摘要:目的 针对现有 Transformer 模型在息肉图像分割中存在注意力分散以及作为编码器提取的多级特征在融合时易产生信息丢失导致的分割精度不高的问题,提出一种新的分割模型 PVT-CAMNet。 方法 在该模型中,使用金 字塔式 Transformer(Pyramid Vision Transformer, PVT)作为编码器,接着设计了多尺度特征注意力提取模块(Multiscale Feature Attention Extraction,MFAE)和层间注意力聚合模块(Inter-layer Attention Aggregation, IA)。 其中,PVT通过其自注意力机制保证了模型的泛化能力,MFAE 使用不同大小的滤波器多尺度提取特征,旨在缓解注意力分散问题;IA 交互融合不同层级特征,有效解决多级特征融合产生的信息丢失问题;最后引入全局上下文模块 (Global Context,GC) 使模型更好地理解特征图之间的像素依赖关系。 结果 在 Kvasir、CVC - ClinicDB、CVC -ColonDB 和 ETIS 数据集上进行了评估,相较于最优基线模型,mDice、mIoU 分别提高了 1. 76%、0. 81%、1. 51%、 1. 74%、3. 15%、2. 65% 和 1. 73%、3. 84%。 结论 PVT-CAMNet 的学习性能和泛化性能均优于其他先进方法,在息肉图像分割上具有一定的应用价值。

摘要::目的 解决医学图像对比度低,边缘不清,细节不突出等问题,提高医学图像的视觉效果,保持良好的边缘信 息。 方法 提出基于改进多尺度 Retinex 和 NSST 的医学图像增强算法。 首先利用梯度引导滤波改进多尺度 Retinex,结合局部图像梯度信息,引导图像调整滤波过程,根据多尺度 Retinex 原理计算得到反射光分量及增强图; 同时,引入非下采样剪切波变换(Nonsubsampled Shearlet Transform,NSST)将图像分解得到高、低频分量,低频分量 利用梯度引导滤波处理,提取图像的结构和特征信息,提高背景对比度,通过 NSST 逆变换恢复图像,将两图利用拉 普拉斯高斯金字塔融合,增强共同特征,避免过度曝光;最后利用限制对比度自适应直方图均衡化改善局部对比度 得到最终的增强图。 结果 仿真实验和消融实验结果表明:本算法对医学图像能有效提高对比度,完整保留细节及 边缘信息。 结论 通过峰值信噪比(PSNR)、信息熵(Entropy)、基于感知的非参考图像质量评估器(PIQE)以及均值 4 项图像评价指标的客观分析,得到本算法最优,能有效改善医学图像质量,为诊断提供技术支持。

摘要::目的 针对现有真实感风格迁移方法因缺乏有效的风格表示而导致内容失真和风格化强度不足的问题,提 出了一种名为 DMPST(Dual Modulation Photorealistic Style Transfer)的真实感风格迁移方法。 方法 为了有效地捕捉 风格信息,DMPST 利用了浅层和深层风格信息互补的优势,对多个尺度的风格特征进行渐进式融合。 然后,通过 双调制策略将融合后的风格特征变换为两组风格信号,并分别对内容特征进行特征调制和滤波调制,从而实现全 局性和局部性的风格化指导。 此外,为弥补风格化强度提高带来的内容信息丢失,设计了自适应空间插值模块,在 解码阶段进行多尺度的内容细节修复。 结果 通过定性和定量实验验证,DMPST 能够生成内容信息保存良好和高 度风格化的结果,在 DPST 数据集上,Content loss、Style loss、SSIM、PSNR 和 LPIPS 指标分别达到了 0. 595、0. 405、 0. 725、16. 894 和 0. 758。 结论 所提出的方法在保持源图像内容细节的前提下,实现了高度风格化的迁移效果,对 后续提高真实感风格化强度的研究具有参考价值。

