基于注意力机制非对称残差网络和迁移学习的玉米病害图像识别

为实现玉米病害图像快速、准确识别,提出了一种基于非对称注意力机制残差网络(asymmetric convolution attention resnet,ACA-Resnet)的图像检测模型.在残差网络的基础上,通过引入非对称卷积结构减少参数量,加快模型训练速度,同时引入注意力机制,改善模型的表达能力,提高检测准确率.为减小由于病害图片数量不足而造成的过拟合现象,采用迁移学习的方法提高模型的稳定性和泛化能力.结果 表明,ACA-Resnet经过ImageNet数据集预训练后对玉米病害图像的平均识别准确率可达到97.25％,较VGG-16、Inception-V3和ResNet50等网络分类效果更好,相较于Resnet50训练速度明显提升.可见本文方法训练速度快,识别精度高,可为玉米病害检测提供借鉴.     

浅谈钻孔灌注桩基础在湿陷性黄土地区的设计与施工

本文结合兰州国家石油储备基地工程的设计、施工实践,论述了钻孔灌注桩在处理湿陷性黄土地基的设计要点,阐明了钻孔灌注桩的施工流程及注意事项,为大型原油储罐在湿陷性黄土地区基础形式的选择提供了一种切实可行的方法。