旅游业可持续发展中的主要障碍及相关对策探讨

介绍了旅游业及其可持续发展的意义,通过分析我国旅游业可持续发展中存在的一些问题,并提出相关对策。     

揭示锂硫电池中16电子硫还原反应网络

<正>锂硫电池因其高理论比容量(1672 mAh g^-1)和能量密度(2600 Wh kg^-1)、低成本且环保等特性,被认为是最具有应用潜力的电化学能源存储装置之一^[1,2].基于锂多硫化物的硫还原反应(sulfur reduction reaction, SRR)网络涉及复杂的从S₈分子到Li₂S的16电子多步转化过程,并伴随着可溶性锂多硫化物中间体(lithium polysulfide intermediates, LiPS)的生成和溶解.其中高阶多硫化物向不可溶Li₂S₂/Li₂S的转化最为困难,产生的LiPS在电解液中大量累积并在正/负极之间穿梭,导致硫活性材料的不可逆损失和容量迅速衰减^[3].     

带有非局部条件的分数阶中立型发展方程的近似可控性

讨论了带有非局部条件的分数阶中立型微分系统的近似可控性. 利用分数幂算子和Krasnoselskii不动点定理, 证明了半线性分数阶中立型微分系统温和解的存在性. 进而在相应线性系统近似可控的基础上, 讨论了半线性中立型微分系统的近似可控性.     

基于ObjectNess BING 的海面多舰船目标检测

将一幅图像按照一个目标的大小进行缩放,然后计算其梯度特征,再对梯度特征进行标准化,二值化能够极大地提高目标候选区域的选择和检测计算效率,减少耗时。由于对海上舰船目标的检测是具有丰富角点的人造目标,对ObjectNess二值化标准梯度特征(binarized normed gradients, BING)方法中的目标候选区域提取算法进行改进,使其能够更加快速地进行候选区域的选择并保持较高的检测率。分析了海上多舰船目标的图像特征,提出了利用角点确定目标的候选基点,再利用ObjectNess BING检测模型训练获得的多目标尺寸进行候选区域的选择,对互联网上下载的多幅多舰船图像进行处理的结果表明,算法能够有效减少候选目标区域的数量并保持较高的检测概率。