低分子有机酸对林地土壤磷释放及活化影响

为了解林地土壤中闭蓄态磷转化为有效磷的转化效率,以淮河流域固始县意杨林灰潮土为例,开展了在不同低分子有机酸、酸浓度及反应时间下灰潮土壤总磷(total phosphorus, TP)的释放及各形态磷,包括TP、无机磷(inorganic phosphorus, IP)、有机磷(organic phosphorus, OP)、Fe/Al-P和Ca-P的活化影响实验。结果表明：苹果酸、柠檬酸及草酸对土壤TP释放率分别增长了180%、161%和217%。苹果酸和柠檬酸对土壤TP的平均活化率均在164%以上,而草酸则在中浓度时才表现出活化作用。3种低分子有机酸均能有效促进灰潮土磷的释放与活化,且释放作用和有机酸种类、浓度及实验处理时间密切相关,活化作用也与酸种类和酸浓度相关性显著,研究结果为磷肥的合理施用和土壤有效磷的提升提供科学依据。     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...     

图像可逆数据隐藏技术研究综述

可逆数据隐藏技术不仅能从嵌入数据后的载体中完整地提取嵌入的秘密数据,而且能无损地恢复原始载体,这在诸如医学图像、遥感图像等特殊的应用领域非常实用,已成为多媒体安全领域的研究热点。以数字图像为载体,首先对信息隐藏技术的分类、应用和特性与可逆数据隐藏技术的基本框架和性能评估进行简要描述。其次,对基于差值扩展、直方图平移、预测误差扩展、像素值排序和插值技术等五种典型的可逆数据隐藏技术分别进行了介绍和讨论,给出了每种典型技术的嵌入和提取过程。最后,对可逆数据隐藏技术未来的研究趋势进行了展望。     

仿生态鱼道出口衔接段管桩优化数值模拟

针对大藤峡水利枢纽建造生态景观湖+仿生态鱼道结合的新型鱼道中出口衔接段流速过大而不能满足鱼类正常生殖洄游问题,在出口衔接段设置多种不同直径圆形、方形梅花桩型式的管桩结构,并采用MIKE 3进行数值模拟。分析了4种管桩布置方案表、中、底层流速分布和每组管桩群后横断面的水力特性,结果表明,布设管桩结构后衔接段水流流态平稳,布置直径为0.25 m的圆形管桩和边长为0.25 m的方形管桩的两种方案下水流流速满足目标鱼类上溯条件;方形管桩的流速更低,更适宜鱼类上溯。出口衔接段设置管桩结构可以有效地改善水流流态和降低流速,在管桩后低流速区休憩的上溯鱼群可为上游生态景观湖添色。     

基于机器人检测的引水隧洞结构缺陷特征分析

利用机器人对水工隧洞进行检测是解决引水隧洞斜井段安全巡检的有效手段。采用爬行机器人搭载三维激光扫描仪及高清摄像装备对引水隧洞进行结构巡检,通过三维点云处理与缺陷数据拼接获取引水隧洞断面的缺陷信息,并结合缺陷数据处理成果分析引水隧洞结构缺陷特征及分布规律,实现了引水隧洞表观缺陷形态不规则、分布不均、多种缺陷共存的巡检与分析。结果表明：引水隧洞内存在的缺陷包括裂缝、渗漏、漏筋等,上平段缺陷数量明显多于斜井段,其中裂缝是最主要的缺陷类型。上平段裂缝主要分布在洞顶位置,多以垂直洞轴线的横线裂缝存在;斜井段裂缝均匀分布在洞周各个位置,走向以斜向裂缝居多。可见,上平段和斜井段缺陷数量和裂缝特征均存在较大差异,在后期的安全巡检过程中更应该主要关注裂缝的扩展情况。     

