特征尺度

摘要： 放牧活动不但影响草原生态过程,而且改变草原群落空间格局。为进行草地冠层连续变化的尺度对放牧强度响应的研究,基于无人机机载激光雷达和多光谱遥感获取亚米级的草原冠层数据,利用小波分析方法研究了不同放牧强度下草原冠层空间格局及其尺度特征,探究草原冠层高度(CH)、植被覆盖度(FVC)、归一化植被指数(NDVI)等不同冠层参数空间尺度特征对放牧强度的响应。结果表明:CH、FVC、NDVI的小波方差随放牧强度增大呈下降趋势,草原冠层空间结构整体趋于均匀;小波方差和系数实部分析显示,CH,FVC和NDVI的空间格局存在170~180 m、116~140 m等2个主特征尺度,不随放牧强度而变化,较为稳定;中度、重度放牧使植物群落在空间中产生了许多小斑块,植被盖度的空间格局在小尺度上的变化较大。

摘要： 在景观格局特征尺度上讨论景观格局类型与土壤侵蚀的关系,为具有减缓土壤侵蚀效果的景观格局提出优化的方向。以挠力河流域为研究区,利用3S技术、USLE模型、移动窗口法与半变异函数、有序多元logistic回归等方法,从特征尺度上量化了分析景观格局类型对土壤侵蚀的影响。结果表明:(1)2010-2018年研究区景观格局破碎化程度增加,景观格局类型有向散布型转化的趋势。(2)2010年、2018年研究区的景观格局特征尺度分别为4500 m,4250 m,后者景观格局更为丰富。(3)2010-2018年研究区土壤侵蚀总量增加。(4)研究区土壤侵蚀强度主要取决于现状土地利用斑块特征,在景观格局特征尺度下网状型景观格局类型对土壤侵蚀的缓解效果最好,网状型、指状型和棋盘型与散布型景观格局类型相比,土壤侵蚀强度至少高一个等级的概率分别为0.53,0.74,0.88。研究结果可为景观格局优化和水土保持管理提供参考。

摘要： 科学描述需要数学建模,而常规数学建模和定量分析依赖于特征尺度。复杂系统(如城市)通常找不到特征尺度,从而不能有效描述。在此情况下,特征尺度需要代之以标度分析。城市标度研究起源于地理世界的测不准现象,其数理本质是尺度变换中的不变性,即伸缩对称性。近年来,标度成为城市理论研究和经验分析的热点和前沿,主要研究领域包括异速标度、等级标度、空间标度和网络标度。分形几何学成为标度分析的有力工具。城市标度研究取得了显著的成绩,但也引发一系列问题,包括标度的过度识别、理论模型建设有限、标度指数依赖于研究区的定义和各个分支缺乏有机联系。标度代表城市理论研究和方法发展的新方向,今后会与基于特征尺度的城市理论模型相辅相成,协同发展。

摘要： 流体壁面剪应力作为精确研究掌握流体流经固体壁面摩擦阻力的物理量,是反映边界层流动特性的最直接参量之一,其准确有效测量可以为飞行器气动性能优化、边界层复杂流动机理研究提供关键数据支撑。壁面剪应力由于具有量值小、动态性高、流动结构特征尺度小的特点,国内外一直无有效测试手段。

摘要： 近年来,因施工升降机标准节螺栓状态异常造成的事故频频发生,针对施工升降机螺栓状态异常问题,提出一种基于改进的YOLO v3算法的检测方法。首先,通过K-means++聚类算法优化先验框(anchor boxes)的尺寸,使其更加适合升降机的螺栓状态检测;其次,根据升降机螺栓体积较小的特点,将3个特征尺度改为2个特征尺度,再通过特征金字塔网络FPN(feature pyramid network)进行融合。经过实验证明,改进后算法的mAP(mean average precision,平均精度均值)由81.40%提升了4.54%,达到85.95%,检测速度由34帧/s,提升了6帧/s,达到40帧/s。通过利用无人机搭载摄像头,能够实时准确地检测出施工升降机的螺栓状态,进而减少因螺栓故障引起的安全事故,在建筑安全领域发挥重要作用。

摘要： 基于量纲分析理论进行水槽试验,研究了潮流以及单向流作用下海底沙波的形成和发展过程.通过分析海床地形数据,对海底沙波的特征尺度和发展过程进行定量描述,得出了潮流流速、周期、水深以及叠加单向流等因素对沙波特征尺度的影响.结果表明,潮流作用产生的海底地貌由大尺度的沙波和小尺度的沙纹共同组成,大尺度沙波在地貌形态塑造中占主导地位.从平坦海床开始,沙波波高和波长随水流作用逐渐增大,增长速度越来越慢,最终达到动态平衡.沙波特征波高和特征波长随流速和水深增大而增大,同时随往复流周期的增大而增大,并不断趋近于单向水流的情况.进一步对小尺度的沙纹地貌进行分析,得出了沙纹特征尺度随水流条件的变化规律.

