基于深度学习的图像语义分割研究进展

图像语义分割是对图像中的每个像素点进行分类,将图像中的前景和背景区分并且识别出每个前景的类别。随着深度学习技术的发展,传统图像语义分割方法在分割精度和分割速度上已经彻底被超越。针对深度学习图像语义分割方法研究现状进行综述,对近年来国内外基于深度学习图像语义分割方法主要思想、优缺点进行了分析和总结。提出了该领域目前存在的问题,对将来的发展进行总结和展望。     

一种基于AER图像传感器的目标完整轮廓提取方法

为了获得完整的、单像素宽的目标物轮廓,提出了一种基于AER(Address-Event-Representation)图像传感器的Y事件生成算法.在AER 图像传感器中,轮廓事件的缺失可以大致分为水平和非水平缺失两部分.Y事件生成算法中采用了两类Y事件来分别修复这两部分的轮廓缺失.首先,对AER数据进行细化操作,以得到单像素的轮廓.然后,对于每一个ON或者OFF事件,判断其是否满足Y事件起点的条件.如果是Y事件的起点,按照专门设计的模板进行Y事件的生成.对于每一个新生成的Y事件,判断其是否满足终止条件,如果满足终止条件,则停止Y事件的生成.实验结果表明,对于不同方向的目标物轮廓,该算法都能100%的修复轮廓事件的缺 失,得到完整的、单像素宽的目标物轮廓.     

碳纳米纤维对CFRP温阻效应的影响分析

为探索掺加的碳纳米纤维(carbon nanofiber,CNF)质量分数对碳纤维复合材料(carbon fiber reinforced polymer, CFRP)温阻效应的影响,将CNF颗粒均匀分散于环氧树脂,制成CFRP元件,进行循环温度测试,并采集CFRP元件的电阻.结果表明:在升温过程中,所有元件均呈正温度系数(PTC)效应,且温度与电阻率的线性关系良好;当掺加的CNF质量分数为0.5%时,更接近材料的渗滤阈值,元件的温度敏感性最强;循环温度作用下,温度曲线变化趋势一致,但会产生明显的"滞后环"现象;随温度循环加载次数的增加,元件的温度敏感性降低,但可重复性变好.     

C4.5决策树算法的阈值自适应色谱峰研究与实现

变压器油色谱在线监测装置在长期运行过程中,存在峰位置偏移情况。针对这一现象,将C4.5决策树算法引入色谱峰定性领域。将峰高、峰宽、峰面积和峰中点位置作为色谱峰辨识的特征属性。利用决策树对于根结点选取时,采用二分法对连续属性进行离散化处理,得到特征属性的自适应阈值,达到数据正确分类的效果。利用色谱峰测试样本集Q_1至Q_6的6组数据对该算法进行测试,准确率达到95.23%,可有效避免因峰位的前后移动、峰形的扩展收缩导致的对气体色谱峰的误判和漏判现象。     

古建筑彩绘梁整像素位移自适应搜索解算方法

通过在构件表面喷涂均匀散斑并拍摄变形前后的图片,采用数字图像相关法（DIC）可实现构件位移的非接触式测量. 针对古建筑木梁彩绘图案灰度不均,导致传统DIC在整像素位移解算时识别效果差、计算效率低的难题,提出修正的自适应十字模式搜索法（IARPS）进行整像素位移解算. 首先,预估第一个搜索点的搜索半径,在该半径内进行穷举搜索;然后引入自适应十字模式算法,通过小菱形搜索实现整像素位移的解算. 采用散斑图模拟位移及装饰有彩绘图案的木梁压弯实验,将IARPS与DIC中常用粗-细搜索算法进行对比,结果表明,IARPS方法能有效克服粗-细搜索算法局部计算不精确的缺陷,且IARPS的计算效率可提高71.6%,为将DIC应用于古建筑彩绘梁的非接触式位移测量提供了一种新的解算方法.     

基于阈值惩罚自回归模型的消费者信心指数的统计研究

介绍了阈值自回归模型,通过加入惩罚达到自回归定阶,并给出了相应算法,不仅能选出自回归参数,而且能估计阈值点.模拟研究发现,带有惩罚的阈值自回归模型的估计效果更好.实证选取了我国2011—2018年消费者信心指数的经济数据,通过阈值自回归模型和阈值惩罚自回归模型计算得到消费者信心指数的阈值点均为106,即消费者信心指数在106处存在变点,说明消费者趋于乐观状态.     

GPD建模及其在矿产预测中的应用

探讨矿产资源预测方法。通过研究发现地球化学元素含量分布规律与广义帕累托分布(GPD)理论原理吻合,从而构建矿产资源预测GPD模型,在此基础上对模型的阈值和参数选取进行了探讨。将设计的GPD模型应用到实际矿区进行矿产预测,结果发现设计出的模型能够有效圈定出地球化学元素异常分布区域,圈定出的区域范围与矿体分布吻合,有利于圈定找矿靶区。     

面向摄像整纬器的织物纬斜检测方法

为了解决局部阴影、疵点和噪点对图像法的检测带来不利影响的问题,设计一种基于分步大津法和窗口像素统计的图像检测方法.首先,利用图像分割技术解决在有局部阴影情况下图像二值化的问题;然后,通过窗口像素统计的方法得到纬斜信息;最后,根据统计结果得到准确的纬斜角度值.实验结果表明:该检测方法可以克服局部阴影、疵点、噪点的影响,保证检测误差低于0.3°.     

带干扰与注资的二维对偶模型限制分红问题

研究了带干扰二维对偶模型中再注资且分红贴现利率变化的最优分红问题;运用随机控制中HJB方程,证明了最优分红策略是阈值策略,并且得到了累积分红折现期望值函数所满足的积分-微分方程,并用此方程得到收益服从指数分布时值函数的显性表达式.     

基于峰度法的POT模型对沪深股市极端风险的度量

基于VaR正态性假设导致的尾部风险低估问题,研究极值POT模型,并针对样本平均函数法在某些数据结构下失效的缺陷,利用峰度法定量选取了阈值.沪深股市极端风险实证表明:涨跌停板影响了POT模型的有效性.涨跌停板前,在较高与较低的置信水平下,POT模型均比VaR模型有效;涨跌停板后,POT模型在较高置信水平下优于VaR模型,但在较低置信水平下反而不及VaR模型.研究认为这主要是因为涨跌停板抑制了极值数据的异质性,造成极值密集分布在涨跌停板附近,致使厚尾分界线向内收敛,从而影响了POT模型的有效性.