【摘 要】
：
深海垃圾是指那些存留在海洋深处或者海底难以降解的废物垃圾。深海垃圾会对海底生物生存造成直接或间接性的威胁。深海垃圾在深海或海底存留时间长,清理难度大,严重污染了海洋环境。目前清理深海垃圾主要方式是通过人工操作水下潜水器机械臂来完成,效率不高。将深海垃圾分类和检测系统装载入自主水下潜水器（Autonomous Underwater Vehicle,AUV）以实现自主清理可以显著提高垃圾清理效率。但关
论文部分内容阅读
深海垃圾是指那些存留在海洋深处或者海底难以降解的废物垃圾。深海垃圾会对海底生物生存造成直接或间接性的威胁。深海垃圾在深海或海底存留时间长,清理难度大,严重污染了海洋环境。目前清理深海垃圾主要方式是通过人工操作水下潜水器机械臂来完成,效率不高。将深海垃圾分类和检测系统装载入自主水下潜水器（Autonomous Underwater Vehicle,AUV）以实现自主清理可以显著提高垃圾清理效率。但关于深海垃圾分类检测的数据集以及算法研究却非常稀少。由于深海垃圾特征的多样化和复杂性,用于分类检测海表面垃圾的算法也无法适用。因此创建关于深海垃圾分类检测的数据集和算法,对于推动AUV在海底自主分类、检测和收集海洋垃圾,促进海洋生态环境改善具有重要意义。本文研究内容如下:（1）构建了深海垃圾分类数据集和检测数据集。基于日本海洋地球科学技术厅（Japan Agency for Marine-Earth Science and Technology,JAMSTEC）在线提供的深海垃圾数据库,生成了真正的深海垃圾分类数据集（Deep-sea Debris Images dataset,DDI dataset）和检测数据集（Deep-sea Debris Detection dataset,3-D dataset）。数据集共包含7类垃圾:金属、玻璃、塑料、橡胶、渔网＆绳索、布和天然垃圾。（2）考虑到深海垃圾的类内多样性和类间相似性,本文构建了深海垃圾分类模型Shuffle-Xception。Shuffle-Xception采用深度可分离卷积提取深海垃圾信息和高级特征,并采用组卷积来提高分类效率和模型的表示能力;同时,采用通道混洗策略挖掘特征图组间的通道信息;最后采用残差连接以使网络更深更容易学习。实验结果表明,该方法优于卷积神经网络方法,具有高精度深海垃圾分类的潜力。（3）为了提升深海垃圾检测的速度和精度,本文提出了单阶段深海垃圾检测网络ResNet50-YOLOV3。深海垃圾检测网络采用YOLOV3（You Only Look Once,YOLO）的多尺度探测器,能够实现快速准确检测。ResNet50（Residual Network）主干分类网络具有很强特征抽象能力,能进一步提高检测准确性。本文通过实验验证了ResNet50-YOLOV3的性能,实验结果表明了ResNet50-YOLOV3在深海垃圾检测中的适用性和有效性。
其他文献
硬盘故障所致的数据丢失和损坏给企业和用户带来重大损失，硬盘故障预测也因此引起了学术界和企业界的高度重视，涌现了不少基于机器学习的故障预测方法，但由于存在机器学习算法模型的样本数据差异、性能指标不一致等原因，无法合理评估预测方法的优劣。鉴于此，建立了基于机器学习的硬盘故障检测评估平台，在统一的实验平台中对随机森林、逻辑回归、多层感知神经网络、决策树、朴素贝叶斯、极端梯度提升树、梯度提升决策树和Ada
随着科技的发展装甲车辆火控系统的技术也在不断迭代更新,现阶段火控系统表现出技术含量更高、结构更加复杂、控制系统更加先进、故障判断更困难等特点。由于火控系统中传感器检测量与故障特征之间、故障特征与维护策略之间是非线性映射关系,直接利用传感器数据难以满足对故障的诊断预测要求。本文基于机器学习开展了对火控系统状态评估与故障预测的研究。将采集的炮控箱信号数据采用灰色关联度分析处理的方法,对状态特征进行提取
