非线性编辑系统在视频公开课中的应用

为了将数字处理技术应用于视频公开课, 介绍了非线性编辑系统和它的发展趋势, 探讨了非线性编辑系统在视频公开课后期编辑中的选择和使用。将技术应用于视频公开课的后期编辑, 能制作出优秀的视频公开课, 更好地服务于教育教学。     

巧用增量编程在西门子802s系统中加工不规则形状的零件

简述了在西门子802s系统的数控车没有提供加工不规则形状零件的循环加工指令,介绍了采用增量编程解决这一问题的方法     

基于时空因素的水路短期货运量预测

考虑货运网络港口间空间关联能提高短期预测精度,但是不同于公路网络中通过交叉路口形成简单明确的上下游空间关系,超高维的水运货运空间关系数据难以直接利用,为此,基于频繁港口和神经网络(FR-NN)构建考虑时空因素的水路货运量预测模型.该模型基于频繁模式的思想挖掘出目标港口在货运空间网络中的频繁港口,利用频繁港口提取货运网络的主要空间关系,用低维数据保留高维网络主要空间特征,再利用神经网络拟合频繁港口与目标港口货运量间的时空关系.实例分析表明,考虑时空关系有助于提高预测精度,模型能提高不同粒度的短期货运量预测精度,尤其是能够预测采用时间序列方法不理想的周、日货运量.     

基于注意力机制与多尺度特征融合的行人重识别方法

针对行人重识别中因遮挡、姿态变化使模型特征无法充分表达行人信息的问题,提出了基于注意力机制与多尺度特征融合的行人重识别方法.首先使用改进的骨干网络R-ResNet50提取图像特征;其次,抽取网络不同尺度的特征层嵌入注意力机制DANet,使模型更关注于重点信息;最后,对提取出的关键特征进行多尺度特征融合,实现特征间的优势...     

基于深度学习的军事目标识别算法综述

目标识别作为深度学习中最受欢迎的领域之一,已广泛应用于民用的各个方面,如人脸识别、行人重识别、车牌识别、车辆识别等;而在军事应用领域,由于军事目标数据集较少,但识别要求精度高实时性强,所以还在发展阶段。本文首先阐述了基于深度学习的军事目标识别发展现状;然后介绍了六种目前主流的基于深度学习的军事目标识别算法（包括Mask R-CNN、GAN与深度森林、DRFCN、E-MobileNet、SSD300、YOLO）及相关网络结构、改进方法与实际应用;最后对主流方法进行总结,并探讨了未来的发展趋势。     

对高校安全教育的若干思考

随着高等教育的迅猛发展,各种新情况、新变化、新矛盾不断出现,影响大学生安全的因素越来越复杂,对高校的安全稳定带来前所未有的冲击。培养大学生安全意识、提高大学生安全素质是高校重要责任之一。本文通过对新时期大学生安全教育的必要性及其内容的分析,提出有效地加强大学生安全教育的几点看法。     

终端带单一场环的P＋N结击电压分析

利用了平面结击穿电压的归一化表达式,研究了终端带单一场环的P＋N结击穿电压特性,通过解峰值电场方程,给出了确定主结与单浮环最佳间距的简便方法,得到了在未穿通情况下,具有单场保护环平面终端端优化设计的理论公式。     

磁场中里德堡铯原子的散射矩阵理论研究

基于闭合轨道理论,结合不含时散射矩阵理论和量子亏损理论方法,计算了强外磁场中碱金属里德堡铯原子在第二电离阈附近几个不同标度能量下的回归谱．结果表明回归谱中新的尖峰是由于实散射产生组合闭合轨道引起的,进一步证明了实散射的重要性．该方法对长程和短程区分别使用了两个不同的散射矩阵来描述电子的里德堡态,其突出特点是求和的结果可以解析形式给出,其中包括了所有阶的实散射贡献,从而保证了回归谱的收敛性和计算精度．通过不同标度能量下结果的比较可以看出标度能量敏感地影响着回归谱的复杂程度,随着标度能量的增加,回归谱结构逐渐由简单变复杂,动力学性质也逐渐由规则变为混沌．通过与相同条件下Dando方法的比较说明了两种方法存在一定异同,并解释了该方法的可行性．