基于卷积神经网络的图像分类研究进展

基于卷积神经网络的图像分类算法的优势是传统方法无法比拟的。卷积神经网络利用其设计好的网络结构和权值共享的特点,能够从数量庞大的训练数据中学习图像底层到高级语义的抽象特征,而且端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注。多年来,卷积神经网络经过科研人员的探索和尝试,从最开始的多层神经网络模型,演变出多种优化结构,性能不断提高。本文介绍了基于卷积神经网络图像分类算法的研究进展,叙述了卷积神经网络在图像分类中的经典模型和近年来的改进方法,并对各个模型进行分析,展示各种方法在ImageNet公共数据集上的性能表现,最后对基于卷积神经网络的图像分类算法的研究进行总结和展望。     

基于深度学习的障碍物检测与深度估计

提出了一种针对交通场景的基于深度学习的障碍物检测与深度估计方法。该方法对现有的YOLOv3模型进行改进,使用DenseNet网络代替原网络尺度较小的传输层,得到一种新的障碍物检测模型Dense-YOLO。然后采用立体匹配模型PSMNet得到双目图像的视差图,根据双目测距原理对被测目标深度进行估计。在KITTI数据集和实际交通场景中的实验结果表明,与YOLOv3模型相比,Dense-YOLO模型有效地提高了交通场景中障碍物检测的可靠性和正确率,对轿车、行人、骑行者和卡车这4类障碍物检测的平均精确率（average precision, AP）提高了3%～5%,平均精确率均值（mean average precision, mAP）提高了约4%。障碍物深度估计结果与真实值的平均相对误差约为3%。     

轻质含硅芳炔隔热材料的制备与性能

采用中空玻璃微球(hollow glass microspheres,HGM)、短切石英纤维(short-cut quartz fibers,SQF)和耐热含硅芳炔树脂(Si-containing arylacetylene resin,PSA)制备了HGM/PSA复合物以及SQF/HGM/PSA复合材料,并研究了两者力学性能以及热学性能。研究结果表明:HGM能很好地降低HGM/PSA复合物的密度和导热系数,当HGM质量分数超过30%时,HGM/PSA复合物的导热系数和力学性能迅速下降;随着SQF质量分数的增加,SQF/HGM/PSA复合材料的压缩强度和拉伸强度提升,但密度和导热系数也增加;添加经KH 560表面处理的HGM可提升HGM/PSA复合物以及SQF/HGM/PSA复合材料的力学性能,且对两者的密度和导热系数影响不大;当SQF的质量分数为16%且HGM经KH 560表明处理后,SQF/HGM/PSA复合材料的压缩强度达到96.3 MPa,拉伸强度达到12.3 MPa,同时密度为0.82 g/cm^3,导热系数为0.195 W/(m·K),且在50~490℃通过动态热机械分析仪观察到复合材料没有明显的玻璃化转变。     

浅析轻钢结构住宅在我国的发展

分析了轻钢结构住宅的优缺点,阐述了轻钢结构住宅在我国的发展前景、必要性及存在的问题,对我国轻钢结构住宅的发展提出了一些建议。     

IP网络QoS策略管理工具设计

为提高IP网络QoS（Quality of Service）策略管理系统的工作效率和可操作性,依据SLA(Service Level Agreem)设计了SLS(Service Level Specification)参数,描述了策略的表示形式,设计了策略在目录服务器中的存储方式和策略管理工具(PMT:Policy Management Tool)。策略管理工具的策略设置程序完成了用户的网络质量服务策略的设置功能,策略管理工具的策略查询程序实现了网络或用户对策略仓库存储的策略进行查询的功能。对网络服务质量技术的发展具有一定的现实意义。     

基于RCNN的双极化气象雷达天气信号检测

为检测混杂在地杂波、生物杂波中的天气信号, 提高定量降水精度, 提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先, 将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理, 将其分为天气信号与杂波信号。然后, 开发并优化RCNN, 给出详细的网络结构。最后, 通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明, 相比支持向量机以及卷积神经网络(convolutional neural network, CNN), 所提算法对天气信号的检测效果更好, 并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。     

基于卷积神经网络的海面目标全极化高分辨距离像识别技术

针对雷达目标全极化高分辨距离像(high resolution range profile, HRRP)提取可分性特征时, 利用全部距离单元作为度量尺度无法保留各距离单元具体特征的问题, 在综合利用4个极化通道的舰船目标HRRP信息时选择单个距离单元作为度量尺度。在此基础上, 提出基于Pauli分解, H、α、A、α₁分解和结构相似性参数的特征提取方法对目标极化散射矩阵进行特征提取, 并将提取得到的特征与基于卷积神经网络(convolutional neural network, CNN)的舰船目标HRRP识别方法结合, 利用改进残差结构CNN从极化特征中进一步提取深层可分性特征进行目标识别。实验结果表明, 所提方法能够保留目标全极化HRRP更多特征, 提高目标识别的准确率。     

斜发沸石岩膨胀可控性的研究

以相应的盐溶液处理嫩江斜发沸石岩，将其改为ＮＨ４＋、Ｋ＋、Ｎａ＋、Ｃａ＋＋及某种混合型，发现在相同的焙烧制度下，每种阳离子型沸石都具有其独特的膨胀率范围，据此，得出斜发沸石岩的膨胀可控性，并提出烧制优质轻骨料的沸石岩化学成分范围。     

高掺量粉煤灰-煤矸石轻质砼板系的研究

应用高掺量煤灰复合的新型水泥基材,采用煤矸石轻集料,介绍了高掺量粉煤灰—煤矸石ALC新型轻质墙体的制备,并对此板系进行经济指标分析。     

机制砂掺量对自密实轻骨料混凝土碳化性能的影响机理

为探究机制砂掺量对自密实轻骨料混凝土碳化性能的影响及其变化规律,采用固定砂石体积法和改进的全计算法配制了5组机制砂掺量(0、30%、60%、80%、100%)的自密实轻骨料混凝土,并与2组机制砂掺量(0、100%)的自密实混凝土对比,测试了各龄期下混凝土的碳化深度,并通过扫描电子显微镜(scanning electron microscope, SEM)对比研究了自密实轻骨料混凝土和机制砂自密实轻骨料混凝土碳化前后的微观结构。结果表明：随着龄期的增长,混凝土碳化深度不断增加,但碳化速率前期较大,后期较小;机制砂的掺入能够细化孔结构,提高硬化浆体和骨料过渡界面区的密实度,轻骨料特有的内养护机制能够改善骨料水泥石过渡区界面结构,均可提高混凝土的碳化性能。最后,得到了关于机制砂掺量的自密实轻骨料混凝土碳化深度预测模型,可为机制砂自密实轻骨料混凝土耐久性预测提供参考。