区块链技术能够在分散的事务中建立信任,是一种很有前途的资源管理体系结构。区块挖掘参与者,即矿工,成功挖掘区块时会获得奖励。但矿工在挖掘块时需要大量的计算资源解Po W（Proof of Work）问题,这对矿工来说是一个巨大的挑战。鉴于此,本文首先提出了一种基于云的区块链挖掘框架,将矿工的部分密集计算任务卸载到边缘云服务器,减轻矿工的计算负担。但是随着物联网的发展,区块链技术也越来越多地应用在了移
在传输、存储彩色数字图像信息的过程中通常会伴随图像噪声的产生,主要分为加性噪声和乘性噪声。近几年随着对加性噪声的研究逐渐趋于成熟,相关学者开始对乘性噪声进行广泛的研究,且针对彩色图像也提出了相应的去除乘性噪声的模型。但因彩色图像的处理需要考虑层与层之间的耦合关系,故传统去除彩色图像乘性噪声模型在处理含噪声图像时会产生诸多问题,如阶梯效应、边缘模糊不清等。针对传统去除彩色图像噪声模型存在的以上诸多问
碳纤维增强碳化硅复合材料（C/C-SiC）具有低密度、高耐热冲击性和良好的耐磨性等特点，是未来高速重载制动系统的理想摩擦材料。根据高速动车组的制动要求，开展了碳陶制动盘的材料和结构设计。通过化学气相渗透法和反应熔体浸渗法组合工艺制备了全尺寸碳陶制动盘，碳陶材料的强度性能较高、导热系数较高、热膨胀系数较低，力学性能与热物理性能协调关系较好。基于碳陶复合材料的正交各向异性特性，提出了一种适用于碳陶制动
电梯作为一种和人们日常生活、工作环境密切相关的特种设备,其安全性时刻被人们所关注。随着我国市场经济的快速发展以及电梯相关技术的进步和成熟,我国电梯保有的数量呈现指数增长的变化趋势。大数据与人工智能的发展为电梯行业特别是电梯故障的研究带来了新的机遇,越来越多的研究者和机构开始从大数据、机器学习的角度去分析研究电梯故障相关的问题。总结已有的参考文献,本文基于不平衡的电梯数据集,创新性地采用机器学习算法
人眼注意机制不仅受视觉刺激的影响也取决于音频信号的刺激,现有视频显著性检测算法仅使用视觉信号作为输入信息,很少考虑音频信号对显著性的作用。然而音频信号中包含语义丰富的听觉信息,此信息对显著性具有重要价值。因此,充分利用音频信号中的语义信息辅助基于视觉信息的显著性检测极有意义。不同的音频分类网络,在不同的数据集下训练,将识别不同的音频语义信息。在处理音频信号时由于网络关注的语义信息不同,将产生不同的
图像分割是计算机视觉、图像处理研究的重要内容之一,在医学影像、遥感影像、智能交通等领域都有着广泛的应用。经典的图像分割方法是依据图像特征将图像划分为不同区域,但却很难处理对象粘连、相互遮挡、及部分特征缺损的细微结构的情形。考虑几何乃至拓扑约束的分割模型是有效的解决方法,但往往带来计算上的困难。基于拓扑约束的自排斥蛇（Self-repelling Snake,SRS）变分模型是实现图像中对象拓扑保持
＜正＞【热点新闻】近几年，减税降费成为我们一直关注的热点。《人民日报》2023年1月31日报道，2022年全年，我国新增减税降费及退税缓税缓费超过4.2万亿元。2012年1月1日，上海率先推开交通运输业（除铁路运输）及部分现代服务业营改增试点。2016年5月1日，我国在全国范围全面推开营改增试点。2013—2022年，党中央、国务院围绕简并降低增值税税率、深化个人所得税改革、支持科技创新等出台系列
＜正＞为了满足职工多样化、个性化需求,打造具有特色的工会志愿服务品牌,2020年底,海曙区总工会志愿服务大队成立。志愿服务大队通过志愿服务关爱和帮助身边的困难职工群体,想职工所想,急职工所急,解职工所需,助力工会打通服务职工的"最后一公里"。