面向运动目标检测的改进ViBe算法研究与实现

ViBe算法容易实现且运算效率高等优点，在运动目标检测等领域中获得广泛运用，但其也存在一些缺点，如鬼影、空洞、漏点以及运动目标检测不完整等问题，针对这些不足，从ViBe算法处理过程的主要阶段出发，提出一种改进的ViBe算法.首先用迭代累积背景法获取真实背景用来抑制鬼影问题，其次把真实背景分别用于帧差法和改进的ViBe算法中，帧差法可用来弥补视频序列帧中边界处像素点遗漏问题，改进的24领域ViBe算法用来提高模型精度，再把两个结果进行“或”运算，最后利用形态学进行处理用以消除小噪声干扰，使得到的目标更加完整.该算法能够去除噪声、抑制鬼影以及减少空洞点，实验结果表明，与传统的ViBe算法相比，能够有效抑制鬼影以及减少漏点问题，提高运动目标检测精确度.     

余震持时特性对高烈度区渡槽动力响应的影响研究

主震发生后会在短时间内引发多次余震，长持时余震是否会对主震受损后的高烈度区渡槽结构造成额外损伤仍需探讨．以滇中引水工程某典型梁式渡槽为工程实例，建立渡槽-水-支座-支撑结构全耦合有限元模型．基于能量持时的定义，以设计反应谱为基础，从PEER强震数据库中选择长持时和短持时地震动记录来构造主、余震地震序列，对渡槽结构进行非线性动力分析；充分考虑主震作用后渡槽的初始损伤状态，提出了渡槽损伤评价指标，探讨了不同持时的余震对主震受损后渡槽结构动力响应的影响．结果表明：余震持时特性对主震受损渡槽的抗震性能有显著影响，长持时余震对主震受损后渡槽结构造成更严重的累积损伤，在渡槽动力响应分析中不容忽视．因此，在渡槽地震安全评估和抗震设计时，除需考虑余震的频谱特性和幅值外，还应重点考虑持时特性．     

初中地理教学经验浅谈

地理知识来源于生活，也将用之于生活。即使初中地理知识以理论的形式出现在学生的面前，但是只要教师合理地引导，相信学生能够感受到地理与生活的密切联系。作为初中的地理教师，当初中地理以崭新的面孔树立在小升初的学生面前时，教师必须做好充分的教学准备，陪伴学生接受并理解初中三年的地理教学。总结个人的教学经验，我觉得在地理教学的过程中需要注重累积。     

一类带有稀疏过程的混合双险种最优再保险

在稀疏相关风险模型基础上,将调节系数视为成数与超额赔款混合再保险中保险人自留额的函数,通过最大化调节系数得到保险公司的最优自留额。     

投资与产业最优增长路径

本文通过构建动态收益模型,运用最优控制理论描述产业增长的过程,指出高资本转化率只会减缓边际资本收益下降速度,资本增加对边际收益的影响是递减的,高资本转化率意味着未来要实现收益最优需要有更高资本转化率。     

循环荷载作用下心墙掺砾土动应力应变孔压模型

动力荷载作用下,心墙掺砾土的累积塑性变形和孔隙水压力的发展对心墙防渗体的安全至关重要.基于Bouc-Wen光滑滞回模型,考虑滞回圈捏拢效应,结合非关联流动法则,建立本构模型,模拟循环过程中土体产生的累积塑性应变和增长的孔压.通过糯扎渡心墙掺砾土均压固结和偏压固结状态的循环三轴试验,研究其动应力应变关系及孔压响应.将模型曲线与试验曲线进行对比分析,验证模型描述掺砾土动应力应变关系的合理性和有效性.     

基于累积运动能量图像的人体动作识别

指出了动作识别中的最大困难是难以提取有效的特征来准确描述人体的动作,动作模板是众多方法中的一种简单有效的方法,用来描述动作特征的经典动作模板是运动历史图像.由于受噪声的干扰,用运动历史图像描述复杂环境下的人体动作并不十分理想.为了得到比运动历史图像更加有效的动作模板,提出了将视频序列中的运动能量信息用一张图描述出来,称之为累积运动能量图像,提取其直方图特征来表征人体动作.经You Tube数据集上的实验表明:该累积运动能量图像的识别率比同类方法高.     

大型公共项目融资风险与控制研究

在大型公共项目的运作过程中,融资已经成为解决资金缺口的主要手段。笔者在界定项目融资结构、项目资金流量及其内涵的基础上,通过建立定量模型,从融资比例、建设工期和项目收益率三个方面对大型公共项目运作中的融资风险进行了分析,并通过算例对该模型进行了验证。     

有机垃圾两相厌氧消化氨氮累积模型的建立及验证

为解决消化液回用带来的氨氮累积问题,寻求关键控制参数,在序批式水解UASB两相厌氧消化体系中对有机垃圾中各种氮素转化特性进行了试验研究;基于上述研究分析结果建立了消化液回用时有机垃圾两相厌氧消化氨氮累积模型,找出了消化液回用中氨氮累积的关键控制参数———回流比;并通过试验验证了当回流比为0.85时,系统内UASB出水氨氮浓度最终趋于一定值,约为1 900mg/L;此氨氮浓度并未对产甲烷反应器产生负面影响,反而提高了系统对酸碱的缓冲能力,保证了系统的稳定运行;从而为有效预防厌氧消化中氨抑制问题提供技术参考。     

基于粒子群优化的有序盲信号分离算法

为了按照规范四阶累积量的绝对值有序分离出源信号,提出了一种新的基于粒子群优化的有序盲信号分离算法.本算法采用信号的规范四阶累积量作为代价函数,使用粒子群优化算法代替传统的梯度算法对代价函数进行优化,通过消源去相关方法从混合信号中消去已分离出的源信号成分,逐次按序提取出源信号,解决了梯度算法容易陷入局部极值而不能正确提取...