基于深度学习和空间分析的港口识别

针对港口难以自动识别的问题,在高分辨率可见光遥感影像上将深度学习和地理空间分析相结合,提出了船舶-码头-港口递进式识别模型.首先,对构建的码头样本数据集进行数据增强,并用增强后的数据集来训练YOLO v3算法.然后,在大幅遥感影像上利用滑动窗口进行多尺度识别,获取影像底层特征以计算出码头类别和像素坐标.最后,将码头点位转化为地理坐标,使用Getis-Ord Gi*统计方法进行热点分析.并利用经典的密度聚类方法,实现了对港口位置及范围的识别与提取.在实验区中的识别对比结果表明,在1000 m聚合阈值下,所提模型对港池识别的比例达到82.79％.     

PC12细胞凋亡及其细胞膜表面超微结构的原子力显微镜形态学观察

本文采用原子力显微镜(AFM)对PC12细胞的凋亡及其膜表面超微结构进行了实验研究，研究表明AFM可直接观察PC12细胞的生长情况，凋亡细胞膜发生皱缩、凹陷，并形成微绒毛消失的凋亡小体等现象。AFM有望发展成为一种研究细胞凋亡的工具。     

PbZrxTi1-xO3多层膜中与极性缺陷复合体相关的介电驰豫

研究了由致密PbZr0.38Ti0.62O3和多孔PbZr0.38Ti0.62O3 膜层交替排列组成的多层膜在温度为420K时的介电行为.在102~106 Hz的频率范围,观测到两种截然不同的介电驰豫.位于低频区的介电损耗峰归因于空间电荷极化.通过俄歇电子谱和电子顺磁共振谱分析,初步判定遵从Arrhenius 律、热激活能为0.49 eV的高频介电驰豫则起源于氧空位V¨0和Ti3+ 形成的极性缺陷复合体V¨0-Ti3+对交变电场的响应.     

化学名师王后雄

34岁的王后雄只是黄州市一中的一名普通的化学老师,但他却以自己独创的“中国化学学习目标控制教学法”一鸣惊人：他的学生3年内获15个全国和湖北省中学化学竟赛大奖,64人夺得黄冈地区化学竞赛桂冠,在国内无模式,竞赛思维方法尚未形成的情况下,他编写了全国第一本《初中化学竞赛跟踪辅导》、全国第一本《高中化学竞赛基础教程》、全国第一本《高中化学竞赛跟踪辅导》等20余本专著,且一版再版发行量全都超过10万册以上……     

一种结合结构与能量信息的全色与多光谱图像融合方法

分量替换是遥感图像融合中的一种经典方法，其具有良好的空间保真度，但容易产生光谱失真，为此本文提出一种结合结构与能量信息的全色与多光谱图像融合方法。方法首先通过超球面颜色空间变换分解多光谱图像的空间和光谱信息。其次，通过联合双边滤波引入了两层分解方案。然后，将全色图像和强度分量分解为结构层和能量层。最后，提出结构层通过邻域空间频率策略融合，强度分量的纯能量层用作预融合图像的能量层。强度分量定义颜色的强度，通过将预融合结构层与强度分量的能量层结合，可以有效地结合源图像的空间和光谱信息，从而减少全色锐化图像的光谱失真。本文在Pléiades和QuickBird数据集上进行大量实验，并对实验结果进行定性和定量分析，结果表明所提方法与现有先进方法相比具备一定优越性。     

多层级特征优化融合的遥感图像分割网络

为了从高分辨率遥感图像中准确地分割出地物目标，提出了一种多级特征优化融合的遥感图像分割网络（MRFNet），着重将特征提取骨架网络中不同层级的特征图进行融合，通过融合网络特征图中不同种类的信息来对输出特征图信息进行合理有效的提取和分析。同时使用了逐层的多尺度编码解码模块来细化与高层特征图进行融合的浅层特征图，将不同种类的信息经过优化以后汇聚到高层特征图。然后采用空洞卷积金字塔对高层特征图提取不同感受野的信息，优化了语义分割的输出特征图。通过在ISPRS Vaihingen数据集上进行实验，该网络算法的总体精度达到了90.34%，与经典语义分割网络相比，有效提升了遥感图像目标的检测精度。同时为了证明算法的泛化性，在ISPRS Potsdam数据集上进行了泛化实验取得了91.47%的总体精度，证明了该算法的有效性。     

基于DSNet的遥感影像语义分割方法

针对遥感影像语义分割数据的类别不平衡导致传统神经网络模型趋向于忽略困难样本、推理结果存在空洞和分割准度下降等问题，提出了一种钻形神经网络语义分割方法。首先，定义新的桥接模块用于融合浅层和深层特征信息，使更多建筑细节特征能被网络捕捉；其次，利用多重损失函数在深度学习分割模型训练中加强对困难样本信息的提取；最后，平衡类别训练差异，多层次提取遥感影像中的地物信息，提高分割准度。实验结果表明，所提方法的平均交并比达到0.849，建筑物漏识率和错识率较少，分割准度相比现有方法有一定的提高。