面向自动驾驶的多模态信息融合动态目标识别

研究提出一种面向自动驾驶的多模态信息融合的目标识别方法,旨在解决自动驾驶环境下车辆和行人检测问题。该方法首先对ResNet50网络进行改进,引入基于空间注意力机制和混合空洞卷积,通过选择核卷积替换部分卷积层,使网络能够根据特征尺寸动态调整感受野的大小;然后,卷积层中使用锯齿状混合空洞卷积,捕获多尺度上下文信息,提高网络特征提取能力。改用GIoU损失函数替代YOLOv3中的定位损失函数,GIoU损失函数在实际应用中具有较好操作性;最后,提出了基于数据融合的人车目标分类识别算法,有效提高目标检测的准确率。实验结果表明,该方法与OFTNet、VoxelNet和FasterRCNN网络相比,在mAP指标白天提升幅度最高可达0.05,晚上可达0.09,收敛效果好。     

DC复合优化问题的两种Fenchel对偶模型研究

本研究考虑的模型为无约束的DC复合凸优化问题。首先,利用扰动方法,c-共轭框架下的广义凸共轭定理及均匀凸（简称e-凸）技术,建立了DC复合优化问题的两种Fenchel对偶问题。其次,利用c-共轭函数的上图性质,给出了三个重要的集合。最后,在e-凸函数的假设下,刻画了两对原—对偶问题的强对偶性以及两者之间的等价关系。     

问答系统中基于语义核函数的问题分类算法

提出一种基于语义核函数的问题分类算法,该算法基于问题的语法结构构建支持向量机(SVM)核函数.首先,将给定的问题解析为语法树结构,用语法树的子树表示该问题;然后,从词法、语法、语义三个层面提取问题的特征,构成更加丰富的特征空间;接着,基于问题的语法树构建核函数;最后,使用潜在语义索引方法并结合问题的词法、语法以及语义特征,通过语义核函数将特征空间映射到更有效的空间中进行问题分类.TREC数据集上的实验结果表明,通过词法、语法以及语义增强的问题特征空间可以提高分类准确率.     

无界区域上非自治BBM方程的一致吸引子

讨论了无界区域上非自治广义BBM方程的Cauchy问题，给出了方程解的先验估计，并证明了由方程生成的过程族在H^1（A）弱拓扑下存在一致吸引子．     

基于蚁群算法的Overlay路由扩展性问题

扩展性问题是Overlay网络研究中所需解决的重要问题之一.通过使用蚁群算法对目前Overlay路由系统广泛采用的单跳转发路由机制OHPR(one-hop path routing)进行改进,通过采用维护邻居节点集合的方式降低系统部署和运行的总开销.仿真实验结果表明,基于蚁群算法的单跳路由算法ACOHPR(ant colony optimization based one-hop path routing)在500个节点的Overlay系统中,与OHPR算法相比可以有效的降低系统路由的查询开销到30个节点左右,而获得的通信时延差别不超过9 ms.     

一类函数迭代的性质

采用矩阵法求出分式线性函数f(x)=(ax+b)/(cx+d)的n次迭代表达式fn(x),并分别对fn(x)的周期性、单调性、不动点进行讨论.     

代数体函数涉及重值的奇异方向

利用型函数的方法研究了代数体函数奇异方向，证明了满足条件limr→log^2r^T(r,w)=∞的有限代数体函数涉及重值的Borel方向的存在性．结果是对文献[4]中结论的推广；同时，还精细了文献[3]中得到的结果。     

Helmholtz方程的指数函数法多波解

在线性近似下,Helmholtz方程能够描述小尺度大气声波波动.因此分析小规模大气声波波动特性,必须对Helmholtz方程进行求解.大多数求解Helmholtz方程的方法是在某些边界条件和初始条件下进行的,而边界条件和初始条件本身就是在假设、近似的基础上得到的,且会使得计算过程复杂和计算量变大.指数函数法具有多个自由参数是求解非线性问题精确解的一种十分有效、直接的工具,且在求解时不要考虑边界条件和初始条件,对函数进行指数和双曲正切变换的共同作用可近似为线性变换.基于上述思想,本文首先对Helmholtz方程进行反正切变换,将其转化为非线性方程,其次进行单波解、双波解和三波解的假设并对其进行了求解,最后,利用次声波和可听声波对单波,双波和三波解进行了3维空间和2维平面的数值模拟.结果表明,求解方法简单、直观,且在线性近似下,不同频率的声波具有不同的传播特性,双波、三波沿着各自的方向传播,互不干扰.     

女性主义批评视野下的《格林童话》

本文试图运用女性主义批评理论,从格林童话中母亲形象的塑造、＂缺席＂的父亲与＂在场＂的母亲,以及永久幸福美满的结局这三个方面着手,对格林童话进行新的解读以揭示：这一在男权文化背景下产生的作品对两性权利与地位的表述和美好结局的设置这两方面,实质上都表达了男权文化的意识形态,传达了男权文化视野中所规约的女性形象。