国外气候变化与人口迁移研究

 通过对国外学术界关于气候变化与人口迁移的相关研究进行梳理发现，人口迁移不仅是气候变化应对机制，更是一系列国家背景、社会、政治和经济环境相互碰撞的复杂结果。针对气候变化问题，提出了各国应加强收集、共享与气候有关迁移的可靠数据，对移民相关政策制定应着力于改善目的地移民安置和生计问题。通过介绍气候变化和人口迁移方向现有国际研究趋势，展望了其未来的研究趋势。     

初中地理学科知识迁移能力的培养

地理知识是对生活、对今后终身发展至关重要的基础学科,应给予高度重视。初中阶段是学生学习获得知识的最佳阶段,而知识迁移又是获得知识、灵活运用的有效方法之一。该文从教学实际出发,在充分了解影响初中地理学科内知识迁移的两大因素(即主体因素和客体因素)的基础上的分析了教师对学生的地理学科知识迁移能力进行"有意识"培养的四大策略,即充分分析学情,合理安排教学,明晰、比较、强化内容特点,培养积极态度。     

全氟辛酸在松花江水体多介质环境中迁移、归趋和风险研究

为探究全氟辛酸(perfluorooctanoic acid,PFOA)在松花江水体多介质环境中的迁移和归趋行为,评估其在松花江水体的环境风险,采用Ⅲ级逸度模型模拟估算了松花江流域大气、江水、颗粒物和沉积物中PFOA的含量及其分布规律,计算了PFOA在不同环境介质的迁移通量,采用风险特征比率法评估了PFOA在松花江水体的环境风险.结果表明:PFOA在松花江流域大气、江水、颗粒物、沉积物中的模拟含量分别为1496.03 pg/m3,0.0103 ng/L,15.27μg/kg,19.98μg/kg,PFOA几乎全部进入了颗粒物和沉积物中.PFOA由江水向悬浮颗粒物的迁移、沉积物向江水的迁移分别占相间总迁移通量的84.63％ 和15.12％,为PFOA的主要相迁移路径.由估算结果计算的水和沉积物的风险特征比率(risk characteristic ratios)均远小于1,表明PFOA对松花江水生生物的危害概率较低.     

面向车联网边缘计算的智能计算迁移研究

为了满足车联网中车载任务所面临的服务迁移时间优化与边缘设备的资源负载优化需求，提出了一种面向车联网边缘计算的智能计算迁移方法（intelligent computingoffloading method，ICOM）.首先构建了车联网边缘计算系统资源模型、执行时间模型、边缘设备负载均衡模型；然后利用非支配排序遗传算法（non-dominant sorting genetic algorithm，NSGA-II）实现了对车载计算任务的迁移时间和边缘设备的负载均衡进行联合优化，从而为车载计算任务找到有效的计算迁移策略；最后根据多目标决策准则（multi-criteria decisionmaking，MCDM）和逼近理想解排序法（technique for order preference by similarity to anideal solution，TOPSIS）选择出最优的计算迁移策略.实验结果表明，ICOM方法能够使车载计算任务在期望时间内完成，同时也保证边缘设备的负载均衡.     

低算力深度学习下的图像卡通风格化研究

在深入研究图像风格迁移的基础上，提出了一种适用于图形处理器性能受限情况下，卡通（cartoon）图像风格迁移训练的生成式对抗网络(generative adversarial networks，GAN)．利用视觉几何组（visual geometry group，VGG）网络提取图片先验信息，实现学习过程的加速；裁剪cartoonGAN模型，在保证效果的基础上，使得低性能计算条件下的网络收敛成为可能；设计合理的损失函数，保证整体风格化效果．基于tensorflow 2.0构建试验平台，通过对试验结果分析可发现，该方法的迁移效果好，稳定性强，且收敛时间短．对算法的参数和初始化方法给出了相关讨论，并提出了进一步的解决方案．      

基于图像的虚拟光影技术研究热点

 基于图像的虚拟光影技术是直接改变图像场景中物体的光影效果或者估计场景光照，在光影维度对图像进行增强，并保留图像物体的视觉特征。从光影效果迁移、虚实光照融合两个方面盘点了虚拟光影技术的重要研究成果，展望了该领域关键技术的发展趋势。     

四边形网格与三角形网格模型间的低频谱姿态迁移

为使谱姿态迁移能够操纵更多类型的网格,本文研究四边形网格与三角形网格模型间的姿态迁移方法。作为变形编辑技术的一种,目前的谱姿态迁移主要在三角网格模型之间进行。本文首先对多边形网格的拉普拉斯矩阵进行特征分解,手工选取网格模型之间对应确定四边形网格与三角形网格之间的泛函映射,然后求解四边形与三角形网格模型的耦合准调和基,在此基础上设计并实现了四边形网格与三角网格模型之间的平凡谱姿态迁移、基于耦合准调和基的低频谱姿态迁移和基于拉普拉斯坐标投影的低频谱姿态迁移,使得在四边形网格模型之间、四边形与三角形网格模型之间均能进行低频姿态迁移。     

基于短时心电信号的疲劳驾驶检测算法

心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势.