四元数辛李代数MAD子代数的共轭性

利用四元数理论, 证明了四元数体上辛李代数为实半单李代数, 其极大可交换ad-\!\!可对角化(简称MAD)子代数是相互共轭的.     

基于改进Faster R-CNN的农田残膜识别方法

为了实现农田残膜的精准捡拾,提高残膜回收机的回收率.将改进Faster R-CNN卷积神经网络运用到农田残膜的识别检测中,提出了一种农田残膜的识别方法.以11MS-1850残膜回收机工作后遗留在农田表面的残膜为研究对象,分别在晴天、阴天不同时间段采集图像共计1648幅.通过更改图像亮度、旋转等方式扩充数据集,最终得到4950幅残膜样本图像,按照7:2:1划分为训练集(3465幅)、验证集(990幅)、测试集(495幅);采用双阈值算法替代传统的单阈值算法,降低了阈值对模型性能的影响;通过对比试验,选取具有残差网络结构的ResNet50作为主干特征提取网络,准确率可达88.84％,召回率为87.70％,总体精度为88.27％;为了使检测模型对小目标更加灵敏,根据数据集中残膜尺寸大小,在原有锚点基础上增加322和642的尺度参数,准确率、召回率、总体精度分别提升了1.29％、0.67％、0.97％,单幅检测时间为284.13 ms,基本满足了识别残膜的要求.可为残膜回收机加装补收装置提供参考,为研制人工智能残膜回收机提供理论基础.     

基于Android 的拼接屏智能移动控制系统

为更好满足用户对大屏幕显示内容进行实时控制的需求, 开发了一款新颖的在Android 系统上对拼接屏进行图形化操作控制的智能移动控制系统, 并提出一种基于世界坐标的智能布局算法, 实现了客户端编辑模式下图像的智能布局。客户端与服务器使用socket 编程建立TCP 通信。该系统在多个城市得到广泛应用, 取得了良好的社会效益与经济效益。     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

高校校园文化景观设计创意和表达

高校校园的文化景观不仅对其师生有潜移默化的教育作用,更会传达给师生归属感和认同感.以上海应用技术学院奉贤校区的"思贤庭"为例,在设计中结合地理位置、学科特色、功能定位、校园文化特色等,从场地原有的精神特性、历史文脉出发,演绎推导出校园文化景观的语境、符号等要素,形成了较有典型意义的校园文化景观表达模式.指出,文化景观创意的表达无需说教,可用"只言片语"的形式含蓄表达,重要的是营造出既符合功能需求又具有灵性的校园户外空间.     

高静态动作压力下粉尘爆炸泄放标准的可靠性

粉尘爆炸泄放设计标准的可靠性对能否实现爆炸防护尤为关键.以中径70μm石松子粉尘为介质,采用20 L球形粉尘爆炸装置进行了4种泄放口径、静态动作压力在0.12~0.6 MPa的爆炸泄放实验,对比了实验值与NFPA 68和EN 14491计算值.结果表明,NFPA 68在预测高静态动作压力下的泄放面积时,随着泄放口径的增大,预测结果由保守变为危险,但预测结果精度较好且数值稳定;EN 14491在预测高静态动作压力下的泄放面积时非常保守,预测精度较差,数据不可靠.依据两种标准推荐的经验函数关系,分析了NFPA 68和EN 14491在预测高静态动作压力时产生这种差异的原因.     

全球著名体育城市构建的内在逻辑与优化路径——基于上海体育名城建设的分析

基于当前新时代体育事业发展背景，在上海市构建全球著名体育城市的发展过程中，分析其构建的内涵与动机，解析构建全球著名体育城市的内在逻辑规律，采用SWOT-PEST组合矩阵模型并结合政治、经济、社会、技术背景因素，依次对上海市构建著名体育城市的内部优势、劣势环境与外部机遇、威胁环境进行相应的剖析，以此组合得出模型的优化路径，为上海市构建全球著名体育城市提出战略发展方向上的建议：转化发展理念，健全体育行政管理机制；强化产业结构，升级体育经济规模效益；深化健康意识，完善公共体育服务体系；进化科技运用，扩充体育技术创新领域。     

利用ARGO实验寻找GRBs的本底研究

位于西藏羊八井宇宙线观测站(海拔4300 m)的ARGO-YBJ实验具有高海拔、大视场、全覆盖特点,其阈能约几百个GeV,在探测高能GRBs方面具有独特的优势.ARGO-YBJ实验不能分辨光子和质子,要在大量的宇宙线事例中找出光子信号,就必须正确地估计背景事例率,这是寻找高能GRBs的关键.本文采用"等天顶角法"对ARGO实验中寻找GRBs的宇宙线本底进行了分析.由于地球的自转,天顶角随着时间的变化而变化.本文重点分析了长暴在其持续时间内天顶角的变化,从而更加准确地进行了本底估计.