基于全息AdS/QCD分布振幅D→ρ跃迁形状因子及半轻衰变的研究

基于新的全息AdS/QCDρ介子分布振幅,利用完整QCD光锥求和规则计算了D→ρ半轻跃迁形状因子A1、A2、A3、V,并与以前基于传统分布振幅的光锥求和规则、格点计算及最新CLEO实验给出的结果进行了比较.研究表明,所给出的跃迁形状因子整体上与CLEO实验给出的结果符合的更好.在此基础上,我们对D→ρlν半轻衰变进行了研究,计算了D+→ρ0l+ν、D0→ρ-l+ν的衰变宽度并结合分值比的最新实验测量值抽取了CKM矩阵元Vcd.利用D0→ρ-l+ν过程抽取的CKM矩阵元与当前世界平均值符合的很好,D+→ρ0l+ν对应的结果也在误差范围内与世界平均值一致.     

结合特征融合和金字塔注意力的场景文本检测

基于深度学习的场景文本检测普遍缺少特征级的精细化,导致原本设计良好的模型不能被充分利用,提出将特征融合和特征金字塔注意力模块应用到场景文本检测.将基本特征提取网络(PixelLink算法)得到的4个特征映射层以采样后加权叠加的方式进行特征融合,并将结果送给特征金字塔注意力模块.特征融合使各层级的特征信息相结合,从而增加...