摘要::目的 目前人群计数模型中存在两种问题:复杂的重型计数模型虽然计数性能较强,但模型参数量和计算量 过大,因此实用性不高;当前的轻量化模型虽然降低了模型的复杂度,但计数性能不佳。 针对以上问题,提出一种 有效均衡计数性能和计数效率的基于轻量化卷积神经网络的人群计数模型。 方法 该方法分为两个模块:特征提取 模块和密度图回归模块。 首先,在特征提取模块打破以往提取特征时丢弃高度相似信息的思想,更加注重本征特 征和相似特征的融合,设计了一个轻量化线性映射单元,在减少网络参数和计算成本的同时,提高了计数精度;然 后,由多个线性映射单元组成轻量化线性映射块,并串行多个线性映射块组成特征提取模块;接着,将特征提取模 块提取到的特征馈送到密度图回归模块,密度图回归模块不再使用较少的标准卷积来回归密度图,而是使用扩张 卷积来替代标准卷积,利用堆叠的扩张卷积来增加感受野从而得到更加精确的回归密度图;最后将回归密度图求 和得到估计人数。 结果 所提方法的参数量仅有 0. 12 MB(Mbyte),计算量仅有 9. 23 GFLOPS(Giga Floating-point Operations per Second),与其余轻量化人群计数模型相比均有降低,且在 3 个人群计数数据集,即 Shanghai Tech 数 据集、UCF-QNRF 数据集、NWPU-Crowd 数据集都取得了较为优异的计数性能。 结论 模型在保证计数性能的同时 也保证了计数效率,实现了两者的最佳平衡,并实现了实时快速精确的人群计数,相较于其他轻量级人群计数算 法,拥有更高的计数性能和计数效率,更具备实用性。

摘要::目的 针对传统图像加密算法运算量大、速度慢且需要设计大量密钥的问题,提出结合 Logistic 映射和直方 图特征引导的非对称加密方案。 方法 在加密过程中提取直方图的峰值点和谷值点作为加密私钥,并利用 Logistic 映射生成两个混沌序列,分别指导图像像素的灰度加密和置乱加密。 灰度加密的同时进行了像素的向后扩散;置 乱加密时,先根据尺寸密钥对图像进行分块处理,然后将每个块的内部像素进行水平或垂直平移。 结果 对多张灰 度图像和彩色图像进行加密和解密测试,并从各种经典攻击角度验证方案的安全性,发现该方案对图像内容加密 效果良好,并完整保留了图像的质量和视觉效果。 此外,相比于其他对比算法,用该方案加密后的图像熵值更接近 8。 结论 该方案通过引入非线性混沌运算,并利用图像自身信息作为密钥,在实现简易运算的同时,不仅增加了加 密算法的复杂性,也使得私钥在加密过程就完成了自动设计,避免了人为设计私钥的过程,显著提高了加密效率。 关键词:图像加密;混沌序列;Logistic 映射;直方图特征

摘要::目的 多模态核磁共振成像之间由于包含差异性和互补性信息,在临床实践上往往被综合运用来进行诊断 和脑肿瘤分割。 然而,在真实世界中,可能无法获取到完整模态的脑部核磁成像,而一种或者多种关键模态的缺失 会导致分割性能的下降甚至崩溃。 为了解决这一问题,提出了一种引入基于注意力的解耦再重构模块的分割网 络,希望能够在缺失模态下仍能保持对脑肿瘤的分割精度。 方法 网络使用 U 型架构,并引入基于注意力机制的解 耦再重构模块。 在解耦再重构模块中,首先通过各模态的高维特征融合获得共有基本特征,然后在此基础上借助 差异注意力机制获得各模态的个性特征,最后将基本特征和个性特征经过交叉注意力整合重构后送入解码器中获 取最终分割结果。 同时,还设计了可学习的跳连接门,以使编码器中多种模态的浅层特征经过充分交互后传向解 码器。 结果 在一系列实验中,分割网络在 BraTS2020 脑胶质瘤数据集上表现出了出色的性能,缺失模态下仍能完 成对脑肿瘤的分割,评价指标相较其他先进的方法提高约 2%以上,高达 85. 3%。 结论 因此,基于注意力机制的脑 肿瘤分割网络能够有效地在缺失模态下完成对脑肿瘤的分割,具有重要的实际意义。 关键词:注意力机制;脑肿瘤分割;缺失模态;核磁成像

