中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 甘布米 Khamphoumee Phetsamone 广西大学 2017年硕士导师: 王国全共89页

摘要 : 东南亚是世界生物多样性热点地区之一，然而各个国家的瘿螨分类研究极不平衡，迄今为止，未见报道老挝瘿螨。本文首次报道老挝常见植物瘿螨，采用传统的形态分类学方法，记述瘿螨总科Eriophyoidea羽爪瘿螨科Diptilomiopidae、瘿螨科Eriophyidae二科，... 展开

关键词 : 瘿螨分类学类特征图老挝

2. 图的线性染色

[学位论文] 李超浙江师范大学 2009年硕士导师: 王维凡共57页

摘要 : 用G=(V, E)表示一个顶点集为V，边集为E的有限、简单无向图，{1，2，…，k)表示k个颜色的集合.G的一个正常k-染色是一个映射φ：V→(1，2…，k)使得相邻的顶点接受不同的色.如果G有一个正常k-染色，则称G是k-可染的.G的色数x(G)是使得G是正常k-可染的... 展开用G=(V, E)表示一个顶点集为V，边集为E的有限、简单无向图，{1，2，…，k)表示k个颜色的集合.G的一个正常k-染色是一个映射φ：V→(1，2…，k)使得相邻的顶点接受不同的色.如果G有一个正常k-染色，则称G是k-可染的.G的色数x(G)是使得G是正常k-可染的最小的非负整数七.如果图G的一个正常染色满足染任意两种颜色的顶点集合导出的子图是一些点不交的路的并，则称这个正常染色为图G的线性染色.图G的线性色数用1c(G)表示，是指G的所有线性染色中所用的最少颜色的个数. 1998年，Yuster[1]首先研究了图的线性染色.证明了任意图G的线性色数满足1c(G)=○(△3/2)，且构造出了一类图使得1c(G)=Ω(△3/2).事实上，这个概念是图的无圈染色的一种特殊情形.无斟染色的概念是由Grunbaum[2]提出的，图G的一个无圈染色是G的一个正常染色，使得染任意两种颜色的顶点集合导出的子图是一个森林. 本学位论文主要是对前人的一些研究结果的改进和扩充，对非负特征图、平面图和一些度数较小的图的的研究.设△(G)和g(G)分别表示图G的最大度和围长. 在第一章中，我们给出本文所用到的基本概念，简述了相关领域的研究现状以及呈现了本文的主要结果. 在第二章中，我们证明了下面的结果： (1)对于每一个非负特征图G，若存在一个有序对(△，g)∈{(13，7)，(9，8)，(7，9)，(5，10)，(3，13))使得△(G)≥△且g(G)≥g，则1c(G)=[△(G)/2]+1. 在第三章中，我们获得了下而的结果： (1)对于每一个平面图G，若满足△(G)≥3且g(G)≥12或者△(G)≥7且g(G)≥8，则1c(G)=[△(G)/2]+1. 在第四章中，我们又对度数较小的图进行了研究，得到了下面两个结果： (1)若图G的最大度为4，则1c(G)≤8. (2)若图G的最大度为5，则1c(G)≤14. 收起

关键词 : 线性染色非负特征图最大度

3. 基于卷积神经网络的单幅彩色图像目标检测方法研究

[学位论文] 王红蕾燕山大学 2019年硕士导师: 张世辉共66页

摘要 : 目标检测作为计算机视觉领域的一个极为重要的分支，其在视觉领域中所起的作用无可替代。随着人工智能、计算机视觉领域的不断发展，目标检测被应用于视觉导航、军事公安以及虚拟现实等诸多领域，但是检测效果并不能真正满足实际需求，因此如何获得更... 展开

关键词 : 卷积神经网络目标检测特征图加权融合 RPN网络位置敏感特征图

4. 基于二维特征的齿轮参数化绘图的研究

[学位论文] 赵天雯上海交通大学 1997年硕士导师: 钟廷修共43页

关键词 : CAD 参数化特征特征图元 AutoCAD

5. 中国南方胡蜂科分类学研究(膜翅胡蜂科)

[学位论文] 岳琪华南农业大学 2019年硕士导师: 刘经贤共299页

摘要 : 胡蜂科Vespidae隶属于昆虫纲Insecta膜翅目Hymenoptera，全世界已知约5000种，中国已知约290种。胡蜂科多数种类为鳞翅目Lepidoptera、双翅目Diptera等昆虫的捕食性天敌，在农林害虫的自然控制中发挥着重要的作用。本文记述了中国南方地区马蜂亚科Pol... 展开

