基于三维空洞卷积残差神经网络的高光谱影像分类方法

高光谱影像是典型的高维数据,在光谱维和空间维都包含了大量信息。针对高光谱影像分类时光谱维数据量巨大的特点,提出一种基于三维空洞卷积残差神经网络的高光谱影像分类方法。该方法以高光谱像元立方体作为数据输入,使用三维卷积核同时提取高光谱数据的空间维和光谱维特征,并通过在卷积核中引入空洞结构,在不增加网络参数量和不消减数据特征的情况下提高卷积核的感受野,从而提高神经网络的分类的精度。该方法利用残差结构避免了由网络层数加深导致的梯度消失问题,最终使用Softmax分类器完成高光谱像元的分类工作。实验结果表明:所提方法在Indian Pines和Salinas数据集上分别取得了97.303%和97.236%的总体分类精度,与各对照组相比具有更好的分类效果,由此证明所提方法可以提升高光谱影像的分类性能。     

基于空洞-稠密网络的交通拥堵预测模型

在利用卷积神经网络模型对短时交通拥堵情况等预测场景进行预测时,由于模型的卷积池化操作过程会丢失部分数据,使得目标位置的信息出现丢失及特征的分辨率持续下降,导致模型的预测能力降低.针对此,本文提出一种空洞-稠密神经网络模型.首先,利用空洞卷积用较少的网络参数获取更大感受野的特点,充分提取出复杂多变的数据时空特征.其次,通...     

编码-解码多尺度卷积神经网络人群计数方法

针对基于多列卷积神经网络的人群计数方法存在的多尺度特征信息丢失、融合不佳以及密度图质量不高等问题,提出了一种编码-解码结构的多尺度卷积神经网络人群计数方法。编码器采用多列卷积捕获多尺度特征,通过空洞空间金字塔池化扩大感受野并减少参数量,保留尺度特征和图像的上下文信息;解码器对编码器输出进行上采样,实现高层语义信息和编码器前端低层特征信息有效融合,从而提升了密度图的输出质量。为增强网络对计数的敏感性,在以往像素空间损失的基础上考虑了计数误差,提出了一种新型损失函数。采用Shanghai Tech、Mall以及自建数据集进行了对比实验,结果表明:与之前最优方法相比,所提方法在Shanghai Tech数据集Part_A部分的平均绝对误差和均方误差分别降低了8.3%和21.3%,Part_B部分分别降低了12.9%和12.0%,Mall数据集分别降低了15.1%和23.8%,自建数据集分别降低了13.5%和7.1%;在不同人群场景下,所提方法的人群计数准确性和鲁棒性均优于其他对比方法的。     

高熵合金辐照硬化与力学性能研究

高熵合金由于多主元元素混合引起高熵结构效应,使其具有优异的物理、力学和化学特性,如高强度、高耐磨性、高耐蚀性、热稳定性、优异的抗辐照性能等.然而,辐照诱发高熵合金材料的硬化行为和力学性能预测仍缺少相关研究,严重地限制了对其长期服役后材料性能的评估.基于晶体塑性理论结合实验结果,研究了空洞形状依赖的硬化行为、位错环诱发的硬化行为以及氧化物弥散增强的高熵合金力学性能.研究发现,考虑多面体空洞与位错的概率依赖的空间交互作用,能够更加准确地预测辐照金属的屈服应力;晶格畸变对屈服强度,有着重要的贡献;氧化物弥散相对位错运动起强烈钉扎的作用,从而对强度产生影响,直接决定抗辐照性能.高熵合金作为一种具有综合优异力学性能的新型结构材料,在先进核能系统中有望被广泛应用,比如核反应堆的核燃料包壳管.     

Teleportation of Unknown Atomic Entangled States Using GHZ Class States

We propose two physical schemes, which can teleport unknown atomic entangled states from user A （Alice） to user B （Bob） via GHZ class states as quantum channel The two schemes are both based on cavity QED techniques. In the two schemes, teleportation and distillation procedures can be realized simultaneously. The second teleportation scheme is more advantageous than the first one.     

冲击条件下单晶铜中双纳米空洞的塌缩研究

为研究金属材料的破损机制,应用分子动力学模拟方法对金属铜中两个纳米空洞在冲击作用下的塌缩过程做了研究.研究表明当两空洞沿冲击波方向放置时,左侧空洞的左右两侧均出现位错环,右侧空洞仅在其右侧出现位错环.当两空洞沿垂直于冲击波方向设置时,两空洞位错环出现交接现象.     

颗粒物质中的空洞效应

通过实验研究了颗粒体系内部的空洞对整个颗粒体系的影响.当在颗粒体系中向上提拉探测棒时,棒下端即刻产生空洞.由于空洞的存在,将导致整个颗粒体系内部结构的崩塌,崩塌的情况可通过测定棒受到的摩擦力来研究.实验发现整个体系崩塌的时间t与空洞产生的深度h间存在着一个指数的对应关系,即t正比于exp(h/λ),并且这个关系不随颗粒尺寸的变化而改变.同时,还进行了二维的辅助实验,对颗粒体系内部的情况进行了较为细致的观察.     

Ca-S复合易切削不锈钢钻削加工性试验研究

本文从钻头的耐用度、钻削力、钻削温度和断、排屑等方面,对新研制的0Cr16Ni10CaS易切不锈钢的钻削加工性进行了试验研究。并利用扫描电镜等手段对钻屑根部进行了观察,分析了其易切削机理。由于复合加入了Ca、S易切削元素,在钻削时,起到了形成微空洞、应力集中源、减少内摩擦和降低加工硬化等作用。因而有效地改善了其钻削加工性。     

带空洞损伤的古典压力容器问题

本文根据微弹性结构线性理论研究了带空洞损伤的压力容器问题．解答是准静态的，其应力场为古典弹性力学关于球体对称压力容流问题应力解答，位移场和损伤场具有由于考虑损伤而表现出体积粘弹性特点．     

新型架构下的密集网络在肺部影像的分割研究

在医学图像分割领域中,肺实质的分割对肺结节检测有着至关重要的作用,在考虑到模型参数量的情况下 追求更高的精度一直是研究热点之一;为此提出了新的三层密集卷积神经网络 DA-UNet,首先用密集卷积模块代 替在传统 U-Net 使用的普通 3×3 卷积,利用密集卷积特征重用特点,加强了网络的特征提取能力。 再者在没有太 过影响分割网络精确度的前提下加以修剪,减少了上下采样次数,减少不必要的算力消耗。 此外,使用了注意力门 (Attention gate),加强了跳跃连接中高底层信息融合效果,并且使用空洞空间金字塔池化( Atrous spatial pyramid pooling),模型加入了不同尺度的特征信息,进一步加强图像中任务相关的区域特征,有效减小噪声干扰,提高网络 分割精度。 通过实验证明:三次上下采样改进模型的参数量只有传统四次上下采样的 75. 2%左右,但是分割效果 没有太大的影响,用 LUNA 竞赛肺部影像数据集进行了分割验证,实验结果在测试集上的准确率达到了 0. 991,而 IoU 则为 0. 961,比起传统 U-Net 的评价指标 IoU 提升了 2. 9%;在泛化实验的肝脏图像中,DA-UNet 的 IoU 稳定在 0. 929 左右,而 U-Net 稳定在 0. 838 左右。 这些结果证明了改进的 U-Net 有更佳的分割效果。