摘要:目的 鉴于内窥镜在获取人体内部图像时所面临的数量和质量限制,提出一种新的高清晰度内窥镜视频帧 抽取策略三维重建方法。 方法 首先,采用基于结构相似性指数(SSIM)和 Laplace 算子复合方法筛选和提取具有高 清晰度和低噪声的关键帧;然后,利用基于 Neighbor2Neighbor 深度学习方法对初步的关键帧队列进行处理,减少图 像中的噪声并增强其质量,并利用 COLMAP 增量式 SFM 技术将优质关键帧转化为稀疏点云数据;最后,运用 OpenMVS 深度图融合技术进行稠密重建和曲面拟合,从而获得高精度的三维模型。 结果 实验结果表明:所提方法 不仅显著增强了图像特征匹配度,而且大大提升了三维重建的准确性和精度。 结论 该方法不仅显著提高了图像特 征匹配的精确度,而且提升了三维重建的准确性和精确度,预计将为临床医生提供更直观的诊断依据。

摘要:目的 现有的学生行为识别模型存在检测精度较低且预测速度不足的问题,基于此,提出一种基于 YOLOv7- SSW 模型的智慧课堂行为识别算法,用于提升检测精度的同时保障算法的实时性。 方法 首先,在 YOLOv7 的主干 网络引入 SE(Squeeze-and-Excitation Module)注意力机制,建立通道相关性增强算法对信息的敏感性,进而提升算 法的检测精度;其次,为了增强算法的实时性,将原始采用串行通道设计的 SPPCSPS 模块改进为并行通道设计,有 效提升了算法的检测速度;最后,引入 Wise-IoU 损失函数增强算法处理训练数据中的低质量样本能力,进一步提 升模型检测精度。 结果 所提方法在 STBD-08 数据集上的 mAP(mean Average Precision)达到 91. 9%,与 CBPHNet、YOLOv7 算法相比,分别提升了 4. 4%、5. 6%,且单帧推理时间仅 45. 1 ms。 结论 所提算法实现了学生课堂行为 的实时准确识别,为推动思政教育从知识灌输向行为素养培育模式转变提供了技术支撑,对推动教育数字化创新 发展具有重要意义。

摘要::目的 针对超分辨率网络存在参数量大和图像特征提取能力不足导致重建图片质量不佳的问题,提出了一 种新的图像超分辨率模型 LHNet。 方法 在深层特征提取模块部分,设计对称密集 CNN,以对称结构连接卷积模 块,加强模型对图像局部信息的提取能力;引入双注意力模块,使网络关注像素和空间信息;此外,使用密集连接方 式连接高效 Transformer 模块,增强模型全局特征的提取能力,从而更好地恢复图像纹理细节。 结果 实验结果在 Set5、Set14、BSD100、Urban100 和 Manga109 等五个方法数据集进行测试。 结果表明:在 Set5 数据集上,放大倍数为 3 时,LHNet 方法相对于 IMDN 方法减少了 99 K 的参数量,同时 PSNR 值提高了 0. 13 dB,SSIM 提高了 0. 000 9。 与 当前其他方法,如 LAPAR-A、ShuffleMixer 等方法相比,LHNet 方法也表现出优越的性能。 结论 LHNet 方法可以在 使用相对较少参数量的同时提高重建图片的质量,从而实现参数量和性能之间的平衡。