关键词 : 胡蜂科系统分类特征图

6. AutoCAD在矿井通风仿真系统中的应用研究

[学位论文] 张东平辽宁工程技术大学 1999年硕士导师: 刘剑;王树刚共69页

摘要 : 该论文来自课题《金川有色金属总公司二矿区通风仿真系统应用开发研究》主要解决仿真系统中的图形界面问题.研制工作主要围绕AutoCAD进行,内容包括:风流方向、巷道通风参数、风机参数、构筑物参数、节点参数的自动标注;巷道、风机、通风机构筑物、节... 展开

关键词 : 仿真系统特征图矿井通风 AutoCAD

7. Quality production of milled rice: through quality control and maintenance management in the case of AVNASH Industries Ghana Limited.

[学位论文] Habib Issahaku 湖南大学 2020年硕士导师: Fan LI 共81页

摘要 : 众所周知，大米作为谷物是加纳消费最多的主食之一。毫无疑问，这使稻米种植业得到了发展，就此而言，稻米业更有利于在该国创造农村和城市就业机会。充满活力和高效的稻米产业也将有助于大大减少该国的进口费用；考虑到该国每年在大米进口上的花费，... 展开众所周知，大米作为谷物是加纳消费最多的主食之一。毫无疑问，这使稻米种植业得到了发展，就此而言，稻米业更有利于在该国创造农村和城市就业机会。充满活力和高效的稻米产业也将有助于大大减少该国的进口费用；考虑到该国每年在大米进口上的花费，这是不容小觑的。但是，该国大量涌入的进口大米正在阻碍甚至是扼杀国内这一有前途的稻米产业，并且使大米市场更加复杂。基于此，加纳国内的消费者对所购买大米的质量要求也越来越高，越来越挑剔。这给当地的稻米行业带来了非常严峻的竞争……不幸的是，这种竞争正在逐渐消失，因为消费者似乎表达了对进口大米的偏爱，因为他们声称进口大米的质量很好。这项研究旨在理解消费者如何定义和评价大米的品质特征。他们在多大程度上基于质量做出购买决定。另外，本研究试图了解大米的生产过程，生产过程是否处于统计控制状态，并且有效地找出生产过程中存在的变化类型是共同原因还是可归因，以及优化生产过程质量的方法。产品的质量在很大程度上取决于生产过程。此外，该研究旨在了解该国大米生产公司采用的的维持方法。因为，维护管理在优质产品的生产中起着至关重要的作用，任何决定提高其产品质量的生产公司都必须全力以赴，使其设备保持最佳运行状态，防止生产过程中不必要的中断和停工——这在很大程度上影响了产品的质量。本研究使用Minitab创建包括P图在内的控制图，以便更好地理解生产过程的变化是由于常见原因还是可分配原因。本研究将该国家分为两个北部和南部两个研究区域，稻米的六个品质特征被用来制作40个结构化问卷。同时，本研究有目的地选择了部分消费者，每20个被分配给两个区域中最大的一个市场。以AVNASHIndustriesGhanaLimited公司生产的RoyalFarmer大米为案例研究。此外，本研究还进行了一次关键知情人访谈，从公司维护部门的管理人员和技术人员中进行相关的询问。通过研究P图发现，生产过程的变化很明显是由共同原因而不是可归因引起的。这意味着变化是过程固有的，生产过程在统计控制状态下运行。由常见原因引起的变化的存在意味着试图纠正该过程在经济上是不合理的。但是管理可以从根本上改变生产过程，而且重要信息提供者采访还显示，公司维护的类型主要是预防性和预测性。总的来说，这项研究揭示了许多有价值的信息，这些信息将确保加纳稻米业的消费者和当地稻米生产者都从中受益，从长远来看，这将对经济产生积极影响。收起

