99精品视频在线观看免费,国产无遮挡无码视频在线观看,97在线免费视频播放

基于雙碳目標的福建省清潔能源發(fā)展的路徑探討[其他][其他]

碳達峰、碳中和作為生態(tài)文明建設的重要組成部分，對于福建省高質(zhì)量發(fā)展具有重要的意義?；趪姨歼_峰、碳中和目標和福建省能源行業(yè)現(xiàn)狀，分析了福建省發(fā)展核電、海上風電等清潔能源的可行性，并對清潔能源發(fā)展的路徑進行探討，提出積極有序發(fā)展核電、大力發(fā)展海上風電、按需配套儲能電站的發(fā)展思路。

發(fā)表于：5/24/2022 6:16:44 PM

基于國產(chǎn)芯片的核級儀控系統(tǒng)主控板卡的設計與實現(xiàn)[電子元件][信創(chuàng)產(chǎn)業(yè)]

核電儀控系統(tǒng)關(guān)系國家的核電安全，采用國產(chǎn)芯片實現(xiàn)儀控系統(tǒng)至關(guān)重要，只有基于國產(chǎn)技術(shù)平臺才能從內(nèi)在保障核級儀控系統(tǒng)的安全。基于國產(chǎn)芯片實現(xiàn)儀控系統(tǒng)過程中，面臨系統(tǒng)設計、器件選型，以及新的系統(tǒng)架構(gòu)下如何滿足產(chǎn)品的穩(wěn)定性、可靠性、獨立性和確定性等問題，給出了基于國產(chǎn)芯片、計算機技術(shù)平臺的核級儀控系統(tǒng)主控板卡的設計與實現(xiàn)，并重點對獨立性和確定性設計進行了說明。對主控板卡的性能指標進行了測量，結(jié)果表明使用國產(chǎn)芯片實現(xiàn)的控制系統(tǒng)滿足關(guān)鍵指標要求，主控板卡的設計與實現(xiàn)對核電儀控系統(tǒng)國產(chǎn)化具有參考意義。

發(fā)表于：5/24/2022 6:12:02 PM

基于多智能體深度強化學習的無人機集群自主決策[其他][其他]

由于傳統(tǒng)的無人機由人工進行操控，無人機群在強電磁干擾和復雜多變的戰(zhàn)場環(huán)境中表現(xiàn)較為呆板。在這項研究中，開發(fā)了一種靈活智能的無人機控制器。通過使用一個經(jīng)過多智能體深度強化學習技術(shù)訓練的神經(jīng)網(wǎng)絡，無人機可以在飛行中控制自己的行為，從戰(zhàn)場環(huán)境中獲取狀態(tài)信息，自主決策，并且和其他無人機形成有效戰(zhàn)斗隊形，靈活協(xié)調(diào)和配合，并產(chǎn)生了最優(yōu)的動作。

發(fā)表于：5/24/2022 6:07:50 PM

結(jié)合注意力機制的CNN-LSTM的視頻中雙相抑郁癥檢測方法[其他][其他]

雙相抑郁癥(Bipolar Disorder)會使人們因為嚴重的情緒問題無法參與正常的社會生活，甚至導致自殘和自殺行為。為了準確檢測患者當下心理狀態(tài)以協(xié)助醫(yī)生進行更精準的治療，提出了一種結(jié)合注意力機制的CNN-LSTM網(wǎng)絡的混合模型的雙相抑郁癥檢測方法。該方法首先使用在人臉表情數(shù)據(jù)集上微調(diào)的Resnet50模型提取視頻幀的空間特征，其次通過結(jié)合注意力機制的LSTM網(wǎng)絡提取幀之間的時序信息去檢測雙相抑郁癥。在AVEC2018雙相抑郁癥數(shù)據(jù)庫開發(fā)集上，驗證了該方法的有效性。

發(fā)表于：5/24/2022 6:03:05 PM

應用于視覺測量的圖像超分辨率重建算法[其他][其他]

惡劣環(huán)境下的低質(zhì)圖像會嚴重影響基于視覺的位移測量效果。圖像超分辨率重建有望能改善圖像質(zhì)量、突出目標特征以提高測量精度和可靠性，進而應用于視覺測量場景。故提出了一種關(guān)注細節(jié)特征的圖像超分辨率重建算法，該算法設計了一個角點增強支路，并通過角點損失函數(shù)進行約束實現(xiàn)對角點信息的增強，此外增加邊緣損失函數(shù)提升邊緣的重建效果。實驗結(jié)果表明，該算法在客觀評價指標上表現(xiàn)優(yōu)異，視覺效果上取得了更加清晰的紋理細節(jié)，設計的驗證實驗證明，該算法重建的邊緣與角點更加準確，對目標定位有一定幫助，適用于視覺測量應用場景。

發(fā)表于：5/24/2022 5:58:24 PM

從頻域角度重新分析對抗樣本[其他][其他]