摘要::目的 针对大部分风格迁移方法无法在中国水墨画风格领域实现有效迁移的问题,提出一种基于改进扩散 模型采样算法的中国水墨画风格迁移方法,以实现高质量水墨画风格迁移效果。 方法 使用中国水墨画图像数据集 训练去噪 Unet 网络,使得扩散模型获得真实水墨画图像生成能力;设计损失驱动的扩散模型采样算法,先对内容 图像加噪得到包含部分结构信息的含噪数据,然后使用内容损失、风格损失以及语义分离损失,从内容与风格两个 角度引导扩散模型对含噪数据逐步去噪,最终生成风格化结果。 结果 定性与定量对比实验结果证明:所提出的方 法在中国水墨画风格迁移任务上相较于其他任意风格迁移方法有更好的性能,能够生成更高质量的水墨风格化图 像。 消融实验证明:在内容损失中使用两种不同的计算方式以及在风格损失中使用均值方差色彩损失是合理且有 效的。 结论 模型在保持内容结构基本不变的同时生成了合适的真实水墨纹理,为中国水墨画高质量风格迁移提供 了有效方法;生成结果进一步证明:在高质量风格迁移的需求下,使用扩散模型技术有很大的发展空间。

摘要::目的 针对分布式储能参与电网调频的经济优化运行问题,研究一种站间-站内分层优化运行方法,从而实 现调频功率在各储能电站以及储能电站内各储能单元之间的优化分配。 方法 首先,在综合考虑各储能电站剩余调 频能力的基础上,构建优化运行模型,以能量损耗成本与寿命衰减成本最小为目标,从而实现调频功率在各储能电 站间的合理分配;其次,以能量损耗成本、寿命衰减成本及调节性能比率为指标,采用主客观综合权重 TOPSIS 评价 法对各储能单元调频能力进行评估,进而实现调频需求在各储能单元间的优化分配。 结果 利用仿真实验对该方法 进行对比验证,仿真实验结果表明:该方法不仅具有较好的经济性,还能充分调动各储能单元的调频积极性。 结论 分布式储能参与电网调频,通过站间-站内分层优化解决了经济性问题,降低了区域电网内储能参与电网调频的成 本,同时充分发挥了各储能电站及其内部各储能单元的调频能力。

摘要:目的 探究在燃油车辆和电动车辆混合编队情况下的需求响应公交调度方式,旨在结合两种车型各自所具 有的优势,从而在满足乘客个性化出行需求的同时尽可能降低运营成本。 方法 提出了基于时空网络需求响应的公 交调度模型,并设计了一种以总运营成本最小化为优化目标的网络进化算法,可以在满足运输需求的同时大幅优 化企业运营成本。 结果 以西班牙巴塞罗那数据作为实例进行研究,对实际情况下的车辆运营调度策略、电量变化 情况进行了分析,并进行了敏感性分析,探究了充电功率、电池容量、用电价格等因素对总运营费用和车队规模的 影响。 实验表明:电动车辆的电池容量和充电效率对总运营费用影响较大,当充电功率为 180 kW,电池容量为 110 kWh,充电费用为 0. 3 元/ kWh 时,可得最小日均运营费用为 1 895 元。 结论 燃油与电动车混合编队下的需求 响应公交服务更加灵活,能够在降低运营成本的前提下满足更多样化的出行服务且降低服务所产生的碳排放。

摘要:目的 针对优化算法在处理配电网故障定位问题时存在后期收敛速度慢、定位准确度低的缺点,提出了一种 改进的灰狼算法(IGWO)。 方法 首先构建能用于分布式电源(DG)接入的开关函数和适应度函数,在此基础上建 立一个 IEEE33 节点配电网模型,再结合含 DG 配电网的情况对灰狼算法做离散化处理;其次参考蝠鲼优化算法翻 筋斗觅食的思想,同时加入小波函数最优解扰动,从而增强跳出局部最优的能力,并加速收敛;另外,对收敛因子作 非线性处理,提高算法的局部搜索能力、快速性和准确性。 结果 通过将配电网连接到不同位置和不同数量的分布 式电源,进行单点故障、多点故障和信息畸变的仿真测试,将 IGWO 算法与二进制灰狼算法、原始灰狼算法以及粒 子群算法在定位准确率、平均收敛代数和迭代时间方面进行对比,其整体性能更为优越。 结论 IGWO 算法在故障 定位中对比另 3 种优化算法在收敛速度和定位效率方面都是最好的。

