Dijkstra算法的设计与实现

针对地理信息系统中网络分析的一个关键问题--最短路径分析,采用经典的Dijkstra算法,并在VC环境下实现自定义有向图,主要包括结点和边的绘制与修改,以及权重的更改等功能.能够实现几何网络中任意两结点间的最短路径查找.该程序在单项、双向,以及单双混合网络中都进行了验证,运算结果正确,并具有一定的可行性.     

高速公路边坡生态防护研究现状与展望

随着我国高速公路建设快速发展以及人类环境保护意识的不断增强,边坡生态防护技术越来越受到重视,在高速公路建设中被广泛应用。边坡生态防护技术具有良好的经济效益、环境效益和社会效益,是公路建设工程中可持续发展的重要对策之一。目前,边坡生态防护技术在我国尚缺乏系统的研究和总结。结合工程实践,从边坡生态防护原理、护坡植物选择、生态防护施工方法及其经济效益比较等方面,研究和总结我国高速公路边坡生态防护技术的发展现状,指出存在的问题,提出进一步研究的方向。     

大叶榆引种驯化试验

通过大叶榆引种繁育及山地造林试验,提供了一整套大叶榆育苗、苗期管理繁育和山地造林技术.大叶榆嫩枝扦插繁殖最佳组合为300mg·kg -1ABT1#处理2 h,插穗顶部留有一个完整的单片叶,扦插基质为河沙,其扦插平均生根率最高,可达89%;在引种区表现出明显的生长优势,6a生平均树高、平均胸径和平均冠幅分别为5.93m,4.97cm和2.05m.6a生最大的单株树高、胸径和冠幅分别为7.86m,7.4cm和2.46m;在引种区表现出较强的适应性和抗性,6a生没有冻害及病虫鼠害发生.     

分子标记在园林植物选择育种中的应用与展望

分子标记具有数量多,多态性高,不受季节、环境条件限制,不影响目标性状表达,能够鉴别出纯合基因型和杂合基因型,提供完整的遗传信息等优点,已成为近年来园林植物遗传多样性评价、遗传图谱构建、品种鉴定、基因定位和分子标记辅助选择育种等领域科学研究的主要手段.概述了分子标记在园林植物相关研究中的应用,并对存在的问题和应用的前景进行了探讨.     

1-(2-氯苄基)-2-(2-氯苯基)-苯并咪唑的合成及晶体结构

以邻氯苯甲醛和邻苯二胺直接关环合成了1-(2-氯苄基)-2-(2-氯苯基)-苯并咪唑.通过元素分析、红外分析对其进行了表征,并通过X-射线单晶衍射方法确定了其晶体结构.     

吉林省主推中晚熟期玉米品种DNA指纹库的构建

以吉林省中晚熟期的43个玉米品种为材料, 从玉米胚中提取基因组DNA并利用10对简单重复序列(SSR)引物进行扩增, 扩增产物经质量分数为8%的聚丙烯凝胶电泳检测, 获得了清晰稳定的图谱, 初步建立了吉林省中晚熟期玉米43个品种的DNA指纹库.     

广州市轨道交通站点客运一体化设施发展战略研究

各种交通方式之间实现客运一体化的和谐发展,可以更好的发挥各种交通方式的优势,实现交通系统的效益最大化。本文在对广州城市交通现状、交通供需形势进行分析的基础上,提出了广州市城市客运交通的发展战略,明确各交通方式在城市交通中的定位,并进而提出了实施轨道交通站点客运一体化的发展战略。     

基于红外和可见光图像融合的夜间环境图像增强

图像增强技术可以有效提高图像的整体或局部特性增加图像有用信息,改善图像的视觉效果.夜间图像增强是图像处理领域中的关键技术,使用图像增强可以提高夜间环境图像的信息量.对于单一传感器采集的夜间可见光图像,传统算法通过提高图像的饱和度和对比度进行图像增强,处理后的夜间图像易出现边缘锐化或图像伪影的现象.相比于单一传感器的夜间图像增强,红外和可见光图像融合技术可以大幅度的提高图像信息有效率.利用红外和可见光图像的成像特点将两者进行融合,有效地提高夜间复杂环境下图像的信息量,从而达到夜间图像增强的效果.实验证明使用红外和可见光图像融合的夜间环境图像增强方法优于传统算法,有效抑制边缘锐化、图像伪影和图像过度增强的问题,同时提高了夜间环境下图像的主客观质量.     

一种改进YOLOv3的手势识别算法

为了解决YOLOv3算法在手势识别中存在识别精度低及易受光照条件影响的问题,提出了一种改进的YOLOv3手势识别算法。首先,在原来3个检测尺度上新增加1个更小的检测尺度,提高对小目标的检测能力;其次,以DIoU代替原来的均方差损失函数作为坐标误差损失函数,用改进后的Focal损失函数作为边界框置信度损失函数,目标分类损失函数以交叉熵作为损失函数。结果表明,将改进的YOLOv3手势识别算法用于手势检测中,mAP指标达到90.38%,较改进前提升了6.62%,FPS也提升了近2倍。采用改进的YOLOv3方法训练得到的新模型,识别手势精度更高,检测速度更快,整体识别效率大幅提升,平衡了简单样本和困难样本的损失权重,有效提高了模型的训练质量和泛化能力。     

逃逸区间分类法构造广义M-J混沌分形图谱的研究

在对传统的复映射z←zα c(α∈R)广义M-集计算机算法的研究基础上,分析了几种常用的算法,提出了一种改进的逃逸区间分类法来绘制广义M-集,并给出上述算法生成的图像.通过大量的计算机数学实验,表明采用该算法绘制的混沌分形图谱能够更加直观地描绘出广义M-集对应轨道的收敛区间,为进一步揭开广义M-集的内部形成机理提供了一个新的研究方法.