基于Google Earth的哈尔滨师范大学三维模型的建立

基于Sketch Up的虚拟校园模型的建设流程,以哈尔滨师范大学十四公寓为例,Google Earth为数据来源,Sketch Up为建模工具,实际校园勘测数据和网络地图测量数据为参考依据来进行校园内三维场景的建立与优化,为实现虚拟校园系统设计以及简单的可视化和交互、校园的数字化打下基础,为同类型研究提供了参考依据.     

半监督学习方法研究综述

半监督学习存在于现实世界的各个场景中，可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用，如病毒毒性预测、网络安全检测、软传感器的应用等。随着机器学习领域的不断突破，目前尚缺乏关于半监督学习方法研究的完整综述。本文首先给出半监督学习的定义并分析了该领域应用过程中存在的挑战；然后梳理分析了半监督学习的四种方法，包括：半监督聚类、降维、回归、分类，并列出了这四种不同方法中比较先进的算法。随后介绍了各算法常见的评价指标（如精确率、召回率和ROC曲线等），对比了各类半监督学习算法效果，研究发现半监督学习方法都存在高于完全监督学习支持向量机的准确率，其中SSC-EKE算法以绝对优势领先传统的支持向量机经典监督学习算法。最后介绍了半监督学习的实际应用场景，展望了半监督学习的未来研究方向，并对全文进行总结。     

基于传感器融合的海上目标检测综述

目标检测技术是一种基于目标几何和统计特征的图像分割。我国海洋领域广阔、海洋资源丰富,开展海上目标检测研究意义深远。基于传感器融合的海上目标检测方法是监视海运交通、维护海洋权益的一种高效手段。本文首先给出传感器融合检测的研究意义和该领域存在的挑战,然后梳理归纳了三种传感器融合方法,包括:多雷达融合检测方法、多相机融合检测方法和相机雷达融合检测方法;接着给出这几种融合方法在不同场景下的检测效果,并介绍了这几种融合方法存在的局限性;同时展望了传感器融合在海上目标检测的未来发展方向,如检测信息传输在海上抗干扰能力的提升、多目标检测性能的优化,以及将深度学习应用在传感器融合检测等。