中-β尺度对流单体造成局地特大暴雨分析--以02-07-04子长特大暴雨为例

通过对2002-07-04 T03-08发生在陕北子长特大暴雨过程的各种现象要素分析，认为．此次特大暴雨是由中-β尺度强对流云团产生，具有典型的对流单体形成、发展、消亡过程的特征。研究表明：形成此次MCS主要特点：云顶亮温较一般暴雨云团偏低，两单体在对流尺度内相互作用．一侧单体增伏变化为暴雨云团形成提供了使其发展的有利抬升机制、水汽资源和能量补充．为强对流单体形成暴雨云团提供了发展条件。并在此基础上分析了中-β尺度有利的环境场及其发展条件。特大暴雨发生在高低空冷暖空气相脱离的孤立系统中，大尺度环流长波槽后部弱上升气流是暴雨发生的大尺度背景场。     

福建一次秋季暴雨天气过程的机制分析

为探讨秋季暴雨的形成机制,利用WRF模式对福建2011-11-08-2011-11-10的大范围暴雨天气过程进行了数值模拟,在验证模拟结果有效的基础上,利用WRF模式输出的高分辨率资料,对其动力和热力条件进行了诊断分析。结果表明,福建秋季暴雨产生在高层西南急流控制、低层热带低压逐渐北抬,且与冷空气相互作用的形势下,具有降水均匀、持续时间长且有明显阶段性的特点。内陆和沿海的降水机制不同,雨带位置与西南急流辐合线、低空急流脉动有着紧密的联系。低层冷平流区和上升运动区相互叠置,低层正垂直涡度区与负散度区叠加,能很好地反映降水落区。正涡度柱和负散度柱对应了最强小时降水,可作为暴雨落区和雨强的指示物理量,为福建秋季暴雨预报提供参考。     

一种注意力融合的多尺度点云分类网络

针对传统点云分类网络不能较好结合全局特征和局部特征信息、导致分类精度不够高的问题,提出一种包含注意力机制的特征融合模型。通过构建多尺度网络,增大网络感受野,从而获得不同程度特征。采用注意力机制进行特征融合,使得局部特征和全局特征相互补偿,增强特征描述符的语义丰富性,获得上下文有效信息,以此提高整体的分类精度。在公开数据集ModelNet 40上对该算法进行验证,取得92.85%的分类精度,验证该网络模型的可行性。     

多尺度特征融合的钢坯红外成像测温系统实验设计

针对冶金加热炉内钢坯温度测量,设计了基于多尺度特征融合的红外成像测温系统。首先,依据测温方式及应用现场环境,设计了测温系统整体结构;然后,根据系统测温原理和温度标定实验,推导系统测温模型,并建立图像灰度与目标温度的映射关系;最后,针对钢坯目标的识别问题,提出了一种基于多尺度特征融合的语义分割模型,实现了对钢坯目标的有效识别,识别准确率达到94.89%。实例验证结果表明,该测温系统可以实现炉内钢坯表面温度的测量,符合冶金领域实际应用和人才培养需求。     

泰山暴雨气候统计特征

笔者依据1954～1998年泰山气象站有关暴雨观测记录资料进行了较为详细的统计,其结果是：45年内共出现日雨量≥50mm暴雨日共222个,平均每年4．9个,最多年为12个,年平均暴雨口量为79．2mm。1989年全年未出现暴雨,为历年罕见。暴雨日最早出现在4月7日,最晚出现在10月29日。其中日雨量≥100mm的大暴雨日有44个,平均每年1个,最多年为4个,出现在1994年;≥200mm特大暴雨日只有1次,出现在1958年6月30日,日量为201．8mm。本文还对山上、山下（泰安）季、年、月、日暴雨变化规律进行了比较统计,为深入研究泰山暴雨变化规律提供了重要的基础资料。     

基于CNN的多尺度特征在手写数字识别中的应用

在手写数字识别数据集(MNIST)情景下,为了提高卷积神经网络的识别正确率,提出了一种改进的基于卷积神经网络(CNN)的多尺度特征识别算法.首先,利用卷积操作和池化操作提取图像中的全局特征及局部特征,通过二次卷积与特征融合获得数字图像的多尺度特征.然后,将多尺度特征送入全连接网络和Soft Max分类器,实现手写数字图像识别.最后,通过对不同网络结构的CNN算法进行评估表明,本文提出的算法可以有效提高网络精度,具有较好的泛化能力.     

