贵州省盘县陇英大地金矿床成矿地质特征及找矿评价

通过对贵州省盘县陇英大地金矿床金矿矿区地层、构造、矿体特征、矿石特征等方面的研究,初步认为该区金矿体主要产于峨眉山玄武岩组一段及二段玄武质熔岩底部,受断层旁侧的节理、裂隙控制金矿体在断层破碎带内呈顺层和穿层两种状态产出。此外,通过对贵州省盘县地区峨眉山玄武岩底部和玄武岩之间的凝灰岩中的微细粒浸染型金矿床的研究,认为此类金矿的区域分布受控于峨眉山玄武岩及其边缘凝灰岩分布区;区域性控矿构造如扬子陆块西南缘的深部构造和区域性深大断裂,控制了金矿成矿及矿体的形成和分布,局部性构造决定了矿体的空间分布及产出特征。最后提出在该区寻找相同类型金矿的找矿标志及找矿远景。     

弹道导弹雷达目标识别问题的新思考

弹道导弹雷达目标识别是反导系统中的关键技术和难点之一.为了给相关研究人员提供一些思路,从目标、传感器和环境3个方面分析了弹道导弹雷达目标识别发生的新变化,指出了现有研究中存在的不足.就正确分析和理解弹道导弹目标特性、充分挖掘单雷达识别性能、利用多雷达组网进行识别以及合理评价识别效能等急需解决的问题给出了思考.这对进一步研究弹道导弹雷达目标识别提供了一定的参考作用.     

随机亮度差量化的二进制特征描述

目的 传统的基于浮点型向量表示的图像局部特征描述子（如SIFT、SURF等）已经成为计算机视觉研究和应用领域的重要工具,然而传统的高维特征向量在基于内容的大规模视觉检索应用中存在着维度灾难的问题,这使得传统浮点型视觉特征在大规模多媒体数据应用中面临严峻挑战。为了解决浮点型特征的计算复杂度高以及存储空间开销大的问题,越来越多的计算机视觉研究团队开始关注和研究基于二进制表达的局部特征并取得了重要进展。方法 首先介绍了二进制特征的相关工作,并对这些方法进行了分类研究,在此基础上提出了基于亮度差量化的特征描述算法。有别于传统二进制特征描述算法,本文算法首先对图像局部进行随机像素点对采样,并计算像素点对之间的亮度差,通过对亮度差值作二进制量化得到图像的局部二进制特征。结果 本文算法在公共数据集上与目前主流的几种二进制特征提取算法进行了比较评价,实验结果表明,本文二进制特征在特征匹配准确率和召回率上超过目前主流的几种二进制描述子,并且同样具有极高的计算速度和存储效率。结论 通过实验结果验证,本文二进制特征在图像条件发生变化时仍然能保持一定的鲁棒性。     

浅谈云计算技术在街道办事处管理工作中的应用

云计算是当前计算机领域的一个热点,它的出现宣告了低成本提供超级计算时代的到来。本文阐述了云计算的概念和特点,介绍了运用云计算技术在乌达区新达街道办事处创建了新达服务网络平台新体系,包括联名卡、社区通、一键通、一卡通、个人网上银行、工作云平台等服务,通过这个平台,让全体居民享受到公平、便捷、优质、高效的服务。最后对云计算的安全性进行了分析。     

我国造纸化学品发展与展望

对我国变性淀粉、施胶剂、水溶性高分子、特种化学品以及填料等主要造纸化学品的现状与发展趋势作了扼要介绍 ,并对开发符合中国造纸国情的专用化学品、开展应用技术研究、加强国内外合作等方面提出了建议。     

三条2000t／d离线喷腾型分解炉窑的技术特点及生产调试

本文主要介绍了已建成投产的三条2000t/d离线喷腾型分解炉新型干法生产线的技术特点和生产调试结果.并在对其技术特点比较和生产调试经验总结的基础上,对系统可能进一步实行优化提出建议.     

