基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

基于深度残差适配网络的通信辐射源个体识别

为解决通信辐射源识别中传统的人工特征提取方法鲁棒性不足和深度学习方法需要大量带标签目标域数据的问题, 提出一种基于深度残差适配网络的通信辐射源个体识别方法。应用深度学习技术实现从源域到目标域上的迁移识别, 只需要将带标签的源域数据和无标签的目标域数据进行训练。原始通信辐射源信号经过预处理后输入网络训练, 将源域和目标域的分布差异和网络的损失函数作为优化目标, 反复迭代得到最终模型。在实际采集的通信辐射源数据集上的实验结果证明了该方法的可行性和有效性。     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

基于小波分析的神经网络识别毒剂的研究

为快速、准确地识别毒剂,在分析神经网络识别毒剂基本方法的基础上,建立了带有偏差单元的递归神经网络识别毒剂模型,包括神经网络识别毒剂的学习算法和基于小波分析的毒剂特征提取. 通过剖析神经网络识别毒剂模型,设计了神经网络识别毒剂的软件,实现了神经网络对毒剂的识别. 用沙林模拟数据进行了测试和分析,结果表明,利用与化学传感器相联结的神经网络识别毒剂,是实现毒剂识别自动化、智能化的一种有效方法.     

不同电解方法萃取SPHC钢中非金属夹杂物的研究

分别采用传统大样电解法和非水溶液电解法萃取SPHC低碳铝镇静钢铸坯中的非金属夹杂物,结合SEM和EDS分析,对比研究两种方法所提取出的夹杂物类型、成分、形貌以及尺寸等方面的差异。结果表明,采用大样电解法所萃取的夹杂物中,大部分为常见的大型硅铝酸盐系夹杂(尺寸大于100μm),呈球状或不规则块状,且部分球状夹杂物形貌有破损;而采用非水溶液电解法所萃取的夹杂物尺寸则相对较小,细小的非稳定夹杂物如Cr_2O_3-NiO、CaO-Al_2O_3-SiO_2-P_2O_5等,均可被无损伤地提取出来。     

一种利用微波炉加热快速提取细菌DNA用于PCR扩增的方法

利用微波加热原理,探索一种快速、简单、高效提取细菌DNA用于常规PCR快速检测的方法。在微波炉额定功率800 W条件下分别对大肠杆菌、金黄色葡萄球菌、单增李斯特氏菌、副溶血弧菌、沙门氏菌以及志贺氏菌6种常见食源性病原菌进行微波处理,离心取上清,获取细菌DNA,将样本DNA进行PCR扩增及琼脂糖凝胶电泳进行验证。并进一步采用微波加热方法针对6种病原菌最低检出浓度和混合提取6种病原菌DNA的PCR检测进行分析。6种病原菌在微波炉中加热40-130 s的上清DNA样本均能用于常规PCR扩增。针对检出浓度的分析表明,副溶血弧菌的最低检出浓度为103 cfu/ml,金黄色葡萄球菌为104 cfu/ml,肠出血性大肠杆菌为105 cfu/ml,肠炎沙门氏菌和福氏志贺氏菌的最低检出浓度为106 cfu/ml,针对单核细胞增生李斯特氏杆菌的的最低检出浓度为107 cfu/ml。进行6种混合菌微波共提取时,其中5种病原菌的特异性基因都能扩出,并且条带很亮。该微波提取方法具有快速,简单,高效的特点,能满足大部分食源性病原菌的常规PCR检测需求,大大节约了时间和成本,具有广泛的适用性,为细菌快速分子检测提供了简便手段。     

基于三维激光扫描的岩体结构面信息提取

以地下矿山工程中的岩体结构面信息为研究对象,应用三维激光扫描技术与地质构造分析相结合的研究手段,将岩体结构面信息提取和三维激光扫描技术进行系统集成.利用Z+Flasercontrol点云数据处理程序和Geomagic Studio逆向工程软件对围岩点云信息进行预处理.基于Java语言开发了由点云数据获取结构面信息的点云数据处理系统,并应用Dips地质构造分析软件分析结果,结合人工测量数据验证此系统的准确性与可行性.研究结果表明,和传统方法相比,该方法具有快速、自动、高精度和远距离测量的优点.     

砂轮磨削过载判据及其快速诊断

基于对砂轮磨削过程中声发射信号的采集,研究了2种砂轮磨削过载判据的特征量提取方法,并提出了评价砂轮磨削过载判据的主要指标即灵敏度、稳定性和算法效率.通过选取合理的采样率与处理间隔,分析比较了2种信号处理方法对砂轮与工件过载的识别效果.结果表明,所提出的信噪特征比方法提取的特征量具有稳定性好、灵敏度和算法效率高的特点,且可以对过载点实现预判,可作为优先选择的磨削过载判据.     

异丙醇-硫酸铵-PAN双水相萃取光度法测定镍(Ⅱ)

研究了异丙醇水溶液与(NH4)2SO4的双水相体系下,螯合剂PAN(1-(2-吡啶偶氮)-2-萘酚)与Ni 2+以及吐温80形成的缔合物在两相间的分配行为.结果表明,该缔合物的最大吸收波长为562nm,与PAN和异丙醇水溶液的混合液相比,最大吸收发生了97nm红移.应用该缔合物体系分离测定镍时,其线性范围为0.10~0.60mg/L,线性相关系数为0.999 2,表观摩尔吸光系数为1.7×105 L·mol-1·cm-1.利用该方法萃取测定Ni(Ⅱ)时,干扰离子铅(Ⅱ)、锌(Ⅱ)、铝(Ⅲ)、锰(Ⅱ)、钼(Ⅶ)、Fe(Ⅲ)、铬(Ⅶ)不被萃取,实现Ni(Ⅱ)与上述干扰离子的分离.