基于深度视觉注意神经网络的端到端自动驾驶模型

针对现有端到端自动驾驶方法中存在的驾驶指令预测不准确、模型结构体量大和信息冗余多等问题,提出一种新的基于深度视觉注意神经网络的端到端自动驾驶模型。为了更有效地提取自动驾驶场景的特征,在端到端自动驾驶模型中引入视觉注意力机制,将卷积神经网络、视觉注意层和长短期记忆网络进行融合,提出一种深度视觉注意神经网络。该网络模型能够有效提取驾驶场景图像的空间特征和时间特征,并关注重要信息且减少信息冗余,实现用前向摄像机输入的序列图像来预测驾驶指令的端到端自动驾驶。利用模拟驾驶环境的数据进行训练和测试,该模型在乡村路、高速路、隧道和山路四个场景中对方向盘转向角预测的均方根误差分别为0.009 14、0.009 48、0.002 89和0.010 78,均低于对比用的英伟达公司提出的方法和基于深度级联神经网络的方法;并且与未使用视觉注意力机制的网络相比,该模型具有更少的网络层数。     

基于深度学习的水下图像超分辨率重建方法

由于水体本身的特性以及水中悬浮颗粒对光的吸收和散射作用,水下图像普遍存在信噪比（SNR）低、分辨率低等一系列问题,但大部分方法传统处理方法包含图像增强、复原及重建,都依赖退化模型,并存在算法病态性问题。为进一步提高水下图像恢复算法的效果和效率,提出了一种改进的基于深度卷积神经网络的图像超分辨率重建方法。该方法网络中引入了改良的密集块结构（IDB）,能在有效解决深度卷积神经网络梯度弥散问题的同时提高训练速度。该网络对经过配准的退化前后的水下图像进行训练,得到水下低分辨率图像和高分辨率图像之间的一个映射关系。实验结果表明,在基于自建的水下图像作为训练集上,较卷积神经网络的单帧图像超分辨率重建算法（SRCNN）,使用引入了改良的密集块结构（IDB）的深度卷积神经网络对水下图像进行重建,重建图像的峰值信噪比（PSNR）提升达到0.38 dB,结构相似度（SSIM）提升达到0.013,能有效地提高水下图像的重建质量。     

浅谈国有企业怎样做到人尽其才,促进企业发展

本文简述了国有企业做到人尽其才的途径，提出在合理利用人才上要坚持开放性、竞争性、民主性、法制性的原则，充分用好人才，促进企业发展。     

集散控制系统在微波通信中的应用

一种新型集散式微波监控系统的结构和功能,其中包括计算机网络结构遥测、遥控、微波数据通信的方法与规程等。     

胶原水解物及其衍生物——一、胶原蛋白质水解物

<正> 一、发展概况蛋白质水解物对人体头发、皮肤的保护作用,最初是在五十多年前由德国人首先发现的。那时候,他们将羊毛置于碱液中作染色的前处理时,发现一部分经碱作用而水解的羊毛水解物残留在碱液中,有保护羊毛不使其继续水解的功能。由于羊毛和人发均属于同类型的蛋白质,所以这一发现实际上就为以后化妆品用蛋白质水解物奠定了基础。但是在以后相当长的一段时间内,由于这种水解物的质量上的原因、缺乏合理的使用方法,以及还没有科学的方法而只是凭主观上的想象来认定它对人发所起的保护作用,故它的应用得不到推广,产品的发展比较缓慢。     

影响明胶冻力的因素

<正> 明胶会由于酸、碱、温度、酶、细菌、阳光的照射等因素的作用而水解,凝冻能力也将随之逐渐下降。我们可以作以下简单的实验,即将冻力为210Bloom 值的酸法明胶,在不同的温度、pH 值和时间下测定它的冻力。通过冻力的测定来确定水解的程度。按如下条件进行实验。(1)制备浓度为(?).67%的明胶溶液,在冷水中膨胀60分钟,然后在60℃加热10分钟使其溶解。(2)用柠檬酸或氢氧化钠调整 pH 值。(3)将胶液封闭在烧瓶中,在60℃、     

粘藻纤维纺纱实践

粘藻纤维是一种新型的功能性纤维,具有优良的性能.主要时粘藻纤维纺纱工艺流程进行了研究,确定了合理的工艺参数,对纺纱过程中出现的问题以及技术措施加以说明,并对成纱质量进行了测试和分析.     

多功能岩心驱替仪控制系统设计

研制了一种用于石油三次开采过程物理模拟的仪器.根据驱替机理和相似原理模拟地层地质的温度和压力条件,借助于计算机、传感器等技术,研究模拟驱油体系在多孔介质中的渗流特性、电阻率变化及驱油效率.利用LabWindows/Cvi编写上位机测控程序,使用串口与智能仪表通信,获取温度压力值并做相应的显示和处理,通过编程PCI数据采集卡控制外部硬件.