基于多阈值模糊增强的手指静脉图像分割

根据手指静脉图像的特点,针对经典阈值方法难以满足图像多属性分割要求的不足,文章在单层次模糊图像增强算法的基础上,提出了一种改进的手指静脉图像分割算法,讨论了该算法的基本原理和具体计算步骤.实验结果表明：与传统的方法相比,该算法方法简单、容易实现,对低质量手指静脉的分割达到了令人满意的效果,分割结果不但准确而且纹路具有明显方向性.     

宗教世俗化与国民信仰体系的建构

宗教一直是中国人信仰体系的重要组成部分,它对中国社会的稳定和发展也一直发挥着重要作用。受中国特殊的宗教文化传统以及市场机制和社会转型的影响,近年来宗教的过度世俗化、世俗化现象加剧,它对国人信仰体系稳定和经济社会发展都发生了明显的负面效应。为了更好地建构国民信仰体系,加快社会主义现代化进程,需要在"合而不同"思想的指导下,合理抑制宗教过度世俗化现象,建设新型的信仰文化体系。     

洞庭湖总磷污染现状及治理对策分析

洞庭湖是我国第二大淡水湖，在保护生物多样性并促进区域发展等方面具有重要的作用.受发展阶段和发展方式的制约，洞庭湖面临水体污染问题，其中水体主要超标因子为总磷.2015—2020年，湘江、资江、沅江、澧水四水总磷年均值分别从0.092、0.080、0.105、0.083 mg/L下降到了0.054、0.053、0.043、0.048 mg/L，分别下降了41.3%、33.7%、59.0%、42.2%，四水来水中总磷含量的减少使得洞庭湖总磷污染问题逐步改善.湖区水质监测断面总磷呈现显著下降趋势，总磷年均浓度从0.093~0.128 mg/L下降至0.040~0.072 mg/L，但依旧高于地表水三类标准中湖、库总磷标准（0.05 mg/L）.为控制湖体总磷污染，推进洞庭湖水环境状况稳中向好发展，保护湖区生态环境，提出以下对策：1) 全面控制污染物排放，重点推进农业面源污染治理.完善政策法规标准体系建设，加快洞庭湖流域水污染综合整治法律法规修订步伐，制定流域排放标准；2) 河湖共治，连通水系，增强河湖水体流动性，净化内源污染物，形成可调可控、脉络相通的水网体系；3) 加快产业转型升级，推动形成绿色生产方式，强化科技支撑.     

寻找动物发明家

鸟类创造的极其丰富的歌曲足以证明它们在音乐创造方面的天赋──俄亥俄州哥伦布大学博罗实验室的专家们多年来一直在研究这一课题。鸟类家族有许多方言，地域上的巨大反差再加上鸟类较其它动物的见多识广，一些有发明创造天赋的“歌手”自然也会应运而生。对那些出类拔萃的鸟类歌唱家，实验室主任道格拉斯·纳尔逊特别感兴趣。“如果你知道这是白头雀在歌唱的话，那么，你就等于被间接告知，你现在不是置身于加利福尼亚州、俄勒冈，就是华盛顿”，他强调说。 根据对这类白头雀所唱的歌曲的各种具体标记和详尽研究，鸟类学家们业已证明出鸟…     

网络会计对会计理论和实务的影响及对策

一、网络会计对会计基本理论和实务的影响(一)网络会计对会计基本理论的影响网络会计的产生是以现代信息技术为依托的,它不仅改变了会计信息生成和传播途径,而且给传统会计中理论和实务带来了很大影响。     

TMS320VC5402的引导过程应用分析

DSP系统一般不依赖于操作系统,软硬件设计结合紧密.TI的大多数芯片内部都有片内掩模的Boot-loader程序,用于将用户程序通过片外EPROM、串口或I/O口等装载到片内高速RAM中,以保证程序能够在DSP中高速运行.详细分析了TI的TMS320VC5402DSP芯片的系统引导特点,并叙述了工程设计中创建系统引导表的具体步骤,给出所需的链接文件范例,并进行了必要的说明.     

基于遗传矢量量化和遗传神经网络的说话人识别系统

提出一种基于遗传神经网络的说话人识别系统.将遗传算法和矢量量化技术结合建立说话人模型,然后利用遗传神经网络进行识别.实验结果表明,这种方法既降低了用户的语音数据采集量,有利于话者模板的建立,又提高了系统的识别性能及鲁棒性,较传统方法有明显的优越性.     

考虑材料软化的洞室围岩弹塑性分析的统一解

基于统一强度理论,考虑岩土材料的软化特性,用弹性塑性软化塑性残余三线性应力应变模型推导出了洞室围岩塑性残余区半径、塑性软化区半径、洞周边位移、围岩内任一点应力及围岩压力的解析计算公式。同时给出了洞室围岩所处应力状态的判别式。得出的解答具有广泛意义。著名的Kastner公式、Airey公式均为本文的特例。通过实例分析了软化及不同强度模型对计算结果的影响。     

可变速率声码器的性能研究

主要介绍了Q4401可变速率声码器的工作原理和各种功能，PCM接口和CPU接口、初始化过程及命令格式等，并设计了一种典型的应用实例。实验证明该声码器将语音信号压缩至4-9.6kbit/s范围时，可达到普通电话的通话效果。     

MCFNet：融合上下文信息的多尺度视网膜动静脉分类网络

针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络（multi-scale retinal artery and vein classification network,MCFNet）,该网络使用多尺度特征（multi-scale feature,MSF）提取模块及高效的全局上下文信息融合（efficient global contextual information aggregation,EGCA）模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集（DRIVE-AV,LES-AV）上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。