摘要： 草地生态系统是我国最大的陆地生态系统,其植被碳储量的准确评估对维护国家生态安全和指导畜牧发展有重要作用.植被生物量和草地面积是草地植被碳储量估算的关键,随着遥感技术的发展,两者估算精度和效率显著提高,先后发展出多种草地生物量遥感估算模型和土地覆被产品,并已在平坦地区取得较好的估算结果.然而,复杂地形区迥异于平地的几何形态和水热分布所产生的不均一的生态系统结构和功能,给草地生物量和草地面积的遥感估算带来诸多困难,影响对草地植被碳储量的准确判定.在回顾国内外草地植被碳储量遥感估算方法与所需关键参数的基础上,对遥感估算复杂地形草地植被碳储量过程中所面临“遥感影像地形效应的去除和尺度选择”、“植被指数与地形指标的选取”、“过程模型植被生长参数的率定”、“草地面积估算”以及“气象数据与复杂地形上微气候的匹配”等问题进行了总结并提出相应的解决思路,以期为草地植被碳储量遥感估算模型的合理构建以及估算精度的提高提供参考.

摘要： 通过自下而上的设计策略实现几何可重构三维细观结构与电磁器件。清华大学航院张一慧教授团队与合作者在多稳态三维微结构与可重构电磁器件方面取得进展。相关论文发表于Science Advances。可重构功能器件由于可以在不同的工作状态间迅速切换而愈发受到研究者们的关注,目前已经在信号传输、能量收集、生物信息采集等领域有重要的应用。论文提出了一套通过矢量调控屈曲组装实现几何可重构三维结构的策略,该策略基于屈曲组装中可重构力学机理的深入研究,实现了从简单单胞到复杂结构自下而上的系统化设计,也实现了具备离散-连续双重调控能力的可重构电子器件,同时适用于广泛的高性能材料和较宽的特征尺度范围,因此在多种复杂应用场景下具有独特的优势。

摘要： 本文采用Cauchy-Born法则并针对纳米柱试样的拉压变形情况计算给出了六种面心立方金属材料(Ag,Al,Au,Pd,Cu,Ni)的表面能密度值和体积应变能密度值.所得的表面能密度结果与他人采用不同方法所获得的对应材料的表面能密度值相吻合;进一步基于所获得的体积应变能密度与采用应变梯度理论所获得的体积应变能密度进行关联,获得了针对上述六种金属材料的特征长度值,其值均处于亚微米尺度范围.本文给出了一种新的确定材料特征尺度的方法,由该方法获得的材料特征尺度更具物理意义,从而为深入研究材料微纳米尺度及跨尺度力学理论、发展跨尺度力学性能实验方法建立基础.

摘要： 本文通过将应变梯度理论与Cauchy-Born法则进行能量等效,建立了应变梯度理论中特征尺度与微观物理参量的联系,以此给出特征尺度的物理意义。文章中以球体膨胀问题为研究对象,分别基于Cauchy-Born法则与应变梯度弹性理论求得球体的应变能密度,通过应变能密度等效获得了特征尺度关于L-J势参数、晶格常数等微观参量的物理表达式,通过分析特征尺度随变形梯度等参量的变化趋势,求解了常规面心立方(FCC)和体心立方(BCC)金属材料的特征尺度范围。结果表明:采用Cauchy-Born法则所确定的材料特征尺度的值,对于常规的面心立方金属处于1至5微米的范围,而对于常规的体心立方金属则处于300纳米至2微米的范围,面心立方金属的特征尺度较体心立方金属大一些,说明了材料的特征尺度与其微观构型密切相关。

摘要： 研究目的:研究非耕作生境的景观异质性,研究结果为合理利用耕地及非耕作生境资源提供理论依据,为农田生态系统中景观的合理布局提供技术支撑.研究方法:首先运用“3S”技术对研究区进行景观分类,然后运用区域面积信息守恒评价方法及地统计学方法得出本研究的特征尺度,最后用景观格局指数法结合移动窗口法从不同的方面对非耕作生境的景观异质性进行研究.研究结论:①研究区非耕作生境比例适宜(14.78％),而且各乡镇的非耕作生境比例各不相同,其中非耕作生境比例最大的为黄家锡伯族乡(8.17％).就非耕作生境景观类型而言,水工建筑用地(5.54％)占绝对优势,约占整个非耕作生境景观类型的1/3.②研究区非耕作生境景观异质性在景观水平上相对较高,且不同类型非耕作生境景观具有不同的异质性程度.③在非耕作生境景观类型中,异质性较高的为河流水面、沟渠、水工建筑用地、内陆滩涂、其他林地及其他草地;其次为坑塘水面和有林地,而灌木林地、裸地及水库水面的景观异质性程度相对较低.