基于多尺度特征注意的遥感图像语义分割方法

提出了一种基于多尺度特征注意网络的遥感图像语义分割方法,用于精确的像素级分割问题。通过利用由Transformer主干网络的不同层提取的多尺度特征,设计了一个双向聚合特征金字塔网络来捕获长距离依赖关系和细粒度细节。在网络结构中并行加入一个通道注意分支,从通道维度进行注意力增强以提高分割准确性。通过在两个高分辨率遥感数据集上的实验证明了该方法的有效性,实验结果优于其他分割方法。     

论地理学的尺度与尺度效应

从尺度划分、尺度转换以及尺度效应三方面入手,阐述了地理学中的尺度与尺度效应,并提出了地理学尺度研究中存在的问题.     

论地理学的尺度与尺度效应

从尺度划分、尺度转换以及尺度效应三方面入手,阐述了地理学中的尺度与尺度效应,并提出了地理学尺度研究中存在的问题.     

融合多层特征SENet和多尺度宽残差的高光谱图像地物分类

提出了一种融合多层特征SENet和多尺度宽残差的高光谱图像地物分类的方法。实验选取Indian Pines和Pavia University为研究对象,结果表明,SEInception-Resnet-MSWideResnet (SEIR-MSWR)网络结构的总体分类精度为99.33%、99.52%,Kappa系数为0.98时,分类效果最优,相较于支持向量机(Support Vector Machine,SVM)、K最近邻法(K-NearestNeighbor,KNN),宽残差网络(Wide Resnet Network,WRN)以及InceptionV2-Resnet,总体分类精度分别提高了20.86%、20.09%、5.48%、3.39%、23.1%、16.89%、6.66%、2.58%,Kappa系数分别提高了0.18、0.17、0.06、0.04、0.22、0.17、0.07、0.03,均表现出良好的性能。该方法更好地提取了高光谱图像的本质特征,进而提高了高光谱图像地物的分类精度。     

多尺度裂缝预测技术与应用研究

裂缝性油气藏在勘探中占有非常重要的地位,传统的基于叠后属性的裂缝预测技术往往只能对单一类型的裂缝进行预测,多尺度裂缝预测技术是基于叠后属性检测裂缝的重要发展方向。通过多尺度相干、多尺度曲率以及叠后最大似然属性技术的基本原理、实现步骤及流程,利用实际地震数据开展应用研究,获得不同级别尺度裂缝发育体的预测结果。研究表明：与常规叠后裂缝属性相比,基于多尺度属性的裂缝预测技术挖掘更多的地震波场信息,可以实现对不同尺度、不同方向裂缝发育的有效检测和识别,拓展裂缝识别的维度。     

不可压缩湍流的多尺度方程组

The short-range property of interactions between scales in incompressible turbulent flow was examined.Some formulae for the short-range eddy stress were given.A concept of resonant-range interactions between extremely contiguous scales was introduced and some formulae for the resonant-range eddy stress were also derived.Multi-scale epuations for the incompressible turbulent flows were proposed.     