摘要:目的 光伏阵列在复杂工况下存在多个峰值点,传统的最大功率点跟踪(MPPT)控制算法无法有效跟踪。 针 对传统算法易陷于局部最优值、收敛速度慢和追踪精度低的问题,提出一种基于改进灰狼优化(IGWO)和扰动观察 (PO)混合算法的光伏多峰 MPPT。 方法 首先,利用 GWO 算法初始化种群位置得到初始最大功率;然后,进行全局 搜索,不断更新灰狼位置,向最大功率点处靠近;最后,达到最大迭代次数和最大功率点位置附近时,切换变步长扰 动观察法,进行自适应地调整扰动步长,提高系统的局部搜索能力,以准确找到最大功率点。 结果 仿真与实验结果 表明:IGWO&PO 算法不会陷于局部最优;在收敛速度上,IGWO&PO 快于 GWO 算法和细菌觅食与粒子群混合算法 (BFOA-PSO);在追踪精度上,IGWO&PO 比 GWO 算法提高了 4. 2%。 结论 IGWO&PO 算法解决了传统 MPPT 算法 易陷于局部最优的问题,在优化追踪精度和收敛速度的同时,减小了寻优过程的振荡幅度,提高了光伏发电系统的 能量利用效率。

摘要::目的 为了降低小型轴流风扇气动噪声,在叶片尾缘附近,设计出不同穿孔直径的叶片穿孔风扇,将原型风 扇与穿孔风扇进行对比,探究不同穿孔直径对风扇气动性能及噪声的影响。 方法 采用雷诺时均法(Reynolds Average Navier-Stockes,RANS)对原型及改型风扇进行气动性能模拟,在稳态模拟的基础上使用大涡模拟(Large Eddy Simulation,LES)耦合 FW-H 声学方程的方法对风扇噪声进行模拟计算;将 3D 打印出来的模型进行气动性能 和噪声试验,得到不同流量工况下的性能参数。 结果 将叶片进行穿孔处理可以诱导叶片表面气流的流动,改善叶 片表面压力分布,延缓边界层分离,抑制叶尖泄露涡强度;设计工况下穿孔直径为 2. 5 mm 的穿孔风扇性能最佳,可 增大静压 6. 2%,提升静压效率 5. 72%,降低风扇 A 声级 3. 6 dB;原型风扇和改型风扇噪声指向性均近似为“8”形, 不同穿孔直径的风扇降噪量不同,但都在风扇进出口方向降噪效果较好,在风扇径向方向降噪效果较差。 结论 在 叶片尾缘附近设置穿孔可以提升风扇性能,降低风扇噪声,但是叶片穿孔风扇并不是穿孔直径越大越好,只有选择 合适大小的孔径才可以提升风扇性能,降低风扇噪声。

摘要:目的 针对在进水水质和流量时变的情况下保证水厂加氯工艺充分有效地消毒问题,提出引入自抗扰控制 技术和扩张观测器优化氯的加入量控制技术。 方法 传统反馈控制策略无法应对进水水质和流量变化,选择采用自 抗扰控制器来解决加氯系统的控制问题。 自抗扰控制器利用扩展状态观测器及时估计系统中的总扰动,包括内部 模型不准确性和外部扰动,从而有效应对不确定性和干扰,为控制决策提供精确的数据支持,实现对游离余氯的精 准控制,以增强系统的鲁棒性和响应速度。 结果 通过仿真分析发现,自抗扰控制策略相较传统控制策略,超调量、 稳定时间和绝对误差积分等指标明显降低,在处理水质变化和外部干扰方面表现出显著优势,模型不匹配时也能 表现出优异的控制效果,特别适用于对环境变化敏感和对控制精度要求高的情境。 结论 结合自抗扰控制和扩张观 测器的策略有效提高了水厂加氯工艺的适应性,能够快速响应变化,及时跟踪水质要求,实现了对游离余氯的精准 控制,增强了系统的鲁棒性和响应速度,为应对水质和流量变化提供了有效的解决方案。 有望在实际自来水生产 领域中得到应用。