摘要： 在爆轰波的数值模拟研究中,现有的化学反应模型都只能给出定性的爆轰胞格结构,要想定量地模拟胞格结构,需要进一步提炼模型特征参数。本文首次讨论点火延迟时间和胞格尺度二者的内在关系,尝试将点火延迟时间作为特征参量来定量化模拟胞格尺度。分别对两个总包单步化学反应模型和一个基元反应模型的点火延迟时间进行了数值模拟研究。对于满足当量比的氢气/空气混合气体,分析了不同初始压力下点火延迟时间随初始温度的变化关系。研究结果表明:总包单步反应模型的点火延迟时间不随压力变化,且与初始温度呈线性关系,这与实验结果定性上是不一致的。基元反应模型的点火延迟时间随压力变化,而且存在理论上的S型的点火延迟时间,但是在拐点温度区域与理论值相差1-3个量级。研究还发现:现有模型模拟的胞格尺度普遍偏小,而相应的点火延迟时间也普遍偏小。点火延迟时间和胞格尺度之间有着密切的联系。温度为1000K时的点火延迟时间是定量模拟胞格的关键因素。

摘要： 一种基于多尺度特征学习和特征分割的行人重识别方法，主要解决现有技术中仅有两种尺度带来的表征性差和利用人体部位识别提取人体特征不准确造成误差的问题。本发明的具体步骤如下：(1)构建多尺度特征学习模块；(2)构建特征分割模块；(3)构建特征学习网络；(4)对包含行人的视频进行预处理；(5)训练特征学习网络；(6)计算特征距离；(7)获得匹配图像；本发明利用多尺度特征学习模块提取行人图像多尺度特征，利用特征分割模块提取全局特征和粗细两种粒度的局部特征，所提特征可区分性好，鲁棒性高，使行人重识别达到较高的精度。

摘要： 本发明公开了一种基于多尺度特征融合的全局特征对齐特征对齐目标检测技术。该发明可以进一步增强以Faster R‑CNN为代表的目标检测算法在不同应用场景下的泛化性能。以往基于全局特征对齐的目标检测技术通常存在两个问题：一是特征对齐尺度单一，且未减小由目标尺寸大小不同带来的域间差异；二是以往全局特征对齐在前景目标特征的同时，强制对齐了背景特征，影响特征对齐效果。本发明提出的基于多尺度特征融合的全局特征对齐特征对齐目标检测方法，将不同尺度的特征图进行融合，使得不同尺寸大小的目标特征一同对齐，并进行背景抑制，减少背景噪声影响，将网络注意力更多放在前景目标特征对齐上。

摘要： 本发明涉及一种基于多尺度特征融合和特征增强的遥感图像目标检测方法，采用自适应多尺度特征融合模块进行特征融合，融合过程中同时采用更多的横向连接，增加相邻特征之间的交流，充分利用提取的多尺度特征，丰富特征信息，同时增加跳跃连接，让原始特征参与融合过程，提升网络的多尺度特征表达能力。注意力特征增强模块中不同扩张率的多分支空洞卷积以获取不同大小的感受野，当遥感图像中存在不同大小的物体时，可以同时提取不同尺度目标的特征，提高网络对目标尺度的泛化能力，并采用混合注意力机制模块，弱化背景和噪声信息的同时增强目标的特征信息。

摘要： 本发明公开了一种基于多尺度特征融合的小尺度行人检测方法。首先将输入图像通过主干网络进行下采样，然后针对小尺度目标使用多尺度特征融合增强模块(MFFE)提取行人特征，最后送入检测器获得分类结果。其中多尺度特征融合增强模块包含两个部分，感受野增强模块和自适应空间特征融合模块。本发明的核心多尺度特征融合增强模块关注不同层级行人特征的提取与融合，加强对不同尺度特征图的利用，可以嵌入应用于不同行人检测网络，具有可迁移性和可扩展性，提高了网络对小尺度行人的检测能力，对提升行人检测效果具有明显帮助。