目前在空間域上關(guān)于對抗樣本的研究成果已經(jīng)相當成熟，但是在頻域上的相關(guān)工作卻是十分缺乏。從頻域的角度對對抗樣本進行深入的研究，發(fā)現(xiàn)對抗樣本在DCT域上表現(xiàn)出了高度可識別的偽影，并利用這些偽影信息訓練了一個基于頻域的對抗樣本檢測器CNN-DCT，結(jié)果表明，對于常見的對抗樣本在數(shù)據(jù)集CIFAR-10和SVHN上都能達到98%的檢測準確率。此外，針對對抗樣本在頻域上存在的偽影，也提出一種通用的改進算法IAA-DCT來解決。簡而言之，本文不僅填充了對抗樣本在頻域上工作的缺少，也改進了對抗攻擊算法在頻域上存在偽影的弊端。

發(fā)表于：5/24/2022 5:52:33 PM

基于多Transformer網(wǎng)絡協(xié)同生成的自動作曲[其他][其他]

多音軌的自動作曲算法需要同時兼顧單條序列的連貫性與多個序列之間的和諧程度。以往工作通常選擇合并序列或并行多生成器兩種方案，它們都無法同時完全捕獲音符之間的依賴關(guān)系以及做到單條序列的連續(xù)性。提出了MuseTransformer框架，其包括由多個Transformer組成的生成器池模塊，并設計了多生成器的異步執(zhí)行策略與同步機制，以確保細粒度依賴關(guān)系的捕獲。在樂譜的序列表示方面，提出了關(guān)鍵位置符號(Key Position Symbol，KPS)以提高表示效率。多種音樂領(lǐng)域評價指標的實驗結(jié)果表明，所提模型生成的多軌序列之間在和諧程度、連貫性以及序列表示空間效率上，均等同或優(yōu)于其他先進方法。

發(fā)表于：5/24/2022 5:48:08 PM

基于改進匈牙利算法對多人人體關(guān)鍵點匹配的研究[其他][其他]

在復雜場景下，針對傳統(tǒng)人體姿態(tài)估計模型中關(guān)鍵點分配算法存在正確率低、資源分配不均等優(yōu)化問題，在OpenPose模型的基礎(chǔ)上提出了一種改進的匈牙利算法，該算法在傳統(tǒng)數(shù)學模型的基礎(chǔ)上采用親和度向量場與鄰接矩陣結(jié)合的方式，通過對矩陣內(nèi)的數(shù)值處理，來獲取關(guān)鍵點的最佳匹配。實驗表明，改進算法的運行時間有一定的減短，同時保證在100×100以內(nèi)的矩陣中運算的精確度誤差率不高于0.014，且在使用本地圖像測試的實驗中證明了模型的可行性和性能的提升。

發(fā)表于：5/24/2022 5:43:39 PM

基于多層次特征提取的輕量級超分辨率重建算法[通信與網(wǎng)絡][通信網(wǎng)絡]

針對目前基于深度學習的超分辨率算法特征提取較為單一、結(jié)構(gòu)復雜且參數(shù)龐大的問題，提出了一種基于多層次特征提取的輕量級超分辨率重建算法。該算法采用了多層次特征提取的方式，首先提取圖像的淺層特征；其次，使用包含多個并行卷積的深層特征提取模塊提取圖像的深層特征。設計了一種帶學習權(quán)重的多尺度特征融合重建模塊，以充分利用提取出的多層次信息重建圖像。實驗結(jié)果表明，其重建圖像的峰值信噪比和結(jié)構(gòu)相似性在多數(shù)情況下領(lǐng)先于目前主流算法；與對比算法相比，在參數(shù)量和運算時間上均保持領(lǐng)先，證明了網(wǎng)絡的輕量化特性。

發(fā)表于：5/24/2022 5:39:39 PM

基于改進VIKOR的攻擊效果評估算法[通信與網(wǎng)絡][通信網(wǎng)絡]

隨著計算機網(wǎng)絡的不斷發(fā)展，安全問題也日益凸顯，文章從網(wǎng)絡攻擊效果評估入手，提出了DEMATEL-ANP指標權(quán)重計算模型，克服了傳統(tǒng)基于層次分析法的評估中不考慮指標間相互關(guān)聯(lián)關(guān)系的問題，并提出了VIKOR-灰色關(guān)聯(lián)度法，既彌補了灰色關(guān)聯(lián)度從單一角度評估的問題，又彌補了TOPSIS方法不考慮自身權(quán)重、容易產(chǎn)生逆序的問題。通過仿真實驗，證明了該算法在網(wǎng)絡攻擊效果評估中的可行性和有效性，并且相較于傳統(tǒng)算法對相似度較大的攻擊具有更強的區(qū)分性。

發(fā)表于：5/24/2022 5:33:43 PM