目标边缘特征增强检测算法

针对分组角点检测网络在目标检测过程中,由于目标尺寸过小或同类目标空间距离较小而导致检测失效的问题,提出一种边缘特征增强的CornerNet目标检测算法OEC。该算法通过分离特征的高低频信息提取更多的高频信息,增强目标的边缘轮廓特征,解决关键点定位不准确的问题,提高目标的框定效果,进一步提升检测精度。仿真结果表明,该算法对行人、车辆等目标检测效果均有提高,在COCO数据集上的检测结果与CornerNet相比,mAP提高0.9%,可应用于无人驾驶与智能机器人等场景。     

基于GBDT和HOG特征的人脸关键点定位

人脸关键点检测是计算机视觉领域的一个重要分支,其检测精度将在很大程度上影响人脸识别和表情分析的结果.提出一种新的解决人脸关键点检测问题的方法,即H-GBDT.H-GBDT是一种基于GBDT决策树和HOG特征的人脸关键点检测算法,该算法是将人脸图像的HOG特征作为GBDT的输入,关键点的真实坐标作为GBDT的输出来训练预测模型,在该过程中每个关键点将分纵坐标和横坐标两次在GBDT中做回归运算,并经过不断的调整GBDT和HOG特征的参数来训练出最佳预测模型.在BioID、LFW、LFPW三种数据集上验证H-GBDT算法的性能.BioID是正脸数据集,实验结果表明H-GDBT在该数据集上的检测效果最佳,其检测误差基本上可控制在2%以内;而LFW和LFPW是自然场景下的数据集,H-GBDT在这两种数据集上的检测误差一般在2%~4%之间.     

Ce掺杂SnO_2的导电性及稳定性增强的第一性原理研究

为了提高SnO_2导电性以及稳定性,常对其进行掺杂使用。涉及金属的d轨道和稀土金属的f轨道,传统的理论计算往往低估了带隙。为了拟合实验数据,通常使用哈伯德(U)参数进行修正。结果表明,与纯SnO_2的能带结构相比,Ce掺杂后带隙引入了一种新的电子态。导带和价带变得更加致密,带间波动更加平稳。Ce掺杂后减小了价带和费米能级之间的宽度,电子跃迁所需的能量降低,增强了导电性。Ce掺杂后体系的局域化程度增加,可知掺杂后Ce-O的局域化强度大于Sn-O的局域化强度,掺杂体系的稳定性提高,为过渡金属的改性研究提供了理论基础。     

基于网络文本分析的洛阳旅游形象感知研究

本文运用网络文本分析法对洛阳旅游形象感知进行研究,通过携程、马蜂窝、去哪儿等知名旅游网站获得洛阳旅游的相关游记,利用内容分析法提取出旅游者对洛阳旅游形象感知的高频词汇,从"旅游空间感知形象、旅游景观感知形象、旅游服务与设施感知形象、旅游体验感知形象"4个维度进行研究,并在此基础上进一步提出改善旅游设施、挖掘丝绸之路新形象、推进智慧旅游城市等建议来提升洛阳旅游形象。     

华人杰出物理科学家群体特征的计量分析

华人科学家在物理学领域造诣较高、具有一定的影响力,以华人杰出物理科学家群体为样本,应用SPSS13.0数理统计软件对该群体的年龄结构、性别比例、出生地域、受教育及出国留学经历、归国时间及工作单位、学科领域等情况进行计量分析,概述这一群体的若干特征,引导物理学的进一步发展。     

基于因果岭回归的多数据源科研主题识别方法

为了有效解决多数据源科研主题的识别问题,基于因果岭回归建立了一种新的多数据源科研主题识别方法.该方法首先给出了多数据源科研主题识别关键参数(如主题词的引用权重、状态密度)的评价指标;同时根据科研主题形态特征建立了特征函数,并基于因果岭回归给出了具体识别方法;最后,通过仿真实验深入研究了影响该识别方法的关键因素.结果显示,与朴素贝叶斯、KNN算法和MGe-LDA算法相比较,该方法在价值引用量、引用权重和前沿主题相似度等方面具有较大优势.     

县域景观特征管理单元划分方法——以武胜县为例

为了解决目前国内景观特征研究多以大尺度为主且以自然条件为基础, 缺少实际管理意义的问题, 尝试从县域层面进行景观特征单元的划分, 并与现有行政管理单元相结合, 提出发展建议。依据武胜县30 m高程、坡度和土地利用数据, 将武胜县域划分为100 m×100 m的栅格网络, 利用 ArcGIS和SPSS进行二阶聚类分析。结果显示, 武胜县可以划分为7类景观特征管理单元, 单元内部自然地理特征相似, 组间差异显著。将武胜县按聚类结果划分为较单一镇域、较单一村域和较复杂村域 3 种不同的管理模式, 并分析较复杂村域的成因, 提出管理策略。最后, 从景观特征保护出发, 对武胜县 7 处建成区提出规划管理建议。