摘要： 本发明涉及一种基于特征匹配和尺度选择策略的多尺度红外小目标的探测方法，包括如下步骤：步骤一、采用IALM方法对原始红外图像进行分解，从原始红外图像中提取目标的前景部分；步骤二、对目标前景图像进行傅里叶变换，得到目标的幅度谱；步骤三、利用高斯核函数对幅度谱进行卷积，得到各尺度的显著图；步骤四、根据每个尺度图中最大像素值邻接的区域的平均值，筛选出目标凸显的显著图；步骤五、根据所选的显著图中的局部最大信息熵，获得最优显著图；该基于特征匹配和尺度选择策略的多尺度红外小目标的探测方法，不仅在视觉和定量评价方面都取得了令人满意的效果，而且在云层较厚、建筑物亮度较高的红外图像上也取得了较好的效果。

摘要： 本发明提供一种基于显著图引导的分层密集特征融合网络用于提取乳腺病变超声图像多尺度融合特征参数的方法。该方法联合使用线性光谱聚类超像素方法和多尺度区域分组方法处理得到的特征表示图，避免有用信息的丢失，然后搭建一个三分支的分层密集特征融合网络进行前景特征、背景特征的提取和融合，用于提取乳腺病变超声图像多尺度融合特征参数。前景和背景两个进行性密集特征提取分支网络以原始图像和相应的显著图共同作为输入，分别用来有效地提取与该分类任务相关的前景和背景特征。根据前景和背景之间已知的相关性和补充性信息，分层特征融合分支网络将上述前景和背景信息进行多尺度的融合，获得更加准确，更加显著的多尺度融合特征参数。

摘要： 本发明公开了一种结合多级特征依赖与多尺度上下文特征的抑郁识别方法，包括：搭建并改进ResNet101，获得C2、C3、C4及C5四个代表不同级别语义信息和细节信息的情感表征；将多级情感表征输入到多层双向门控网络，提取多级特征间的依赖关系；将多级情感表征发送到多尺度自适应上下文模块，提取相应的多尺度上下文特征，通过跨级融合得到各级的多尺度情感表示O3、O4和O5；将C5级情感表征导入卷积注意力模块，获得带有显著情感区域的情感表示D；通过特征融合得到多线索情感特征E，通过分类网络进行抑郁识别。本发明同时结合级内关联与级间关联来获取更深层更全面的情感，并且对噪声具有鲁棒性。

摘要： 本发明基于注意力机制与多尺度特征融合的行人特征提取方法属于计算机视觉、机器视觉和深度学习技术领域；该方法依次执行以下步骤：构建自上而下渐进式交互模块；构建M‑Convolution注意力机制模块；设置评价指标；评价行人特征提取方法的有效性；本发明在数据集上通过Resnet50+FPN、Resnet50+FPN+M‑convolution、Resnet50+MPN三种行人特征提取方法进行训练，经过对比mAP、Rank‑1和Rank‑5三个衡量指标，本发明构建的两个模块在三个指标上的表现均有不同程度的提高，验证了基于注意力机制与多尺度特征融合的行人特征提取方法的有效性，具有较大的实用价值。

摘要： 本发明涉及一种基于多尺度特征融合和特征增强的遥感图像目标检测方法，采用自适应多尺度特征融合模块进行特征融合，融合过程中同时采用更多的横向连接，增加相邻特征之间的交流，充分利用提取的多尺度特征，丰富特征信息，同时增加跳跃连接，让原始特征参与融合过程，提升网络的多尺度特征表达能力。注意力特征增强模块中不同扩张率的多分支空洞卷积以获取不同大小的感受野，当遥感图像中存在不同大小的物体时，可以同时提取不同尺度目标的特征，提高网络对目标尺度的泛化能力，并采用混合注意力机制模块，弱化背景和噪声信息的同时增强目标的特征信息。

摘要： 本发明提供的一种基于多尺度特征融合的可学习局部特征描述子的方法和一种基于多尺度特征融合的可学习局部特征描述子提取装置，通过构建图像匹配数据集，采集图像数据，将图像数据进行预处理后中心环绕切割，获取图像不同大小的尺寸，并转换成预处理后的图像，然后将预处理后的图像进行特征提取，获取三个尺寸对应的图像特征，对三个尺寸对应的图像特征进行特征融合并形成特征描述符，求误差值并根据损失函数更新，准确提取图像的采集野，实现对图像数据的高效采集。