一种用于快速检测有机磷农药的可穿戴电化学传感平台：基于丝网印刷电极和有机磷水解酶的柔性生物传感器 刘振轩、 朱慧敏、 杨凯杰、 刘卓良、 杨旭恒、 泽英英、 王芳、 赵世胤、 刘芳芳、 陈志燕 + 其他4位作者

《Sensors》：A Wearable Electrochemical Sensing Platform for Rapid Detection of Organophosphorus Pesticides: A Flexible Biosensor Based on Screen-Printed Electrodes and Organophosphorus Hydrolase Zhenxuan Liu, Huimin Zhu, Kaijie Yang, Zhuoliang Liu, Xuheng Yang, Yingying Ze, Fang Wang, Shiyin Zhao, Fangfang Liu and Zhiyan Chen + 4 authors

　　

摘要

遥感视觉问答（RS-VQA）对于智能地球观测至关重要，因为它支持对高分辨率航空图像进行交互式查询。许多现有方法在处理遥感（RS）场景的精细地理空间推理时遇到困难，这是因为RS场景具有内在的多尺度对象变化和显著的空间异质性。这些模型往往更多依赖于语言先验，而不是基于视觉证据的推理。在本文中，我们提出了PMA-VQA，这是一种结合空间自适应注意力的渐进式多尺度特征融合方法，将RS-VQA任务嵌入到基于空间的分层特征集成中。为了实现分层、多级的、基于语言的信息集成，我们提出了一个空间注意力聚合模块（SAAM）和一个渐进式特征融合与分类模块（PFCM）。SAAM利用空间自适应门控机制将跨模态特征与语义上下文对齐，而PFCM则将多尺度表示集成到高级语义抽象和低级空间中。在RS-VQA的低分辨率（LR）和高分辨率（HR）基准测试中的实验结果表明，PMA-VQA在准确性和鲁棒性方面均优于所有竞争方法。对高分辨率视觉问答（HRVQA）的评估进一步证实了SAAM和PFCM在各种RS场景中的有效性。