20世纪70年代后民族植物学学科发展史评述

民族植物学虽有效地结合了传统知识和科学知识,将多学科的研究方法融于一身,但其核心方法为经典民族植物学的方法.本文借此为研究初衷,通过文献和数据分析,对20世纪70年代后的不同维度下的民族植物学学科发展进行评述,分析了区别于纯科学研究的学科特点及研究方法,目的是让公众了解民族植物学;对将传统知识知识产权化及用纯植物学方法研究民族植物学给予批评,以期对民族植物学领域工作者有所启示,思考学科发展.     

基于EMD的ICA语音增强

传统ICA方法是将所有源信号都从混合信号中都提取出来,而参考独立分量分析(ICA-R)通过将一些先验信息引入到ICA学习算法中,从混合信号中仅提取期望源信号.本文为了从混合语音信号中提取出期望的语音信号,采取的是基于经验模态分解(EMD)方法来获取功率谱包络作为参考信号,继而把参考信号运用到ICA－R算法中,达到语音增强的目的.计算机仿真和性能分析结果表明,此方法在有噪声干扰的情况下达到语音增强的目的.     

二维直方图的HEVC帧内快速深度决策算法

针对高效率视频编码(HEVC)帧内预测高额的计算复杂度,提出一种基于二维直方图的快速深度决策算法.首先,对当前最大编码单元(LCU)采用3×3矩阵进行滤波;然后,分别统计原始LCU以及滤波后LCU的像素分布,生成二维灰度直方图.通过该二维直方图所表征的纹理特征,进行深度的自适应选择,减少不必要的深度计算.实验结果表明:同原始HM10.1相比,文中提出的算法可以节省编码时间21.6%,同时保证视频质量几乎不变.     

基于HOG/PCA/SVM的跨年龄人脸识别算法

为了实现跨年龄的人脸识别,通过梯度幅值和梯度方向这2个重要的图像特征测量图像相似度,建立了一种方向梯度直方图 (HOG)、主成分分析 (PCA)和支持向量机（SVM）相结合的人脸识别算法.首先对从FG-NET数据库中选取的人脸图像作预处理,然后用HOG算法提取特征值,用PCA方法降维特征值,最后将样本输入到SVM中进行训练,人脸识别匹配度最高可达90.91%.实验结果验证了算法的有效性.     

基于颜色与缺陷检测的椪柑分级算法

以湘西椪柑为研究对象,提出了一种基于颜色与缺陷检测的椪柑自动分级算法.首先,对椪柑灰度图像进行阈值分割和孔洞填充得到二值图像;然后,将二值图像与椪柑彩色图像的R,G,B分量分别进行与运算,并将运算后的3幅单色图像进行合成,从而得到彩色图像的椪柑目标区域;接着,提取目标区域的黄色像素占比和缺陷面积作为色泽特征参数和缺陷特征参数;最后,利用决策树模型融合特征参数以进行椪柑分级判定.实验结果表明,对比基于单一特征的椪柑分级算法,新算法通过特征的互补提高了椪柑分级的准确率.     

赋Luxemburg范数的Musielak-Orlicz序列空间的局部β性质

给出了赋Luxemburg范数的Musielak-Orlicz序列空间lM的单位球面上的任意一点是β点的充分必要条件.作为推论给出了此空间具有局部β性质的判别准则.     

基于疲劳强度分布的复合材料疲劳验证载荷放大系数

传统的载荷放大系数(LFE)法是在复合材料静强度和疲劳寿命的Weibull分布基础上推导得出的。为了保证复合材料疲劳试验验证的可靠性和疲劳载荷放大系数的分散性较小,利用疲劳可靠性理论,提出一种基于复合材料疲劳强度和疲劳寿命Weibull分布的载荷系数法——疲劳强度载荷放大系数(FLEF)法。将LEF和FLEF方法应用于疲劳试验数据分析,结果表明:在无批量数据的前提下,采用LEF法获得的疲劳载荷放大系数无法保证复合材料疲劳试验验证的可靠性,FLEF法确定的载荷系数具有更小的分散性,更高的可靠性。可见,与LEF法相比,FLEF法在理论和实践上更适合复合材料疲劳试验载荷放大系数的确定。     

有序金纳米阵列的可控制备及其表面增强拉曼光谱

介绍了一种大面积规则有序、结构可控、灵敏度高、稳定性良好、制备方法简单且易操作的表面增强拉曼散射(surface-enhanced Raman scattering, SERS) 活性基底. 以阳极氧化铝(anodic aluminum oxide, AAO) 模板一次氧化后形成的有序凹坑阵列为模板, 采用真空镀膜技术, 制备了有序的金纳米帽阵列SERS 活性基底, 并以罗丹明6G (Rhodamine 6G , R6G) 为探针分子, 测试和分析了该SERS 活性基底的表面增强拉曼光谱的特性. 结果表明, 这种SERS 活性基底对罗丹明6G 的拉曼散射信号可达到10⁷, 具有较好的增强作用. 该纳米帽阵列结构在1 363 cm⁻¹处的增强效果是相同厚度的普通金膜的7 倍, 且稳定性良好, 并且在放置6 个月之后, 其增强效果基本不变, 可用于化学物质和生物分子的痕量分析.     

表面陷光技术及其在太阳电池中的应用

采用各种表面陷光技术可以增强太阳电池表面的光吸收,由此能够提高太阳电池的能量转换效率.本文评述了采用表面织构、表面等离子增强效应、光子晶体、透明导电氧化物薄膜等表面陷光结构的光学特性,及其在改善太阳电池光伏性能方面的研究进展.指出了各自潜在的优势和存在的问题,并提出了未来研究的若干技术对策.     

基于全局注意力的多级特征融合目标检测算法

针对小目标物体检测精度差的问题,同时不以牺牲速度为代价,本文提出了一种基于全局注意力的多级特征融合目标检测算法。算法首先由卷积神经网络生成多尺度的特征图,然后采用多级特征融合的方法,将浅层和深层特征图的语义信息相结合,提高特征图的表达能力,接着引入全局注意力模块,对特征图上下文信息进行建模,并捕获通道之间的依赖关系来选择性地增强重要的通道特征。此外,在多任务损失函数的基础上增加一项额外的惩罚项来平衡正负样本。最后经过分类回归、迭代训练和过滤重复边框得到最终检测模型。对所提算法在PASCAL VOC数据集上进行了训练和测试,结果表明该算法能有效地提升小目标物体检测效果,并较好地平衡了检测精度与速度之间的关系。