摘要:目的 甲醛是大气污染物之一,严重危害身体健康,不仅会刺激眼、鼻、皮肤、粘膜,还容易诱发白血病和癌 症。 催化氧化法具有能耗低、无二次污染、降解效率高等优点,具有极大的应用潜力。 δ-MnO2 催化剂具有优异的 催化降解甲醛性能,但其稳定性仍需进一步提高。 方法 本文以 KMnO4 为前驱体,采用简单的氧化还原法制备了 δ-MnO2 ,探究了在双还原剂条件下,不同还原剂对 δ -MnO2 催化氧化甲醛性能的影响。 利用 XRD、SEM、TEM、 XPS、EPR 等表征技术对不同双还原剂条件下的 δ-MnO2 晶体结构、形貌与物理化学性质进行分析。 结果 研究结 果表明:不同双还原剂条件可明显影响 δ -MnO2 催化氧化甲醛性能,其中,以异丙醇和甲醇为双还原剂制备的 MnO2 -MET 催化剂表现出最优异的催化性能,在室温条件下,甲醛降解率可达 95%,且反应 1 200 min 后甲醛降解 率仍达 80%。 结论 MnO2 -MET 表面高含量的氧空位促进了甲醛的降解。

摘要:目的 针对基于数据驱动的轨迹预测研究鲜有使用车辆动力学模型,探讨并解决如何通过动力学模型提高 轨迹预测精度和动力学模型对轨迹预测精度影响作用不清晰等一系列问题。 方法 使用车辆横向动力学模型和二 自由度运动学模型搭建车辆复合模型,实现对 NGSIM 数据集预处理;得到包含车辆动力学模型信息的数据后,通 过 UKF 模型预测车辆轨迹;最后根据实验结果分析车辆横向动力学模型参数对 UKF 模型轨迹预测精度的影响。 结果 所有时段复合模型均能明显提高精度,在 0 ~ 1 s 与运动学模型结合时,β 与 θ 或 γ 同时使用能提高精度;在 1~2 s 和 0~2 s 与运动学模型结合时,γ 会降低精度,β 与 θ 同时使用能提高精度。 结论 与纯运动学模型相比,车 辆横向动力学模型相关参数对 UKF 模型不同时段轨迹预测精度影响情况不同,完整的横向动力学模型与运动学 模型结合在各时段均能明显提高轨迹预测精度,并使精度具备较好的稳定性。

摘要:目的 针对定子永磁型双凸极电机结构参数较多导致优化困难的问题,提出一种基于改进非支配排序遗传 算法Ⅱ的多参数多目标优化方法。 方法 根据多优化目标计算参数敏感度,通过设定权重系数计算综合敏感度,进 而根据综合敏感度将定子永磁型电机结构参数分为 3 层,其中,第一层和第二层结构参数为高敏感度结构参数,采 用常量基函数和二次有理核函数拟合高斯过程回归模型进行优化,第三层结构参数敏感度较低,使用单参数扫描 法进行优化,并且建立 6 个方案以比较不同权重系数和阈值对系统优化目标的影响。 结果 改进后的非支配排序遗 传算法Ⅱ相比传统算法具有更加优越的性能;优化后的定子永磁型双凸极电机的电磁转矩比初始结构提升了 15. 06%,齿槽转矩减少了 50. 9%,转矩脉动则从 20. 23%降低至 9. 45%。 结论 最后通过有限元仿真结果验证了所 提出多目标优化方法的可行性和有效性。