短了1/3。在公开数据集上的实验表明,本模型在文本分类任务上也表现出了较好的适用性和有效性。     

东部区域核事故核素大气扩散特征研究

为分析核事故时东部不同地区放射性核素大气扩散特征的差异性,通过利用区域尺度天气预报模式WRF和高斯大气扩散模式研究了东部区域尺度以及部分核电厂周边的大气弥散因子分布特征。结果表明:东部区域尺度计算网格中心点周边500 m和5000 m处大气弥散因子的最大值分别为10-3 s·m-3量级和10-4 s·m-3量级;不同核电厂距离中心点500 m处的大气弥散因子最大值在10-4 s·m-3量级,距离区域中心点5000 m处的大气弥散因子最大值在10-6～10-4 s·m-3量级之间;针对不同核电厂距离中心点500 m处和5000 m处大气弥散因子比较发现,前者昌江核电厂大气弥散因子最大值最高;后者秦山核电厂大气弥散因子最大值最高。可见不同地区的核电厂受气象场影响其大气扩散特征存在差异。     

基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度估计效果,改善了轮廓细节。     

PRNet:渐进式消减不确定区域的息肉分割网络

由于息肉图像的自动分割病灶区域大小不一和边界模糊,从而导致分割精度较低.针对这两个问题,本文提出先定位后逐步精细的渐进式消减网络（Progressive Reduction Network,PRNet）.该网络采用Res2Net提取病灶区域特征,利用多尺度跨级融合模块将注意融合机制与跨级特征结合,有效应对病灶区域多尺度问题,提升定位准确度.在自上而下恢复图像分辨率的过程中,引入不确定区域处理模块和多尺度上下文感知模块.前者通过设定递减的阈值逐步挖掘息肉边缘信息,增强边缘细节特征的识别能力;后者则进一步探索病灶区域周围潜在的上下文语义,提升模型的整体表征能力.此外,本算法还设计了一个简单的特征过滤模块,用于筛选编码器特征中的有效信息.在Kvasir-SEG、CVC-Clinic和ETIS数据集上的实验结果表明,所提算法的Dice系数分别达到了92.09%、93.05%和74.19%,优于现有的息肉分割算法,展示出了较好的鲁棒性和泛化性.     

一种气温降尺度的半循环对抗生成网络

提出了一种半循环对抗生成降尺度模型,应用于ERA5再分析全球气候地表温度数据在中国及其周边地区的降尺度,该模型引入了重建生成器网络和退化生成器网络,采用对抗损失和半循环损失来优化降尺度结果。通过消融实验验证了该模型的有效性。结果表明,与传统的插值方法以及其他深度学习模型相比,该模型在客观评价指标上有所提高,所生成的地表温度数据细节更加丰富。     

主共振纳米梁非线性振动电容控制

针对纳米梁非线性振动控制问题,以Euler-Bernoulli梁为模型,提出了纳米梁非线性振动电容式传感器控制方法。纳米梁电容器电容值随纳米梁的振动而变化,纳米梁电容式传感器根据电容变化提取振动信号,并将放大后的振动信号传递给控制器以控制纳米梁的非线性振动。应用多尺度法得到系统的近似解,推导出系统主共振的幅频响应方程。应用数值模拟方法,通过不同控制参数下的幅频图分析了纳米梁振动的非线性动力学行为。研究表明,该方法能够有效地控制纳米梁的非线性振动,通过选取适当的控制参数能够削弱甚至消除纳米梁非线性振动特性。