改进U-Net网络及在遥感影像道路提取中的应用

高分辨率遥感图像分割在军事、民用等领域具有良好的应用前景,但由于复杂的背景条件以及干扰物的遮挡,导致现有算法无法较好地从遥感影像中提取道路细节信息。研究基于改进U Net网络模型,提出了MDAU-Net（multi dimension attention U-Net）网络结构模型,通过对U-Net网络结构加深至七层结构来提升精细分割道路的能力;并提出了一种多维注意力模块MD-MECA（multi dimension modified efficient channel attention）,将其添加至编码部分的特征传递步骤中,以达到对编码部分的特征传递进行优化的目的;其中利用DropBlock与Batch Normalization解决网络训练过程中出现的过拟合。试验结果表明:改进后算法可以有效提升道路的提取效果,在测试集上的准确率达到了97.04%。     

激光泵浦铯-氦磁强计的噪声抑制

介绍了一种利用单模激光进行泵浦的铯-氦磁强计。由于单模激光比铯元素放电灯具有更高的泵浦效率，这种铯-氦磁强计得到了比传统的放电灯铯-氦磁强计更强的磁共振信号。通过测量各试验因素中引入的磁噪声，发现激光的光功率涨落是目前磁噪声的主要来源；通过分析信噪比与光强的关系，得到了最优化的光强；通过主动光强降噪技术，在最佳试验条件下，铯-氦磁强计的噪声峰峰值可以优于0.02 nT。结果表明，通过提升激光功率的稳定性，激光泵浦式的铯-氦磁强计非常有潜力得到比质子磁强计更高的准确度，可作为恒定弱磁场计量标准的新一代主标准器。