基于VGGNet改进网络结构的多尺度大熊猫面部检测

大熊猫个体识别对研究大熊猫的种群数量非常重要，大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤。针对现有的大熊猫面部检测方法精确度不高的问题，提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法。首先，以VGGNet-16网络结构为基础，通过增加残差结构与BN层，降低卷积层通道数，并采用LeakyRelu激活函数等改进，构建一个新的特征提取主干网络。其次，将一个3尺度的特征金字塔网络结构与SPP结构结合用于目标检测。最后，使用深度分离卷积结构替代常规卷积结构。实验结果表明，提出的大熊猫面部检测方法在测试集上能够达到99.48%的mAP，检测性能优于YOLOv4。     

一种基于粗细定位相结合的车牌定位方法

对车牌区域的准确定位是实现自动车牌识别的一个重要步骤。首先对香港车牌进行粗定位,得到一些可能的车牌区域,然后确定这些区域的精确范围,同时去除部分伪车牌,在字符提取和字符识别时进一步去除伪车牌。迭代反馈处理所有精确范围区域后,得到真正的香港车牌区域。     

特征间互补性结合使用的3D模型检索技术

三维（3D）模型检索是多媒体信息检索的热点研究问题之一。针对基于单一形状特征的3D模型检索存在的不足，提出了结合多种形状特征进行模型检索的方法。把模型的面积分布和纬度方向平均半径2种特征被应用于模型检索。实验结果表明，由于不同形状特征的互补性，采用多种形状特征可以得到更好的检索准确率。     

特征间互补性结合使用的3D模型检索技术

三维（3D）模型检索是多媒体信息检索的热点研究问题之一。针对基于单一形状特征的3D模型检索存在 的不足，提出了结合多种形状特征进行模型检索的方法。把模型的面积分布和纬度方向平均半径2种特征被应用 于模型检索。实验结果表明，由于不同形状特征的互补性，采用多种形状特征可以得到更好的检索准确率。     

一种基于粗细定位相结合的车牌定位方法

对车牌区域的准确定位是实现自动车牌识别的一个重要步骤。首先对香港车牌进行粗定位，得到一些可 能的车牌区域，然后确定这些区域的精确范围，同时去除部分伪车牌，在字符提取和字符识别时进一步去除伪车 牌。迭代反馈处理所有精确范围区域后!得到真正的香港车牌区域。     

基于SVR的上海市商品房价格预测

商品房价格受诸多因素影响,研究因素与商品房价格的关系是当前研究房价的一个热点。从1998—2013年的上海市商品房基本信息中,选取了对商品房价格产生影响的8个因素,利用LIBSVM工具建立了基于SVR的商品房价格预测模型,并对1998—2013年的商品房价格进行预测。实验表明,SVR模型比ARIMA模型具有更好的预测值,预测能力更强。     

视频监控领域深度特征编码的行人检测算法

由于高清视频监控领域现有行人检测算法在复杂背景下检测准确率不高且检测实时性不强,提出了一种新颖的深度特征行人检测算法,该算法利用聚合通道特征模型对监控高清图像进行预处理,筛选出具有显著特性的疑似目标,大大降低目标检测的数量;然后对获取的疑似目标区域进行尺度校正与特征提取,并输入到深度模型中进行深度特征编码,提高特征的表征能力;最后输入到LSSVM分类模型,得到最终的行人检测结果。仿真实验结果显示所提行人检测算法在保证检测准确率的同时,具有较高的检测效率。     

成都市电力消费与经济增长的实证分析

运用单位根检验、协整分析、误差修正模型与Granger因果检验,研究分析了电力消费与经济增长之间的关系.结果显示,尽管成都市电力消费与经济增长之间的关系在短期内具有一定波动性,但从长期来看,两者之间存在稳定的均衡关系,并且前者是后者的Granger原因.本文研究为指导电力工业的发展和规划提供了科学依据.