最新录用
细粒度图像识别与分类算法研究
下载：63 浏览：888
摘要:
针对深度学习常用人脸识别方法训练不易收敛、图像分辨率低影响大等问题，提出了一种基于通道注意力模块的多尺度特征融合残差神经网络(channel attetion multi-scale fusion)CAMF-ResNet。该方法基于残差块和softmax损失的人脸识别方法，改进了残差网络，利用特征金字塔提取不同层次的特征进行信息融合，并融合了不同尺度的特征，它可以获得更多的描述性信息，提高图像表示的性能。在端到端网络特征提取中，利用注意机制提取相应的高阶特征表示，得到描述能力强的图像表示。实验结果表明，该方法能有效解决深层网络退化和参数过多的缺陷，提高对细粒度图像判别性区域的精细化能力进而提高模型分类精度以获得更高描述性信息特征表示。
森林土壤颗粒组成（机械组成）的测定
下载：148 浏览：2185
摘要:
土壤粒径分布是最基本的土壤物理性质之一，它强烈地影响着水力热力性质等重要的土壤物理特性。土壤粒径分布的测定方法相对简单便捷，精度也较高，而且在常规的土壤调查资料中也有详细程度不一的粒径分析数据。而土壤水分特征曲线和（非）饱和水力传导率、土壤热导率、土壤热容量等土壤水力、热力性质的直接测定比较费时、昂贵，且精度较低，可重复性差。因此，根据土壤粒径分布来估计土壤的其他水力学性质已经成为相关领域的研究热点。人们已经提出了多种物理或经验模型将粒径分布与土壤水热性质关联起来。在对土壤水热过程的模拟当中，往往也采用了这些模型。但实际资料中往往只有几个间断的粒级分布点，而这些点不能满足这些模型的模拟需要。例如，在公用陆面模式中需要美国制的砂粒、粘粒、粉粒含量来计算土壤的水热特性。为了得到连续的粒径分布或者特定范围的颗粒质量分数，需要借助于土壤粒径分布模型。
