基于区域生成网络结构的多层特征融合目标检测算法

现有深度学习目标检测算法往往只利用了卷积神经网络(convolutional neural network,CNN)提取的深层特征进行判别,对浅层特征利用不足。为了利用浅层的细节信息来提高最终所提取的特征层信息的丰富性,提出了一种基于区域生成网络(region proposal network,RPN)结构的多层特征融合目标检测算法,该算法通过深度卷积网络获取不同层次的特征,并将浅层特征与深层次特征进行融合来获得更加丰富的提取特征,以提升检测模型的性能。以Image Net上的公开数据voc2007为实验对象,以Faster RCNN为基础的检测框架进行改进,最终改进后的平均精度均值(mean average precision,mAP)相比于Faster RCNN有所提升,表明研究结果提升了目标检测模型的准确度。     

环鄱阳湖城市群经济网络演变特征分析

基于经济网络视角,结合社会网络分析方法对环鄱阳湖城市群经济联系网络进行研究,结果表明:1)环鄱阳湖城市群城市联系由孤立状态逐渐趋向于网络化,但整体网络仍较为松散; 仅以南昌为中心的核心区经济联系较为密切,城市群由低水平均衡发展阶段向强集聚阶段转变; 2)经济网络的凝聚子群由“3片区,5子群”向“4片区,8子群”组团现象转变,并由空间紊乱逐步趋向于空间集聚,边缘区域的“低谷效应”明显改善,但外围联系仍然较弱; 3)城市群经济发展出现“马太效应”,地级市在经济网络中仍处于主导地位,南昌市—上饶市形成了区域双核结构,具有显著的空间极化作用.结合结论和发现的问题提出继续推进大南昌都市圈建设和推进城市群组团发展等建议.     

基于非对称QRE模型的北极航线经济圈合作研究

以北极航线经济圈相关国家的双边货物贸易为依据,确定其经贸合作网络,基于非对称QRE模型,将对支付敏感的非对称性作为关键影响变量纳入到北极航线经济圈的经贸合作博弈中来,深入分析自我对支付的敏感度、关于他国对支付敏感度的信念、初始合作者比例、邻居国家的奖励、国际舆论的社会压力对合作的影响,得出了对支付敏感的非对称性制约了北极航线经济圈经贸合作的结论,并讨论了促进北极航线经济圈经贸合作的相关策略.     

宁波市宁海县旅游流网络空间结构及其效应研究

以宁波市宁海县为例,以社会网络分析为基础理论,利用Ucinet6.0对宁海县旅游大数据平台中的节点线路模块数据进行处理,并结合Arcgis10.3空间可视化手段,探究微观尺度旅游流移动规律以及由此形成的网络空间结构特征,并解析其空间效应.研究表明宁海县旅游流的整体密度较高,呈现出由城区中心节点向周边乡镇次级中心扩散趋势;城区中心的大观文化园和柔石公园等文娱休闲类节点是重要的旅游流集散枢纽,对其他乡镇旅游节点有较强的拉动作用,次级观光游览类节点是宁海县旅游发展的薄弱环节;交通是影响宁海县旅游流空间集散的重要因素之一.文章归纳出旅游流空间集聚、空间扩散、空间联动效应,并据此提出构建全域化旅游网络空间新格局,打造特色鲜明的多目的地旅游精品线路,以及构建多元化旅游交通网络新体系等,旨在将宁海县打造成为全国“全域旅游示范基地”.     

考虑区域间互联电网时延差异性的分布式AGC方法

针对区域互联电网自动发电控制(AGC)过程中系统间传输时延的随机性与差异性问题,提出一种分布式模型预测控制(DMPC)方法.首先,在考虑互联电网区域时延存在差异性的前提下,构建互联电网AGC系统模型;然后,针对互联电网AGC系统的分布式特征,对DMPC方法进行讨论,分析在DMPC框架下时延的处理模式;最后,分别以阶跃与随机负荷曲线为扰动变量,获取互联电网频率控制效果曲线.仿真结果表明:在考虑区域间时延随机性与差异性的情况下,所提方法能够保证系统良好的动态响应性能,验证了此方法的可行性和有效性.     

粒子群算法修正测距的无线传感器网络节点定位

为获得理想的节点定位结果, 设计一种基于粒子群修正测距的无线传感器节点定位算法. 首先对经典无线传感器节点定位算法DV-Hop的工作原理进行分析, 找到导致测距误差的因素; 然后用粒子群算法对无线传感器节点之间的测距进行修正, 以减少节点间的测距误差, 并对标准粒子群算法的不足进行相应的改进; 最后通过仿真实验与当前经典无线传感器节点定位算法进行对比测试. 测试结果表明, 在相同工作环境下, 该算法提高了无线传感器节点的定位精度, 且未增加额外硬件开销.     

阿波罗网络模型的广义边魔幻优美全标号

提出一种新标号--广义边魔幻优美全标号, 并用几种广义边魔幻优美全标号的算法对阿波罗网络模型进行加密及优化, 选择其中使魔幻常数个数最少的算法估计, 并得到了其上界.     

支持大规模地震探测数据快速可视化的云端数据缓存技术

首先, 基于云计算应用模式, 提出一种能有效利用云存储架构的双层缓存技术. 通过在客户端和服务器端建立分布式缓存, 能有效避免用户频繁访问远端数据, 为用户构建轻量级的客户端, 解决了目前地学数据可视化软件大量占用用户本地存储容量的问题. 同时服务器端也避免了多次访问云存储文件系统, 减少了大量的数据检索与加载时间. 其次, 提出一种ARLS(association rule last successor)访问预测算法, 根据用户的历史访问记录, 利用关联规则挖掘用户的访问模式, 对其访问行为进行预测, 进而提前加载数据, 提高缓存命中率, 解决了用户在可视化过程中不断移动兴趣区域, 频繁更换渲染数据的问题, 能有效应对用户具有多种访问模式的情况, 提高了预测准确率. 实验结果表明, 该云存储架构显著减少了本地资源消耗, 访问预测算法的准确率在最差情形下可达47.59%, 平均准确率达91.3%, 分布式缓存的平均缓存命中率达95.61%, 可有效支持云端大规模地震数据的快速可视化.     

基于残差注意力和金字塔上采样的图像语义分割

针对图像语义分割中,存在细节信息丢失、分割类别边缘模糊而粗糙的问题,在编码解码结构的基础上,结合残差模块和注意力机制,设计一种残差注意力模块.通过注意力机制加强特征图通道之间的联系,以提升语义分割的细腻度.为提高模型对多尺度物体的识别能力,结合金字塔模型,设计一种金字塔上采样模块.利用编码过程中产生的不同尺度的特征图,...     

基于近似模型和遗传算法的等离子喷焊工艺参数多目标优化

为了对等离子喷焊工艺参数进行优化,提高喷焊层的质量,通过径向基函数(radical basis function,RBF)神经网络近似模型和非支配排序遗传算法(non dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)遗传算法相结合的方法,对等离子喷焊试验数据,基于MATLAB平台进行训练,以此来构建显微硬度、磨损量和稀释率的近似模型,利用NSGA-Ⅱ遗传算法对模型进行下一步的多目标优化,最终得到帕累托最优解集,研究了工艺参数间的交互作用.结果表明:利用RBF-NSGA-Ⅱ遗传算法比响应面法能更显著地提高喷焊层质量.可见对等离子喷焊工艺的优化具有一定的参考价值.