生猪价格保险发展的SWOT分析 ——以四川省为例

开展生猪价格保险是市场化条件下平抑价格波动,实现"价补分离"的有效手段,但是目前四川省试点生猪价格保险还面临一系列内外环境的制约。以SWOT分析方法为工具,从strengths(优势)、weaknesses(劣势)、opportunities(机遇)和threats(威胁)4个角度出发,全面分析了四川省开展生猪价格保险的具体情况。研究认为:开发生猪价格保险虽具有养殖户和政府作为需求主体的内生性需求优势,但也面临缺乏生猪期货市场配套、财政补贴不均衡、补贴压力过大的劣势和威胁。因此,建议四川省政府在中期健全价格监测体系、加快生猪期货市场建设,在长期构建市场风险巨灾分散体系等。     

独立学院公共事业管理概论课程教学模式探讨

课程建设应紧紧围绕专业培养目标和要求。本文在分析公共事业管理概论课程教学满意度的基础上,结合本专业人才培养目标和要求,从公共事业管理概论课程的教学内容、教学方法和考核方式等方面着手,初步探讨了适合本专业人才培养目标的课程教学模式的调整思路。     

利用红外光谱仪的网球比赛运动目标跟踪方法

针对网球比赛中运动目标的有效快速跟踪问题,提出基于红外光谱仪的网球运动目标跟踪方法,采用红外光谱仪中采集模块采集运动目标的干涉图复原光谱,与实际光谱进行相位差比对,构建动态观测模型,并根据观测结果采用局部背景加权标记运动目标,最后通过局部搜索算法自适应更新动态观测模型,完成对运动目标的自动跟踪.实验结果表明,提出的方法在不同的背景、光照、角度变化的情况下能保持较高的跟踪成功率.     

面向OD客流的高速列车开行方案的优化

满足旅客出行需求的列车开行方案能够更好地吸引客流，提高高速铁路的核心竞争力.以最大化经济收益和最小化出行费用为目标函数，以高速铁路开行方案为研究对象，以旅客出行需求等作为约束条件，将列车开行方案与OD客流量结合起来，同时考虑旅客的购票心理和列车购票的时效性，建立了一种基于动态客流的列车开行方案的多目标优化模型，并设计一种基于个体信息和改进变异算子的多目标差分(SG-MOSaDE)算法进行求解.以广州市某线路为例进行实验，结果表明，优化后的开行方案不仅最大化满足了旅客出行需求，而且在提高铁路部门经济收益的同时降低了旅客的出行花费，并且优化后的列车总停站次数较原来有所下降，停站方案更加均衡.     

鱼眼镜头目标方位测定的两种方法对比研究

通过分析鱼眼镜头的成像原理,对比出两种基于鱼眼镜头目标方位测定的方法.一种方法通过畸变校正测定目标方位,另一种则是本文提出的方位角与像素坐标关系法测定目标方位,两种方法都快速的、高效的测定出鱼眼图像中目标的方位.本文分别研究两种方法的理论基础并在理论的基础上进行了对比实验,通过对实验后数据的比对,分析出其中更精确的方法,从而将这种方法应用于天文测定中.     

贵州省印江县革底滑坡基本特征及其稳定性评价

贵州所处的特殊地理环境和脆弱的地质条件,极端气候的影响,使得滑坡地质灾害频发,如何预防和治理滑坡地质灾害仍是目前面临的难题。本文通过对贵州省印江县革底滑坡基本特征的分析认为:该滑坡为一特大型旋转牵引式顺层岩土体滑坡,并形成"堰塞湖",具有滑坡边界清楚、多级滑面、滑动时间长、多次滑动、滑向转向的特点,滑面发育在奥陶系下统大湾组泥灰岩间夹泥质条带,滑床为泥灰岩、滑带土为泥质条带。通过滑坡稳定性计算,该滑坡体目前处于整体稳定状态,但"堰塞湖"仍有可能产生次生泥石流地质灾害的灾害链,威胁下游村庄和公路,最后提出了该滑坡的综合治理措施。     

基于多域网络的红外目标跟踪算法

随着红外探测器性能的不断提升, 红外目标跟踪在智能安防等领域的应用越来越广泛。然而红外图像分辨率较低, 依赖其进行目标跟踪仍然是一个制约相关应用发展的难题。针对红外图像分辨率低的特点, 以多域网络为模型算法框架, 结合目标运动过程中的尺寸变化特点, 提出了一种基于多域网络的红外目标跟踪算法。为了评估算法性能, 分别在VOT-TIR2016数据库和AMCOM红外数据上进行了实验。实验结果表明, 目标尺度预测机制能够显著提高算法的跟踪精度。     

一种模糊聚类算法归类的研究

模糊C均值(FCM)算法是模式识别领域应用最广的聚类算法之一.但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出.针对这种情况,Lee于1994年提出了一种所谓的改进模糊C均值算法＿Lee's算法.但是本文证明了Lee's算法并不是一种真正意义上的模糊C均值改进算法,而是Krishnapuram和Keller于1993年所提出的PCM算法的一种特殊情况.数值实验进一步证明了我们的结论.这对合理地使用模糊聚类算法提供了一定的理论依据.     

神经元模型的四足机器人适应性行走控制

为了改善足式机器人的适应性行走能力,提出仿生控制和智能优化算法相结合的控制策略.利用Rulkov神经元模型对生物中枢模式发生器(central pattern generator, CPG)进行机理建模;设计了基于CPG模型的单关节和多关节耦合的网络拓扑结构,并利用多目标遗传算法优化CPG单元间的耦合系数矩阵,使得CPG网络的输出信号可以控制机器人关节按照一定的时序发生动作;设计机器人信息融合反馈系统并提出坡面适应性行走控制策略,并以四足机器人GhostDog作为实验对象,在Webots仿真平台上做实验验证.结果表明,所提出的行走控制策略可以控制机器人自主完成模式切换,具有一定的环境适应性.