融合全局与局部哈希特征的目标实时跟踪

为了缓解光照变化、部分遮挡和背景干扰等场景对于目标跟踪算法的影响并实现实时跟踪,提出了基于全局和局部哈希特征的建模方法.这种建模方法能够有效地提取目标全局和局部特征并进行融合,从而获得更加鲁棒的目标表达.为了提升算法的运行效率,采用倒金字塔候选框搜索策略,以去除大量的冗余候选框;另外,使用汉明距离来度量候选框与目标框之间的相似性,并结合哈希特征和汉明距离的特点,将位操作嵌入到了哈希特征的提取与存储及汉明距离计算的过程中.最后,通过在一些复杂场景中与多个经典跟踪算法进行对比实验,验证了本文算法在稳定性、鲁棒性和时效性等方面的优势.     

天波雷达子空间分解类海杂波抑制方法评估

构建了基于子空间分解的天波超视距雷达海杂波抑制方法统一模型,并在该模型下阐释了基于特征值分解、奇异值分解和高阶奇异值分解三种典型方法的机理,给出了模型预设参数的选取方法,结合信杂比改善因子比较分析了三种方法在不同数据条件下的性能,并讨论比较了实现复杂度.最后通过对实测海杂波数据的处理分析验证了三种典型方法在存在低可探测舰船目标下的有效性和鲁棒性,试验表明:基于高阶奇异值分解的海杂波抑制方法的有效性和鲁棒性较优.     

基于PSR-AHP的小区开放对道路通行影响评价

针对小区开放对周边道路通行能力影响的问题,构建基于“压力-状态-响应”( PSＲ: Pressure-State-Ｒesponse) 模型的小区开放对道路通行影响评价指标体系,运用层次分析( AHP: Analytic Hierarchy Process) 确定指标权重,引入综合指数法进行小区开放对道路通行影响综合评价。选取A 类和B 类小区作为研究对象,利用VISSIM 仿真软件对两种类型小区周围的道路与交叉路口的车辆通行情况进行仿真。仿真结果表明,A 类小区开放降低周边道路通行能力,B 类小区开放提高周边道路通行能力。研究结果可为交通管理部门对小区是否全面开放提供理论参考。     

超声振动下Sr对A380合金组织性能的影响

超声振动作用下,添加质量分数(w(Sr))为0~0.25%的Sr,对A380合金进行变质处理,以研究Sr和超声振动对A380合金微观组织和力学性能的影响.结果表明:加入Sr与超声振动使A380合金组织显著细化,树枝晶α-Al由粗大变为细小、呈球状,共晶Si相也由粗大针状变为蠕虫状、点状和纤维状;w(Sr)=0.15%时,对组织的细化效果最理想.只添加w(Sr)=0.15%的Sr时,A380合金铸态下抗拉强度(σ_b)、屈服强度(σ_(0.2))、伸长率(EL)和硬度分别为305 MPa,219 MPa,3.78%和106 BHN;w(Sr)=0.15%,且有超声振动作用时,σ_b,σ_(0.2),EL和硬度分别为318 MPa,227MPa,3.99%和108 BHN,此时晶粒尺寸最小,约为42μm,形状因子最大,为0.71.     

n个n维向量的等价性质及应用

基于"线性代数"课程的特点和在线优质资源辅助教学的推广,利用矩阵方法讨论了向量组的线性关系与行列式的值、矩阵的秩、初等变换、线性方程组的解和矩阵的特征值等问题之间的内在联系,建立了关于n个n维向量的一系列等价性质;最后,举例说明了系统掌握这些等价结论在解决一些综合性的考研试题方面的应用。     

我校学生宿舍管理存在的问题与对策研究

当前大多数高校在学生宿舍管理中存在诸多问题,因此需要我们去研究、分析问题并探索解决的途径。研究小组通过走访调查、问卷调查等方法了解了相关人员的想法,本文针对高校学生宿舍管理的现状,从宿舍设施、宿舍卫生、安防意识、学生自主管理四个方面分析了目前学生宿舍管理所存在的问题,并在此基础上提出相应的对策及建议。     

新工科背景下大学生创新创业能力培养模式研究

为适应新经济、新产业发展的需要,发展新工科,对接新兴产业,培养新工科人才,是当前高等教育领域的热门话题和研究前沿。聚焦如何提高高校新工科人才创新创业能力,首先阐明了大学生创新创业的现状及存在的问题,以蚌埠医学院卫生管理系为例,从课程设置、学生竞赛、创新创业、激励机制、校企合作等5个方面为切入点,探索了创新创业教育的培养模式和实施路径。     

我国装配式建筑全生命周期风险分析

风险分析是工程项目风险管理的重要内容之一。装配式建筑的内涵决定了装配式建筑比一般建筑有更为复杂的风险。建立装配式建筑全生命周期风险系统,确定装配式建筑的目标系统,分析环境系统风险、实施过程风险,并进一步分析导致实施过程风险的技术系统风险和管理系统风险因素以及风险因素与参建主体的关系。最后分析各风险因素和参建主体对装配式建筑目标实现的影响。通过这些分析,可以帮助各参建主体提高对装配式建筑的认识,并为应对装配式建筑的风险做准备。     

基于H-ELM的交通事故预测方法研究

面向智能交通管控需求,研究了极限学习机(Extreme Learning Machine,ELM)算法在交通事故预测方面的应用.单隐层ELM主要侧重于有监督模式下的数据分类,面对多源数据融合的交通事故预测,特征的自组织学习和提取就显得尤为重要,因此研究了具有深度特征的H-ELM(Hierarchy ELM)算法.该算法融合了无监督学习模式的特征提取和有监督学习模式的特征分类,既能继承深度网络的自组织学习能力也继承了ELM的快速训练能力.在此基础上构建了单隐层ELM和H-ELM交通事故预测模型并进行了比较研究,结果表明H-ELM在预测准确度方面具有较大的优越性.     

常见海洋细菌对纳米二氧化钛的响应

选择6种常见海洋细菌,包括非光合细菌海杆菌(Marinobacter sp.)、盐单胞菌(Halomonas sp.)、交替单胞菌(Alteromonas sp.)、副溶血弧菌(Vibrio parahaemolyticus)以及光合细菌聚球藻(Synechococcus sp.)XM-24和299,并以模式菌大肠杆菌(Escherichia coli)和枯草芽胞杆菌(Bacillus subtilis)作为参照,通过测定生长曲线和生物量来表征纳米TiO_2(0.1,1,10,100mg/L)对其生长的影响,并通过测定叶绿素a含量来指示聚球藻的光合能力.结果显示:在低质量浓度下(0.1和1mg/L)纳米TiO_2对所试细菌的生长影响不显著(p0.05),而在高质量浓度下(10和100mg/L)纳米TiO_2则会显著抑制其生长(p0.01),并且浓度越大抑制效果越明显;100mg/L纳米TiO_2对聚球藻299的叶绿素a合成也有抑制作用;纳米TiO_2对非光合细菌生长的抑制作用一般在18h后显著显现(p0.05),而对2种聚球藻生物量的影响则在6d之后较为显著(p0.05).研究结果将为进一步评估纳米TiO_2对海洋生态环境安全造成的影响提供参考.