为网上市场寻找市场

浙江省网上技术市场仙居分市场从2002年4月建成以来,仙居县政府和该县科技局都非常重视该项工作,累计投入市场建设、维护资金50多万元。但是,由于市场是一个新事物,本身存在许多不完善的地方,科技部门又缺乏市场运作的经验,加上仙居又是全省欠发达地区之一,工业     

三机无源定位阵面旋转效应仿真分析

针对三机三维布阵优化问题,以精度因子为目标函数,以阵面旋转为切入点,采用建模仿真方法,分析了阵面旋转效应对三机时差定位,频差定位及时频差定位精度的影响,直观地揭示了不同定位体制下的布阵优化规律.这些规律在下步工作中可作为先验知识,与粒子群、模拟退火、遗传算法等最优化方法相结合,更精细地研究三机三维布阵优化问题.     

某型航炮气压缓冲器结构优化设计与强度分析

某型航炮是武装直升机的主要攻击武器,自动化程度高,设计复杂,机构紧凑。气压缓冲器是某型航炮主要部件,其工作原理是利用气体腔内压强来减少活动件的后座冲量。通过对某型航炮气压缓冲器内腔压力分析,利用SolidWorks Simulation软件建立了气压缓冲器的工作模型,对气压缓冲器工作时的应力强度分析和位移变形量作出仿真,提出了结构优化设计方法。     

淡水环境中微塑料的识别和去除技术研究现状

近年来微塑料污染已经引起了国际社会的广泛关注,然而目前淡水环境中微塑料检测技术和去除方法仍然处在初级阶段.本文综述了近年来常用的微塑料检测技术和去除方法,并对每种方法做了简要的介绍.最后针对现阶段微塑料研究过程中存在的问题和不足,展望了淡水环境中微塑料检测与去除的发展趋势.     

一种基于YOLOv5的小样本目标检测模型

深度学习技术在目标检测领域取得了显著的成果,但是相关模型在样本量不足的条件下难以发挥作用,借助小样本学习技术可以解决这一问题。本文提出一种新的小样本目标检测模型。首先,设计了一种特征学习器,由Swin Transformer模块和PANET模块组成,从查询集中提取包含全局信息的多尺度元特征,以检测新的类对象。其次,设计了一种权重调整模块,将支持集转换为一个具有类属性的权重系数,为检测新的类对象调整元特征分布。最后在ImageNet-LOC、PASCAL VOC和COCO三种数据集上进行实验分析,结果表明本文提出的模型在平均精度、平均召回率指标上相对于现有的先进模型都有了显著的提高。     

政务督查组及督查对象的属性特征与督查效果的关系——基于Logistic回归分析的A省政务督查实证研究

政务督查是推动党中央、国务院决策部署贯彻落实的重要手段,是我国推进国家治理体系和治理能力现代化的重要工作,对政务督查影响要素及其影响关系开展研究,意义重大。基于A省2018年政务督查数据,在督查组和督查对象的属性特征分析基础上,构建多项Logistic回归模型,开展不同属性对发现各类督查问题的影响研究和实证分析。研究发现：(1)督查组的人数、高职级成员占比,人均年收入等,对于发现维稳类和扶贫类问题有显著的正向影响;(2)督查对象高学历干部占比、驻村干部来源单位数等,对发现维稳类问题均有显著的正向影响;(3)督查组的盛年成员占比、从事纪检监察工作年限,督查对象的党员干部占比、被地市级督查次数等,对发现扶贫问题有显著的负向影响。本研究为我国政务督查工作实践提供了一定的理论和经验支持,尤其为督查组人员的合理配置、督查组与督查对象的有效匹配提供了实践依据,对提高政府决策准确率、加强决策能力具有重要意义。     

基于自适应模糊控制的空气源热泵温度控制系统

设计了一种空气源热泵干燥控制系统,以自适应优化后的模糊控制为控制算法,使干燥过程维持在设定的温度范围内;通过对该控制算法在Simulink上进行仿真,发现其拥有较低的超调温度、较少的温度趋稳时间和较小的震荡.     

与组合数有关的一个不等式

建立了与组合数有关的新不等式:设n(n≥2)为自然数,λ＞0,则对k(k=1,2,…,n)满足n≥k λ-2,且x∈(0,1/(n 1))时,有Ckn-1(1/x-λ)(n/(1-x)-λ)k-1 Ckn(n/(1-x)-λ)k≥Ckn 1(n 1-λ)k.     

基于FFT与MUSIC的改进DOA估计算法

针对MUSIC算法在进行信号波达方向(DOA)估计时谱峰搜索运算量大的问题,提出了一种基于FFT多波束算法与MUSIC算法的联合DOA估计方法。该方法采用FFT多波束算法形成多个波束,近似估计信号DOA,获得对应波束指向,再利用MUSIC算法实现对信号DOA的精确估计。这样就只需在该波束指向对应的空域范围内搜索,减小了DOA估计的运算量。     

基于空间自适应和混合损失对抗网络的乳腺肿块图像分割方法

在乳腺癌筛查的计算机辅助诊断过程中,乳腺肿块的精确分割至关重要.然而,乳腺肿块在X光成像中与背景灰度接近、形状不规则,使得精确分割面临很大挑战.为进一步提升分割性能,提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方法.首先,提出可分离卷积U-Net模型作为对抗网络中的生成器,以减少参数量和计算量;然后,在判别网络中添加空间自适应归一化层来获取分割掩码中蕴含的语义信息;最后,综合考虑类别不平衡、语义一致性等因素的影响,提出一种融合对抗损失、分割损失和感知损失的混合损失函数以提升模型学习效果.实验结果表明,新方法在INbreast和CBIS-DDSM两个乳腺分割公开数据集中分别取得99.35%和99.72%的准确率,以及81.27%和82.01%的集合相似度,获得优于现有方法的分割性能.