基于角点匹配的鲁棒图像镶嵌方法

为了获取场景的宽视场表示,提出了一种鲁棒的图像镶嵌方法.该方法对图像序列中的各个图像进行角点提取,再利用归一化相关方法进行角点的初始匹配.由于初始匹配中包含有大量的出格点,直接采用最小二乘法得不到正确的图像平面间的变换模型参数,为此,采用了鲁棒随机采样算法来估计图像平面间的变换模型参数.该算法能够有效地剔除初始匹配中的出格点,获得精确的匹配点子集.然后利用这些精确匹配的点集来计算变换模型参数,从而实现了图像的正确镶嵌.整个过程无需人工干预,均由计算机自动完成.对真实图像的试验结果表明了该方法的有效性.     

基于变采样周期方法的网络控制系统协同设计

提出了一种基于变采样周期的动态调度策略,通过实时调整控制系统的采样周期以适应网络中信息流的变化,改善网络中时延、丢包等问题.采用动态调度策略的NCS为一个变采样周期系统,考虑时延的影响,通过等效变换将时延和采样周期的不确定性转化为系统参数的不确定性,从而将NCS建模为一类具有参数不确定性的离散时间系统,并给出了系统D-稳定的控制器设计方法,实现NCS的控制与调度协同设计.最后通过数值仿真验证了所提出的方法的有效性.     

基于深度学习与数据增强技术的小样本岩石分类

在油气勘探中,利用深度学习技术对岩石进行识别与分类能极大提高工作效率。岩石采样并制作样本图像费时费力,因此岩石样本通常较少。有鉴于此,基于深度学习技术设计一个新的神经网络模型MyNet,该模型能对小样本进行学习并完成岩石样本的分类。使用数据增强技术通过Python编程将314张岩石样本扩充成28 272张图像,为了充分利用现有数据,取其中的27 384张作为训练集,剩余888张作为测试集。将数据分别导入MyNet、ResNet50、Vgg16进行训练和测试。实验结果表明,加载、不加载预训练参数的ResNet50、Vgg16的岩石分类结果因受有无迁移学习影响会有所不同;MyNet的总体分类准确率为75.6%,均优于有无迁移学习的ResNet50、Vgg16,且MyNet、ResNet50、Vgg16所需训练的参数量分别为919 278、25 503 912、138 357 544,显然,MyNet模型的复杂度与训练代价明显低于其他对比模型,但性能最优,说明新模型应用于小样本的岩石分类可行有效且经济安全,更容易推广应用。     

系统复杂性测度参数确定的新方法及其应用

近似熵和样本熵的参数m和r对复杂度有重要影响,目前仍缺乏选取其共同最优参数m和r的有效方法.利用两种复杂度比较时的一致性要求及其曲线存在交点的特性,基于相关系数,提出确定其共同最优参数m和r的交叉点新方法.以泾河流域1956-2010年张家山水文站径流及其控制流域的降水为研究对象.结果表明:径流和降水两种复杂度的共同最优参数为m=2和r=0.11倍的序列标准差;降水和径流复杂度均呈现显著的递增趋势;径流或降水与其复杂度之间存在显著的递减关系,降水的递减趋势对径流复杂度的增加有重要影响.近似熵在描述序列的变化趋势方面优于样本熵,而样本熵在辨识序列的峰谷值变化方面强于近似熵.本研究提出的交叉点新方法具有较好的适用性.     

优选后的无关问题模型的最优性

对西蒙斯建立的无关问题的数学模型中的参数进行了优选，由此得到估计量的精确度，具有最优性。     

岩石试件抗拉强度的套筒致裂法试验研究

用套筒致裂法进行了岩石试件抗拉强度试验。阐明了所用设备、试验步骤及套筒致裂法的基本原理，介绍了该法测定岩石试件抗拉强度的试验结果     

正态应力强度结构可靠性的精确限

对正态强度、应力，在参数均未知但都取得完全样本的情况下，本文在给出其结构可靠性的精确限的基础上，对几种近似限的误差做了比较。所有这些结果可方便地应用于对数正态应力、强度的情况。     

蜂蜜中铁的价态分析

利用邻菲罗琳分光光度法对峰蜜中Fe（Ⅲ）和Fe（Ⅱ）进行了分析．相对标准偏差为1．1％～2．6％，标准加入回收实验的回收率为96％～100．5％．     

新生入学英语测试结果抽样分析

新生入学英语测试抽样结果表明：多数新生入学时英语基础知识存在着明显漏洞，析其原因，将为大学英语教学，特别是为大学一年级英语教学制定有针对性的教学指导思想和方法提供依据。     

关于行政秘书工作研究

围绕怎样做好一个行政秘书做了详细介绍 ,包括对秘书概念 ,作用的认识 ,对秘书工作职责的认识以及做好一个高级秘书应具备的各种基本素质 ,并且以自己亲身的经历、体验为实例作了具体的分析