基于卷积神经网络的布料疵点检测方法

针对传统布料疵点检测准确率低、识别较慢且计算量大问题,提出基于卷积神经网络的布料疵点检测方法,实现增强布料疵点检测鲁棒性、高效性的设计目标。为保证训练结果准确,首先采集数量以千万级为单位的布料图像并进行图像预处理,标记无疵点布料和疵点布料;然后将图像送入设计的卷积神经网络进行训练和测试,获取疵点检测框;紧接着采用改进的NMS分类算法对检测框进行多框合并,减少误检,进一步提高模型检测效果;最后利用设计的特征图分割算法使网络模型脱离GPU显存限制,适用于各种性能计算机。实验结果表明该方法可在实现布料检测高速度、高准确率的同时增强检测方法的鲁棒性。实际检测速度为3fps,准确率可达99.6%,超过现有疵点检测算法,表明该检测方法可应用于对布料要求更高的生产企业。     

基于嵌入式系统的多任务人脸属性估计算法

针对传统人脸属性估计算法算力大、推理速度慢、精度低,难以完成算法在移动或嵌入式设备上集成应用等问题,提出一种基于嵌入式系统的多任务人脸属性估计算法。首先,采用MobileFaceNet网络中的瓶颈结构融合跨阶段融合网络 (cross stage partial network,CSPNet)和空间金字塔网络 (spatial pyramid pooling network,SPPNet) 设计CSPSPP_bk结构作为人脸属性估计算法共享网络特征提取模块;然后,在局部属性中增加通道注意力机制,在较困难的全局属性中使用更深、性能更优的网络模型作为Teacher模型指导所设计的轻量级多任务属性网络进行知识蒸馏,采用逐层剪枝的方法对网络模型进行优化,优化后的模型量仅1.8 MB;最后,通过动态类别抑制损失函数进行损失度量,均衡样本数据分布。在公共数据集CelebA和Adience数据集上进行测试比较,性别和眼镜的平均准确率分别为98.89%、99.72%,标准差为3.01%时,年龄估计精度为60.21%,在RK3288开发板上的前传推理速度为138 fps。结果表明：所提方法可广泛应用于嵌入式设备和移动边缘设备。     

融合情感词典的改进BiLSTM-CNN+Attention情感分类算法

传统机器学习和深度学习模型在处理情感分类任务时会忽略情感特征词的强度,情感语义关系单薄,造成情感分类的精准度不高。本文提出一种融合情感词典的改进型BiLSTM-CNN+Attention情感分类算法。首先,该算法通过融合情感词典优化特征词的权重;其次,利用卷积神经网络(CNN)提取局部特征,利用双向长短时记忆网络(BiLSTM)高效提取上下文语义特征和长距离依赖关系;再结合注意力机制对情感特征加成;最后由Softmax分类器实现文本情感预测。实验结果表明,本文提出的情感分类算法在精确率、召回率和F值上均有较大提升。相较于TextCNN、BiLSTM、LSTM、CNN和随机森林模型,本文方法的F值分别提高2.35%、3.63%、4.36%、2.72%和6.35%。这表明该方法能够充分融合情感特征词的权重,利用上下文语义特征,提高情感分类性能。该方法具有一定的学术价值和应用前景。     

AlGaAs插入层对InAs/AlGaAs/GaAs量子点的尺寸分布影响

采用MBE系统,在GaAs(001)表面用S-K模式分别在原子级平坦的GaAs和AlGaAs/GaAs表面沉积3 ML的InAs量子点,利用STM研究了AlGaAs插入层对InAs/GaAs量子点尺寸分布的影响。研究发现,AlGaAs插入层会使InAs/GaAs量子点平均尺寸变小,而尺寸分布变得分散;采用不同的InAs沉积速率生长量子点,发现随着InAs沉积速率的加快,量子点平均尺寸变小,密度增大,尺寸分布更为集中。     

不同专业的混合式学习比较研究

本文通过对贵州财经大学教育技术学专业和教育管理学专业在《教育管理信息系统》这门课混合式教学的调查,分析老师和学生使用的讲授方法和学习方法。对比两个专业学生的学习情况,发现在该门课程中的混合式学习方面的问题并找出其原因,最后提出相关建议和对策,以期获得适合不同专业的混合式学习方法。     

基于深度学习的桃子检测研究

针对桃子生长环境复杂,不同光照等影响因素使得采摘机器人难以对桃子检测、识别和定位的问题,提出一种基于深度学习的桃子检测方法。在MTCNN基础上,通过对其结构优化调整并增加一分类模型,构建桃子检测模型。在桃子图像数据集上,应用多种数据增强技术对网络进行训练。综合考虑检测性能和速度,对比不同标签方式、不同输入大小和不同网络结构下的测试结果,优选出四阶段网络用于桃子检测。结果表明,该检测器对成熟桃子检测准确率为89.3%。     

紧束缚近似解释MgB_2超导电性

作者在BCS理论对于超导体电声耦合组成库珀对解释超导电性的基础上,从MgB2 能带结构出发,通过紧束缚近似理论对其的详细计算和系统分析,比较合理的解释了MgB2 的超导电性。     

n+n-n+GaAs二极管的蒙特卡罗模拟

用多粒子的蒙特卡罗方法,模拟了n^＋n^-n^＋GaAs二极管中的各种散射机制和其中载流子的运动状态。     

Mn-O共掺单层MoS2磁性和光学性质的第一性原理研究

基于第一性原理自旋极化密度泛函计算了O,Mn单掺杂和Mn-O共掺杂MoS_2单层系统的电子结构、磁性和光学性质.在Mn和Mn-O掺杂后,由于自旋向上通道中杂质带的出现,导致MoS_2单层系统从自旋向上和自旋向下态密度完全对称的非磁性半导体转变为磁矩1μB和1.08μB的铁磁半导体,磁矩主要集中在掺杂的Mn原子上,而自旋向下通道仍保持半导体特征,其自旋间隙分别为1.613和0.396eV.同时发现Mn-O共掺杂后,在低能量区域(0～2.5eV),其介电常数、折射系数和吸收系数相比未掺杂和O单掺杂的MoS_2系统增强显著,并出现了红移现象.