基于分离变量的多尺度数值模拟方法

通过基于变系数可分离变量情形下限定扰动边界条件求解子问题,使多尺度基函数能很好地捕获模型问题的微观信息;该数值模拟方法仅在粗网格水平即可得到精确、收敛的结果。研究表明,运用多尺度有限元法进行复杂的多尺度数值模拟,既可节约计算资源又能保证计算的精度。     

基于小波变换的DEM多尺度分析模型的研究

介绍了小波、离散小波变换和多尺度分辨分析的基本思想及利用小波分析对空间数据进行多尺度表达的三个模型．利用小波分析的方法和模型简化DEM数据并对DEM数据进行多尺度表达．实验结果表明，这些模型和方法对DEM的多尺度表达效果非常明显．     

基于多尺度融合GAN的水下图像增强方法

针对水下图像浑浊以及色彩失真的问题,提出了一种基于多尺度融合GAN水下视频图像增强方案,该方案主要包括生成网络和判别网络。在生成网络中,将特征融合与跳级连接引入到生成器结构中,提升网络利用上下层之间信息的能力,确保了生成图像保留更多的细节。此外,还通过对每个块进行差别的判别,实现了局部图像特征的提取和表征。通过在公开数据集EUVP和RUIE进行的定性和定量实验,发现本文方法在PSNR、SSIM、UISM、UICM、UIConM和UIQM等评价指标方面明显优于现有的水下图像增强方法,表明所提方法在水下图像数据集上应用的良好性能。     

相变过程中的尺度效应及其启示

结合常见的蒸馏、结晶和重结晶等相关的实验现象,从定性与定量、理论与实验相结合的层面,归纳相变过程中存在的共同现象——尺度效应,旨在帮助高中化学教师从尺度效应角度深入理解相关实验现象背后的原理,以促进教师基于相变原理去把握、设计和实施相关化学实验的教学。     

浅析图像的多尺度分析

物体的特征以及图像的细节仅在某一尺度范围内存在。这就需要我们针对不同的物理现象建立不同尺度的模型。在不同的应用背景中,图像的光滑程度是不同的,它们是经过不同程度的图像光滑而得到的。将这些图像光滑变换有机地组合起来,就形成了一个抽象框架——尺度空间。为了更好的进行图像预处理,人们通常将原始图像进行多尺度表达,即将原始图像嵌入一单参数导出的图像族中,此操作也被叫做图像的多尺度分析。     

一种基于小波变换的多尺度铅笔画生成算法

近年来,非真实感绘制技术(non-photorealistic rendering,即NPR)在娱乐视频、医学等方面都有广泛的应用。现存的许多自然图像铅笔画生成算法,效果都不太理想,存在如铅笔画边缘线条粗重或者层次不够突出、缺少细节等一系列问题。在分析了传统的铅笔画生成算法的基础上,提出了一种改进的自然图像的铅笔画生成算法。该算法仿照艺术家手工绘制铅笔画的过程,使用小波变换的多尺度方法生成铅笔线条轮廓图,使得到的线条轮廓图保留了更多的细节信息且边缘线条不会十分粗重;再利用直方图匹配的方法得到与艺术家手工绘制铅笔画相同的色调,并使用一个优化将色调与铅笔画的纹理图结合从而得到色调纹理图;最后将线条轮廓图与色调纹理图合并得到效果良好的铅笔画。通过将该算法应用在各类图像上,发现由该算法得到的铅笔画效果与现存铅笔画生成算法相比,不仅保留了更多的细节,而且更加接近艺术家手工绘制的铅笔画。     

一种自适应多尺度分割结果融合新方法

在基于HMT模型进行图像分割的方法中,多尺度分割结果融合的好坏直接影响了最终分割结果的优劣。针对现有的基于单一背景向量的融合方法难以合理利用多种背景信息优势的问题,提出了一种基于模糊逻辑的多尺度分割结果融合的新算法。此算法在多尺度粗分结果的不确定性的基础上,根据分割过程的特点,自适应地利用不同类型背景信息的优点,在分割的不同阶段形成具有不同背景描述能力的背景模型,从而较好的指导分割。一组实验从主观视觉和客观标准两个方面证明了该方法的有效性。