基于多任务学习的高分辨率遥感影像建筑实例分割

针对基于深度神经网络的高分辨率遥感影像建筑物提取算法中将建筑物提取视为二分类问题(即将遥感影像中的像素点划分为建筑物与非建筑两类)而无法区分建筑物个体的局限性, 将基于Xception module改进的U-Net深度神经网络方法与多任务学习方法相结合进行建筑物实例分割, 在获取建筑物二分类结果的同时, 区分不同建筑物个体, 并选择Inria航空影像数据集对该方法进行验证。结果表明, 在高分辨率遥感影像的建筑物二分类提取方面, 基于Xception module改进的U-Net方法明显优于U-Net方法, 提取精度升高1.4%; 结合多任务学习的深度神经网络方法不仅能够实现建筑物的实例分割, 而且可将二分类建筑物的提取精度提升约0.5%。     

正交试验法优化女贞子提取工艺

以特女贞苷、齐墩果酸、熊果酸的提取转移率为指标,采用单因素考察及正交试验法优化女贞子的最佳提取工艺。结果表明,最佳提取工艺为8倍量60%乙醇,提取3次,每次3 h。特女贞苷、齐墩果酸、熊果酸转移率分别为75.42%、93.86%、99.83%。优化所得工艺提取效果良好,工艺简便,可用于工业化生产。     

基于语义关联性特征融合的大数据挖掘方法

提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特征的稀疏性融合和聚类处理,在聚类中心实现对挖掘目标数据的指向性聚敛,输出数据挖掘结果,并采用特征压缩器进行降维处理,降低计算开销.仿真结果表明,采用该方法进行大数据挖掘的特征提取准确性较好,挖掘数据的聚类能力较强,在实时性和准确性方面具有优势.     

变人工黏性的一维van der Waals流体模型稳态解的分析与相关计算

气液流体相变模型解的性态复杂,通常引进常系数的人工黏性以便于分析与计算。对人工黏性系数为比容函数的一维van der Waals等温流体相变在Lagrange坐标下的周期初边值问题进行了研究,分析了其稳态解的性态,给出了只存在平凡解以及存在非平凡解且易于判定的充分条件,并进行了相关计算,同时也对初边值问题进行了计算。计算结果表明,依赖于比容的人工黏性系数抑制相变区解震荡的作用与常数人工黏性系数类似。     

具Neumann边值条件p(t)-Laplacian微分方程多解的存在性

利用Ricceri变分原理,讨论一维p(t)-Laplacian微分方程-(|u′|~(p(t)-2) u′)′+|u|~(p(t)-2) u=λf(t,u)的Neumann边值问题,证明了该问题在一定条件下至少存在3个弱解.     

一类带非线性边界条件的一阶奇异微分方程正解的存在性

用Krasnoselskii不动点定理,证明一类带非线性边界条件的一阶微分方程■,正解的存在性结果.其中:λ0是一个参数;a∈C([0,1],[0,∞))且■;h∈C([0,1],(0,∞));c∈C([0,∞),[1,∞))且■,f在∞处超线性且f在0点允许有奇异性.     

一种改进的主成分分析特征抽取算法:YJ-MICPCA

针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。     

雨天图像中目标显著性检测算法设计与效果评价

雨天条件下,图像中目标的许多特征被掩盖,使得户外图像应用系统效能发挥受到严重的影响。为了提高雨天条件下图像中目标检测的质量,通过综合分析雨天图像中的目标特征,发现其亮度颜色信息、色彩差异信息和暗通道先验信息对目标的显著性具有高敏感度,进而提取了雨天图像中目标的显著性特征,构建了基于混合特征的目标显著性检测模型,最后通过多个评价指标的效能评估实验,与经典算法进行对比,验证了本文算法的有效性。     

主要国家重点科技投入知识图谱的构建与应用研究

由于国家在一个时期内的科技投入的方向和强度最能反映出国家未来科技发展趋势,本研究提出构建基于科技投入和核心技术的政策要素知识图谱,意欲分析得出各国科技发展方向及趋势的情报,从而支撑科技发展布局与趋势研判.本研究总结了情报监测的科技政策文本中支撑情报分析的关键要素,提出了基于政策要素的知识图谱模型,探索了智能计算的政策分析方法.通过对美国、英国、法国、德国、日本和韩国近年科技投入的优先领域、技术、资助项目、资助强度等相关知识的信息抽取和内容分析,形成了基于领域的政策知识图谱,并利用两个实例演示了基于知识图谱的情报检索与分析效果.本技术对情报分析人员、决策人员审视宏观科技布局和前瞻科技发展方向有所帮助.     

低速冲击下钢筋混凝土深梁抗冲击性能及其损伤评估

为研究钢筋混凝土深梁在低速冲击下的抗冲击性能和损伤机理,采用有限元软件ANSYS/LS-DYNA对不同冲击速度下深梁动力响应进行模拟.分析深梁的动态损伤过程及横截面的损伤分布,采用截面损伤因子对钢筋混凝土深梁的损伤程度进行定量评估;进一步分析边界条件、冲击位置对深梁抗冲击性能和损伤的影响.分析结果表明:建立的模型可以合理模拟低速冲击下深梁的动力响应;低速冲击下深梁先在局部范围内形成损伤,再向整体扩展,在回弹变形阶段冲击位置处局部损伤二次增大;冲击速度对深梁冲击位置附近的截面损伤程度影响显著;增强边界约束条件,能够提高低速冲击下深梁承载力,降低损伤程度;冲击位置对深梁的竖向变形和破坏位置有明显影响,但对损失程度影响轻微.