关键词 : 加纳质量特征图消费者 minitab软件

8. 基于深度学习的静态手势识别技术研究

[学位论文] 徐好好东华大学 2020年硕士导师: 单志勇共80页

摘要 : 手势作为人类日常交流过程中最主要的信息传递方式之一，可以在人们语言不通、距离较远或不便语言交流的场景下向对方传递信息。随着计算机视觉与人机交互领域的发展，手势识别成为了一个重要的研究方向。手势识别在智能驾驶，智能家居，机器人，VR和... 展开手势作为人类日常交流过程中最主要的信息传递方式之一，可以在人们语言不通、距离较远或不便语言交流的场景下向对方传递信息。随着计算机视觉与人机交互领域的发展，手势识别成为了一个重要的研究方向。手势识别在智能驾驶，智能家居，机器人，VR和AR等领域都有着十分重要的应用，用户可以通过手势给予系统指令，系统通过摄像头等图像采集装置获取手势信息进行分析并做出相应反馈。本文基于深度学习理论展开对计算机视觉算法的研究并探索改进策略，最后应用于手势识别。本文以Mask R-CNN实例分割模型作为基线模型进行研究并基于主干网络，掩码分支，模型轻量化三个方面对模型进行了优化，提出了Light Head MS R-CNN实例分割模型，主要创新点如下： 1.首先改进了Mask R-CNN的主干网络，使用专用于检测任务的DetNet代替了为分类任务设计的ResNet，DetNet的第5，6两个阶段的输出均下采样到原图的16倍，并在残差结构中引入空洞卷积来增大感受野，使得各阶段输出特征图足够大，深层特征图保留了一定的位置信息并且小物体在深层特征图上的映射不会消失；针对FPN特征融合不会增加深层特征图位置信息导致模型对较大物体定位不准确的问题，在FPN结构的基础上添加了一条自底向上的路径增强分支使得输出的多尺度特征图同时包含较准确的语义和空间位置信息。结合上述思想提出了DetNet59-FPN-PA的主干网络结构，加强了模型对小目标和大目标的识别效果。 2.其次结合全连接层识别全局模式的特性，在原有全卷积掩码分支的基础上增加一条全连接分支，融合两者输出进行更准确的掩码预测；在模型的Head部分加入了MaskIoU Head用于回归预测掩码与真实掩码的交并比，使模型能够学习掩码质量，最后模型对预测结果的打分同时考虑了分类置信度和掩码质量，mAP得到进一步提高。 3.针对改进后模型的Head结构过于复杂导致检测速度较慢的问题，本文引入轻量化位置敏感得分图加强了模型中全卷积子网络的平移同变性并且使用PSRoI Align的方法将池化后的RoI通道数降低至8和2，使得Head结构可以做到轻量化，加快了模型的检测速度。此外，本文基于自制手势识别数据集对提出的改进策略进行了综合的消融实验，证明了改进策略的可行性并选取适合手势识别任务的最佳模型结构配置。最后将改进后的模型基于手势数据集进行训练，实验表明，经本文改进的模型在手势识别测试集上的mAP达到95.8%，速度和精度较主流二阶段检测模型均得到了提升。收起