基于YOLOv5l和ViT的交通标志检测识别方法

随着交通行业的发展,交通标志检测识别成为了辅助驾驶系统中最热门的研究方向之一。在实际行车道路中,交通标志具有目标小且类别繁多的特点,针对现有检测与识别算法难以同时兼顾准确度和速率的问题,提出一种YOLOv5l(you only look once version 5l)与视觉转换器(vision transformer, ViT)结合的检测与识别方法。首先采用YOLOv5l对目标进行检测,得出交通标志的位置信息,再将其输入ViT进行分类识别,其中特征连接部分引入DenseNet网络模块,来实现原始特征和卷积后特征映射的密集连接,加强特征的传递性,提高识别率。结果表明：在GTSDB和GTSRB数据集上实验效果更佳,交通标志检测速率达到20 ms,准确率达到98.78%,相比全连接层识别准确率提高了约4%。     

对运动船舶的多无人机协同查证路径规划方法

为解决无人机(unmanned aerial vehicle, UAV)对运动船舶进行查证面临的最优路径生成问题,设计了一种面向运动目标的多无人机路径规划方法,通过模拟退火算法对查证路径进行优化,确定完成查证任务所需的最少无人机数量、查证序列和运动路径。结果表明：所设计的方法能够生成满足时间约束的多无人机协同运动船舶查证路径,可为海事监管领域开展无人机路径规划应用及优化资源配置提供技术支撑。     

基于超效率数据包络分析-信息量模型的沧源县地质灾害危险性评价

沧源县地处云南高原,该区域由于地质环境复杂多变,构造活动频繁,加之降雨等诱发因素的影响,成为地质灾害多发区域,严重威胁人员生命与财产安全。为了综合评价研究区的地质灾害危险程度,选取高程、坡度、坡向、降雨量、断层距离、水系距离、道路距离、工程岩组8类评价因子,以研究区内192处地质灾害点作为样本,构建超效率数据包络分析(data envelopment analysis, DEA)-信息量模型对研究区进行地质灾害危险性评价,划分低、中、高、极高4个危险性分区,引入接受者操作特征(receiver operating characteristics, ROC)曲线验证评价精度。评价结果显示,沧源县高、极高危险性分区占研究区总面积的54.2%,区内共分布有地质灾害点166处,占灾害点总数的86.5%,灾害点比与面积比的比值随着危险性的提高逐级递增,通过ROC曲线计算得到的曲线下的面积(area under curve, AUC)值为0.755。上述数据表明,基于超效率DEA-信息量模型的地质灾害危险性评价结果比较符合实际,评价精度较高,能够满足对研究区进行地质灾害危险性评价的需要。     

分类任务中标签噪声的研究综述

近年来,随着机器学习的发展,分类系统的性能有了很大的飞跃。模型需要大量带标签数据才能使训练结果达到要求,而获取高质量的标注数据费时费力。为了降低成本,出现了众包、自动化系统等方法标注训练数据。但是,这些标注方法往往会产生大量错误标注,即标签噪声。另外,信息不足、专家错误和编码错误等因素,也可能使标签受到污染。训练过程中对标签噪声的处理不当,可能会使预测精度和准确性降低,或者使模型复杂度增加。因此,研究标签噪声对推广机器学习在各领域的应用和降低机器学习算法的部署成本等方面具有重要意义。通过综述产生标签噪声的原因、影响以及近几年来应对标签噪声的一些技术方法,对标签噪声的研究现状和发展前景进行分析。     

选区激光熔化Al-Mg-Sc系高强铝合金的研究进展

选区激光熔化(selective laser melting, SLM)技术具有一体化快速制备复杂和高精度零件的能力,在航空航天等工业生产中有巨大的发展潜力。高强铝合金是近年来在增材制造领域发展迅速,可实现结构轻量化的重要材料,其中Al-Mg-Sc系高强铝合金在结构和性能方面具有极大的潜力。针对增材制造领域Al-Mg-Sc系高强铝合金的应用与发展,结合增材制造工艺技术,从增材制造高强铝合金合金成分、微观组织和力学性能三个方面,全面总结了增材制造Al-Mg-Sc系高强铝合金的研究现状和进展趋势。在增材制造高强Al-Mg-Sc合金领域内,应当重点关注强化元素的多元化、SLM成形合金微观组织调控以及性能特征的多元化研究等方向。