广州地区大型办公类公共建筑能耗调查与分析

通过对广州市有代表性的写字楼进行3个年度全年能耗抽样调查,分析了2栋大型办公类公共建筑全年的建筑能耗组成和变化规律。指出此两栋大型办公类建筑按实际使用面积计算的全年平均总能耗为149.3 kWh/m2和115 kWh/m2,全年空调能耗占建筑总能耗的比例分别为49.2%和38.5%。由于所使用的能耗调查方法详细,调查对象具有代表性,因此,能耗分析结果可作为广州地区办公类公共建筑能耗数据库的一部分或为其提供参考。此外,通过和其他相关文献研究结果的对比,指出了夏热冬暖气候区建筑节能的途径。     

融合上下文和多尺度特征的胸部多器官分割

目的 肿瘤周围高危器官的准确分割是图像引导放射治疗中的关键步骤,也是对抗肺癌和食道癌,规划有效治疗策略的重要组成部分。为了解决不同患者之间器官形状和位置的复杂变化情况以及计算机断层扫描（computed tomography,CT）图像中相邻器官之间软组织对比度低等问题,本文提出了一种深度学习算法对胸部CT图像中的高危器官进行细分。方法 以U-Net神经网络结构为基础,将冠状面下的3个连续切片序列即2.5D （2.5 dimention）数据作为网络输入来获取切片联系,同时利用高效全局上下文实现不降维的跨通道交互、捕获单视图下切片序列间的长距离依赖关系、加强通道联系和融合空间全局上下文信息。在编码部分使用金字塔卷积和密集连接的集成提取多尺度信息,扩大卷积层的感受野,并将解码器与编码器每层进行连接来充分利用多尺度特征,增强特征图的辨识度。考虑到CT图像中多器官形状不规则且紧密相连问题,加入深度监督来学习不同层的特征表示,从而精准定位器官和细化器官边界。结果 在ISBI （International Symposium on Biomedical Imaging）2019 SegTHOR （segmentation of thoracic organs at risk in CT images）挑战赛中,对40个胸部多器官训练样本进行分割,以Dice系数和HD （Hausdorff distance）距离作为主要评判标准,该方法在测试样本中食道、心脏、气管和主动脉的Dice系数分别达到0.855 1、0.945 7、0.923 0和0.938 3,HD距离分别为0.302 3、0.180 5、0.212 2和0.191 8。结论 融合全局上下文和多尺度特征的算法在胸部多器官分割效果上更具竞争力,有助于临床医师实现高效的诊断与治疗。     

基于多季相Sentinel-2影像的白洋淀湿地信息提取

白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树（CART）、支持向量机（SVM）、随机森林（RF）3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组合对白洋淀湿地信息提取的优劣。结果表明：相较于使用单一季相影像分类,多季相影像的组合能够显著提高分类精度,春&夏季相组合能够得到最优的分类效果,相对单季影像总体分类精度提高了10.9%~25.5%,Kappa系数提高了0.09~0.29;SVM分类器的分类表现较为稳定,能够得到最高的平均分类精度,CART分类器在处理高维特征的能力不如随机森林和SVM;不同特征类型对湿地信息提取的贡献度从高到底依次是红边光谱特征、传统光谱特征、缨帽变换特征、主成分分析特征、纹理特征。实验成果能为湿地信息的遥感识别提供依据。     

基于双迭代聚能量字典学习的数据压缩算法

针对基于稀疏表示（Sparse representation,SR）的数据压缩压缩率低、重构精度低等问题,本文提出一种基于双迭代的聚能量字典学习算法,把高维信号映射到低维特征空间,当低维特征空间保留高维原始信号越多的特征时,高维信号从低维特征空间中恢复出来的精度越高。为了使低维字典保留高维字典更多的主成分,本文提出了一个新的变换,被命名为?变换,能提升高维字典的能量集中性。除此之外,针对高维字典与低维字典的耦合关系,建立了双循环迭代训练,增加字典的能量集中性与字典的表达能力。实验表明,相比于传统算法,本文提出算法字典学习收敛速度提升了3倍以上。此外,该方法可以得到较高的压缩比和更高质量的重构信号。