关键词 : 手势识别深度学习图像分割深层特征图

9. 基于胶囊网络的多尺度图像分类研究

[学位论文] 王煜骁河北大学 2022年硕士导师: 李凯;查长流共75页

摘要 : 图像是人们对视觉感知到的信息的再现，与声音和文字相比，它包含的信息量更大，传递方式更为直接，接收方式更为简单，正因如此，基于图像信息的识别与处理已成为当前人工智能发展的主流。目前，随着科技的进步与发展，海量的图像信息囊括了生... 展开图像是人们对视觉感知到的信息的再现，与声音和文字相比，它包含的信息量更大，传递方式更为直接，接收方式更为简单，正因如此，基于图像信息的识别与处理已成为当前人工智能发展的主流。目前，随着科技的进步与发展，海量的图像信息囊括了生活中大部分事物，图像的尺度多种多样，随之而来的分类问题逐渐增多。对于深度卷积网络的图像分类，由于全连接层的存在，在网络进行训练和测试时需要固定输入图像的尺寸。当遇到多尺度的图像时，需将图像利用裁剪和变形等手段转换成固定尺寸，但是，裁剪会导致图像信息的丢失，变形会导致位置信息的扭曲，从而破坏了原始图像所包含的详细信息。尽管基于池化层组的方法可以将可变大小的特征图转换为固定大小的特征图，解决了多尺度图像分类问题，但是由于池化操作会丢失信息，造成识别准确率显著降低。为此，本文开展了基于胶囊网络的多尺度图像分类问题的研究，主要工作如下： 1. 针对卷积神经网络在不改变卷积结构和参数时不能直接处理多尺度图像的问题，提出了使用共享转换矩阵路由(Shared Conversion Matrix Routing, SCMR)层作为通用网络层，以取代卷积神经网络的全连接层。在SCMR层中，采用RECOMBINATION方法，使其可以根据输入图像的规模动态地增加或减少胶囊的数量，以保证卷积层和SCMR层的正常运行。同时，通过共享SCMR层中的变换矩阵，建立新的动态路由算法，使SCMR层可以接收卷积多维特征图并生成固定维度的图像特征输出，实现多尺度图像分类。该算法使每个胶囊都有相应的权重，避免了特征丢失的问题。此外，通过增加胶囊向量的维度来创建新的胶囊向量，以解决反向传播中的梯度爆炸问题。 2. 针对SCMR层内存占用大和时间效率低的问题，提出了Rocket路由算法。在内存占用上，胶囊网络由于使用了大量的姿态变换矩阵从而导致网络模型运行时内存的急速上升。为此，Rocket算法中使用特定的卷积运算来代替算法中的矩阵运算，较好的减少了内存的占用。在时间效率上，SCMR算法通过迭代机制不断的更新上一层胶囊向量的所占权重，而网络运行消耗的时间却随着算法的迭代次数增加而增长，通过在Rocket算法中采用非线性函数来代替SCMR的迭代过程，进一步提高网络运行效率。 3. 在 ImageNet2012 子集、IIC(Intel Image Classification)以及 ASL(American SignLanguage)三个数据集上进行了实验验证。实验结果表明，在以不同的架构(AlexNet、ZFNet、VGG11)为基础模型框架上，加入SCMR层的模型在准确率上优于SPP以及RoI系列(RoI、RoI-Align、GLGOD-RoI、Couple-RoI)的方法，分类精度提高了约0.5%-3%。另外，在 ASL 数据集上开展了 Rocket 算法与 SCMR 算法的对比实验。结果表明，在AlexNet基础框架上Rocket算法比SCMR算法整体运行内存减少了约60%且运行时间加快了约92%；在ZFNet模型架构上Rocket算法内存占用减少了约56%，时间加快了约91%；在VGG11模型架构上Rocket算法内存占用减少了约58%，时间加快了约91%。收起

关键词 : 图像分类胶囊网络特征图转换池化层组

10. 基于YOLO的自然场景图像文本识别方法研究

[学位论文] 张雪哈尔滨工程大学 2020年硕士导师: 刘杰共75页

摘要 : 在科技发展的今天，人们的日常的生产生活中每天会发送和收获大量的图像，而大多数图像中会包含大量的文本信息。人们在生动图像的信息中会快速收获大量的内容，其中对人们影响最大的就是场景图像中带来的信息，但是场景图像就必然会出现图像质量不高... 展开在科技发展的今天，人们的日常的生产生活中每天会发送和收获大量的图像，而大多数图像中会包含大量的文本信息。人们在生动图像的信息中会快速收获大量的内容，其中对人们影响最大的就是场景图像中带来的信息，但是场景图像就必然会出现图像质量不高的情况，如何能准确快速的识别文本中的信息成为一个急需解决的问题。自然场景图像文本识别技术在对图像文本识别时首先要多文本进行分类和检测，通过对文本定位提取文本特征序列进而再识别。而在计算机视觉领域的深度学习技术，通常会添加很多的参数和网络层级结构以求更好的预测效果。针对网络模型过深和场景文本识别效果不佳，本文提出了结合模型压缩的自然场景图像文本识别模型。该模型包括四部分：(1)基于压缩YOLO模型的文本区域检测算法，对参数过多的Yolov3-Darknet53网络进行剪枝处理。首先合并Darknet53网络的卷积层和BN层，然后在剪枝中利用正则化比例因子，删除对准确率影响不大的参数，最后利用剪枝后的Darknet53网络进行文本定位检测。(2)文本区域过滤与提取，对上一步骤检测出的多个文本区域按分数排序，提取最优文本区域特征图。(3)字符区域提取，分割文本区域，得到字符的位置信息。(4)文本识别，双向LSTM中预测特征序列中的每一个特征向量的标签分布。最后将LSTM网络预测的结果进行处理，整合特征序列的结果，利用CTC技术解决输出与输入对齐问题，得到最终输出的结果。最后，为了验证论文提出的算法的有效性，论文以准确率(Precision)、召回率(Recall)和F值(F-Measure)三个方面作为评价标准，将剪枝后的Darknet53深度网络在文本检测上同未剪枝模型和SegLink，EAST模型进行横纵对比。进行了特征融合的自然场景文本图像的识别实验，并将结果同WordSup，CTPN，EAST模型进行对比。实验结果表示，结合模型压缩和融合特征图的自然场景图像文本识别算法有效可行。收起

关键词 : 深度学习文本识别剪枝算法特征图