【摘 要】
：
针对Deeplab V3 Plus在下采样操作中造成图像细节信息和小目标信息过早丢失的问题，提出一种基于Deeplab V3Plus网络架构的自适应注意力机制图像语义分割算法。首先，在Deeplab V3 Plus主干网络的输入层、中间层和输出层均嵌入注意力机制模块，并且引入一个权重值与每个注意力机制模块相乘，以达到约束注意力机制模块的目的；其次，训练嵌入注意力模块的Deeplab V3 Plus
论文部分内容阅读
针对Deeplab V3 Plus在下采样操作中造成图像细节信息和小目标信息过早丢失的问题，提出一种基于Deeplab V3Plus网络架构的自适应注意力机制图像语义分割算法。首先，在Deeplab V3 Plus主干网络的输入层、中间层和输出层均嵌入注意力机制模块，并且引入一个权重值与每个注意力机制模块相乘，以达到约束注意力机制模块的目的；其次，训练嵌入注意力模块的Deeplab V3 Plus，以此手动获取注意力机制模块权重值（经验值）；之后，探索输入层、中间层和输出层中注意力机制模块的多种融合
其他文献
本文以合肥滨湖国际会展中心的综合展馆、标准展馆为例，探讨了大跨度空间桁架钢结构工程中的测量问题，以实现从场外控制点的引测建立场内一级控制网、地面立式拼装测量、地面卧式拼装测量、高空支撑拼装胎架测量、卸载测量、整榀吊装测量以及高质量完成测量任务为目标，满足达到对测量过程中的大型展馆大跨度桁架、倒三角抗风柱及弧形悬挑的施工测量技术精度的论述。
长江口水域地形地貌研究对河道治理建设、水上交通运输等人类社会经济活动具有重要意义，而建立高精度的无缝深度基准面及其与其他垂直基准间转换模型将直接影响到水陆交界区高精度地形地貌数据的获取及统一综合管理与分析。为此，本文着重研究了基于三维潮波运动数值模拟、海面地形和大地水准面三种手段联合的河口水域无缝深度基准面构建及其与其他垂直基准间转换模型研究，并在长江口南支这一典型河口水域进行了建模实验和模型精度
大规模现代化展览场馆对基础不均匀沉降较为敏感，持力层压缩模量的空间分布特征对于控制地基变形至关重要。常规工程勘察钻孔仅提供少量精确的压缩模量土工试验值，但原位测试可提供大量随机的的静力触探值，为了融合室内试验和原位测试的数据，提出压缩模量的贝叶斯空间插值方法。核心研究内容包括：根据岩土工程勘察的数据精度，将测试数据分为硬数据和软数据；使用空间随机函数描述压缩模量的空间变异性；利用最大熵理论分析软数
作为森林土壤有机碳（SOC）的主要来源，不同碳（C）（如：地上凋落物、地下植物根系等）输入方式对森林生态系统土壤养分循环的影响一直是相关学者的研究重点。不同C输入方式是改变森林土壤氮（N）循环的重要影响因素。笔者综述了目前国内外不同C输入对土壤活性N库、土壤N矿化、硝化过程及N_(2)O排放的影响研究现状，分析了森林土壤活性N库及N转化过程对不同C输入变化的响应，发现：①地上C的输出可以降低土壤有
接触式人脸三维尺寸测量易损坏表面特征，依赖于特征点标定，常含冗余信息。针对该问题，提出一种基于结构光与多视角图像点云配准的非接触式人脸三维尺寸测量方法。首先利用改进的迭代最近点算法建立转换函数，求出尺度因子、旋转矩阵及平移向量;然后基于模糊C均值算法对人脸面部进行聚类分割以获得候选区域;针对人脸表面离散点云不平整问题，利用贪婪投影三角化建立网格模型;再结合拉普拉斯算法优化网格，以去除网格噪声，同时
为了获取相对稳定的温度场，通过实验得到了不同比例下甲烷-氧气预混火焰温度场的变化情况，并分析了甲烷质量分数对该预混火焰温度场的影响。借助Mckenna燃烧器，采用数字全息技术，获取不同甲烷-氧气比下预混火焰温度场的干涉条纹图像，利用巴赫沃斯低通滤波降低经过预处理的图像的散斑噪声。通过改进的四向最小二乘解包裹法提取温度场相位分布信息，根据相位与温度的理论关系，取得了相应的温度信息数据，并利用B型热电
针对空地协同机器人中无人机对地面无人车的实时精准定位问题，提出一种红色双圆型定位标记及标记识别与定位方法。该方法首先引入颜色分割与轮廓提取相结合的方式，减少提取到的轮廓特征数量，排除背景信息干扰以减少误识别；然后，提出一种圆形轮廓快速检测算法，快速识别目标轮廓并准确定位目标像素坐标和方向；最后，基于针孔相机成像模型，根据目标像素坐标和方向，估计出目标在机体坐标系下三维坐标和偏航角。实验表明，无人机
针对现有方法在机器人室内定位中，无法同时满足高精度定位、快速处理及稠密地图重建问题，在拥有跟踪、地图构建和回环检测三线程的ORB-SLAM3系统基础上设计了三维稠密地图构建算法，分别在跟踪阶段、局部光束法平差阶段(Bundle Adjustment， BA)和全局BA阶段对满足需求的关键帧进行二次采样和位姿更新，然后通过关键帧和对应位姿计算得到三维点云，最终获得稠密地图。实验结果表明，所提方法在J
针对麻雀搜索算法(SSA)容易陷入局部最优、收敛速度较慢等问题，本文提出一种基于Sobol序列和纵横交叉的麻雀搜索算法(SSASC)算法。首先，在初始化阶段引入类随机采样方法中的Sobol序列，增强种群的多样性和遍历性。其次，提出一种指数形式的非线性惯性权重，提高了算法的收敛效率。最后，应用纵横交叉策略对算法进行改进，利用横向交叉增强全局搜索能力，利用纵向交叉保持种群的多样性，防止算法陷入局部最优
针对异质信息网络中的影响力最大化问题，提出了一种基于有向无环图(DAG)的影响力最大化算法(DAGIM)。首先基于DAG结构度量节点的影响力，然后采用边际增益策略选择影响力最大的节点。DAG结构表达力强，不仅描述了不同类型节点之间的显性关系，也刻画了节点之间的隐性关系，较完整地保留了网络的异质信息。在三个真实数据集上的实验验证本文所提DAGIM算法的性能优于Degree、PageRank、局部有向