提问巧设陷井 活跃课堂气氛

“问题是思维的火花”，如何提问才能吸引学生的注意力，激发学生的思维，很值得研究。笔者认为，关键是要根据问题本身特点进行提问设计。     

什么是断层陡坎？

近十年来，不断加强对构造活动性的仪器观测和历史记录。人们把注意力集中于根据地质，地貌的记录鉴别和研究古地震上，重要的是识别断层地貌特片，例如，断层陡坎，它可能是某一区域构造活动类型及其活动时间的明显标志。     

车载激光点云中交通标线自动分类与矢量化

交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据.本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet).该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类.基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据.试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00％、93.77％、100.00％、100.00％、100.00％、96.73％、97.96％、100.00％、98.39％,召回率分别为100.00％、96.36％、100.00％、100.00％、100.00％、97.26％、85.72％、100.00％、94.16％.结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性.     

融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.     

注意力机制与卷积神经网络融合的军队标号识别方法

手绘军队标号识别是基于草图的战场态势表达的重要组成部分.针对现有的草图特征手工提取方法费时费力,以及依靠数据驱动的深度学习方法泛化能力受到训练数据多样化制约的问题,提出一种注意力机制与卷积神经网络融合的军队标号识别方法.首先构建了特征提取模型Sketch-Net,实现手绘军队标号特征的初步提取;然后引入注意力机制模块,分别捕获特征在通道和空间位置中的依赖关系,增强模型提取特征信息的有效性.结果表明,提出的方法在建立的军队标号数据集上的识别正确率达到95.75％,能有效应用于手绘军队标号的识别.     

一种基于域适应的动态商品视觉识别方法北大核心CSCD

由于变形、遮挡、运动模糊、商品之间外观的相似性及真实场景中未知的分布偏差,商品动态视觉识别在实际应用中仍存在巨大的挑战。本文提出了一种面向智能零售的动态商品视觉识别方法,即首先通过目标检测网络实时检测商品的外接矩形框,然后在此基础上识别商品的类别并给予推荐,辅助完成消费结算。针对商品拿取视频与商品库图像、训练图像之间的跨域差异,引入邻域风格自适应模型(IBN)和卷积注意力模块(CBAM),提升模型的域适应能力。为了验证该方法的有效性,构建了一个真实的场景数据集Commodity247,数据由智能货柜的顶视摄像头采集,包含247类常见的零售商品,以及37 050张带标注框和商品类别的图片。试验结果表明,在Commodity247数据集上,商品识别的准确率(mAP)可达96.84%,第一推荐正确率(Rank1)可达98.41%,最难样本检索准确率(mINP)可达85.24%;与基于ResNet搭建的基础模型相比,mAP提升了2.91%,Rank1提升了0.60%,mINP提升了10.86%,有效降低了多角度、多光线、多背景的影响。     

结合注意力与双分支的高光谱树种分类研究

针对浅层机器学习方法在高光谱树种分类中存在的特征提取困难、泛化能力不足等问题,该文提出了一种基于注意力机制的双分支空谱联合网络,该网络由光谱分支和空间分支组成,在各分支中加入注意力机制对特征进行细化,以提取出更关键特征实现高精度树种分类。实验结果表明,该文提出的网络在3个数据集中均获得了89%以上的分类精度。利用高光谱影像和双分支注意力网络可以实现树种的高精度分类,在森林资源调查和监测中具有较大的潜力。     

建设海洋强国的政治学解释——基于注意力配置的分析

基于注意力政治学的领导人注意力分析框架,对自2012年以来建设海洋强国这一国家级海洋战略的启动和实施进行分析,探讨建设海洋强国的作用机制。文章提出：1）领导人与政府有限的注意力是国际体系结构变化与国家行为产生之间的中介变量。2）国际局势变化、地方政府竞争、突发事件刺激和以往的从政经历是建设海洋强国的触发因素,驱使领导人和政府的注意力发生转移。3）领导人通过讲话、批示、视察等活动推动政策实施,这是测量领导人及政府对于建设海洋强国的注意力依据。注意力对建设海洋强国的作用机制体现在：1）国家海洋战略重置后,领导人与政府的注意力继续作用于新海洋战略的实施过程;2）领导人通过自身一系列的活动,如视察、批示,加快海洋战略的运行;3）通过设立高级别机构,高位推动建设海洋强国;4）通过国家媒体对海洋事务的持续议程设置,固定公众和社会注意力。上述作用机制有效地引导并锁定了中国对海洋事务的关注方向与重点,改变了传统中国“重陆轻海”的战略文化与社会认知。     

其貌不扬的深海珍宝

世界各大洋中，水深2000米到6000米的。地方，是人类难以到达的“黑暗的深渊”大洋底。这里没有一丝光线，海水几乎不流动，如果不是偶尔出现一两条长棺怪异的深海鱼类，谁都不敢相信在这里也会有一番奇异的光景。那么，除了那些怪模怪样的生物以外，这里还有什么特殊之处吸引了人们的注意力呢？