基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.     

基于自注意力机制的新生儿胆道闭锁识别

新生儿胆道闭锁是新生儿常见的致命疾病之一,并且该病在亚洲的发病率高于世界其他地区.新生儿胆道闭锁需要及时发现及时治疗,然而由于缺少专业的儿科医生和辅助诊疗手段,新生儿父母往往不能及时发现而错过了最佳治疗时间.因此,本文开发了一个具有实际应用价值的预诊算法,通过新生儿粪便图片预测新生儿是否患有新生儿胆道闭锁,并提醒新生儿父母及时就诊.为了让算法在应用场景下识别率更高,本文的算法基于一个真实场景下拍摄的新生儿粪图片数据集开发.首先我们设计了一个自注意力网络模型BANet(Biliary Atresia Network),将图片的浅层特征和深层特征相结合,可以得到更好的分类效果.由于拍摄自应用场景下的图片存在过暗和过曝等问题.通过分析数据集的亮度分布,我们设计了一个自动亮度调节算法解决.此外,图片中的阴影也会对识别结果造成干扰,因此我们在训练阶段增加了一种阴影数据增强方式来缓解这一问题.为验证本文提出算法的有效性,本文设计了一个和医生的对比试验.结果证明BANet在四分类的识别率、二分类的识别率、特异性和敏感性等客观评价指标上占有明显优势.本文提出的BANet能够有效利用图片中的颜色、异常点...     

红毛五加多糖的分离纯化和表观分子质量测定

红毛五加经热水浸提，用Sevag法脱蛋白，经DEAE—cellulose 32离子交换层析和Sephacryl S-200HR凝胶层析纯化得到3个主要多糖组分：AHP-Ⅰ、AHP-Ⅱ、AHP-Ⅲ，经HPLC和Sephacryl S-300HR凝胶层析鉴定，3种多糖均为均一组分，HPLC测定AHP-Ⅰ、AHP-Ⅱ、AHP-Ⅲ的表观分子质量分别为：7．0kD、59．5kD和12．9kD，Sephacryl S-300HR凝胶层析进行验证，得到相似结果．     

某滑坡滑带非饱和土强度特性试验研究

借助专门的能够控制吸力的四联式非饱和土直剪仪,对清江水布垭坝区古树包滑坡滑带土的重塑样进行了一系列抗剪强度试验,验证了F red lud提出的非饱和土抗剪强度公式对滑带土的适用性,求出了该滑带非饱和土的强度参数;通过在一定基质吸力条件下量测含水率-固结压力之间的关系,指出土-水特征曲线与固结压力相关的特性。     

三价铕掺杂的聚酰亚胺纳米复合物的制备

将荧光性能优异的Eu(acac)3(络合物A)与EDTA双酐掺杂在4,4 二氨基二苯甲烷形成的聚酰亚胺(PI)中制备了发光纳米复合材料.荧光测定结果表明,材料荧光强度随Eu3 掺杂浓度的增加而增大;从透射电镜照片观察到络合物A在含PI溶液中是以粒径介于100～200nm的纳米球存在,而且可以明显看到每个小球都被PI包覆,厚度大约为6nm,形成了核壳结构.     

吖啶酮类衍生物的合成及其电学性质研究

由取代苯胺和邻氯苯甲酸合成了7个吖啶酮类衍生物,用循环伏安法测出它们各自的电势,发现所合成的吖啶酮类衍生物都比常用的电子传输材料2-(4-联苯基)-5-(叔丁苯基)-1,3,4-二唑(PBD)容易被还原,具有较高的电子亲和势.     

知识经济条件下期刊编辑思维方式的优化

一定的思维方式总是植根于该历史时代的实践和科学发展的土壤中，并随着历史的推移而发生变革并不断优化.知识经济时代比过去任何时代都迫切需要思维方式的优化.期刊编辑应重视建构与知识经济时代发展相适应的优化的思维方式——要变常规思维为创新思维;变趋同思维为求异思维;变静态思维为动态思维;变单一思维为发散思维.     

活性污泥吸附重金属离子的研究

城市污水处理会产生大量的污泥,我国城市污水中,由于重金属含量过高,影响了其农业中的综合利用.本研究旨在探索污水处理过程中剩余活性污泥对水中重金属吸附的影响.     

药用植物紫草的研究进展

文章主要对近几年来药用紫草化学研究、药理、药剂、临床应用及研究进展进行了概述。     

至多一个变点的Γ分布的统计推断

对至多一个变点的Γ分布,即X1,…,Xn为一列相互独立的随机变量序列,且X1,…,Xk0 i.i.d～Γ(x;ν1,λ1),Xk0+1,…,Xn i.i.d～Γ(x;ν2,λ2),其中k0未知,称k0为该序列的变点.借助Gauss过程理论和滑窗方法,利用第一型极值分布逼近本文提出的统计量的分布,给出了检测变点k0的程序和变点的区间估计.最后对文中提出的统计量进行模拟并分析.