城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

《老水手行》中的鸟与蛇意象

柯尔律治的诗歌以神秘、怪诞著称。本文通过分析《老水手行》中鸟和蛇的意象来解读《老水手行》，在宗教寓意之外发现柯尔律治在诗中隐含的另一个主题，敬畏自然、关爱生命。     

太极的四维图象--大统一的宇宙结构

将<太极图>解析成太极图的四维图象,并根据<周易>的周而复始、生生不息的宇宙法则和现代物理学研究成果构画出太极宇宙模型,同时指出太极宇宙模型的基本特征及特点.根据太极宇宙模型、<周易>原理和现代科学成就提出并描述出大统一的宇宙结构图景,指出"炁天人合一"是易学思想的精髓、太极法则,即宇宙的主体时空观和宇宙的客观本体观的统一.本文提出的太极宇宙模型及大统一的宇宙结构与欧美等国科学家最近提出的循环宇宙、中空宇宙有异曲同工之妙.     

攻击机编队对地攻击损伤评估研究

为了分析机群对地攻击的损伤,提出了三种不同情况下的损伤评估方法.首先给出了常用的平均分配防空火力时的机群对地攻击的损伤评估方法;然后分析了"不打中一个,不打另一个"的防空火力最优分配原则,即保证攻击序列中的第一次攻击的方向总是对着机群中没被击落的飞机,并提出了在该最优分配原则下的攻击机编队的损伤评估算法;最后提出了在最优分配防空火力基础上考虑攻击机防卫物资消耗下的编队损伤评估方法,并对各种评估方法进行了仿真计算和比较.     

论艺术概括的基本方式和三个层次

艺术概括是塑造优秀文学形象的重要手段 ,它的基本方式是必须融会在个性书写过程中 ,以个性书写为形态。艺术概括包涵三个由浅入深的层次 ,即 ( 1)通过个性概括同类现象的共同特征 ;( 2 )通过个性深入揭示内在本质 ;( 3 )通过个性显示深广的社会意义。达到这三个层次 ,文学形象便可获得深厚的内在意蕴     

基于改进YOLOv5的遥感图像飞机目标检测

针对遥感图像中飞机检测尺寸大小不一、背景复杂导致的难以识别问题,提出一种基于YOLOv5网络模型的改进方法。首先,在YOLOv5网络模型中融入Swin-Transformer模块,使网络全局建模并使全维度信息交互,以提升网络的特征提取能力;其次,对损失函数进行优化,引入SIOU损失函数以考虑真实框和预测框之间的向量角度问题。对比实验表明,优化前后网络模型检测精度均为95.3%。在检测精度相同的情况下,改进后的网络模型召回率为91.2%,比改进前提升0.6个百分点;改进后平均检测精度mAP_0.5为95.7%,比改进前提升0.2个百分点。结果表明,改进后的YOLOv5网络模型能在一定程度上提升遥感图像中飞机目标检测性能。     

菲涅耳平面全息图的无像差再现像

从平面全息图基本理论出发,讨论了无像差像存在的条件及个数并具体指出球面参考光形成的菲涅耳全息图可有四个无像差再现象。     

动态超声彩色血流图像的计算机仿真

计算机仿真超声彩色血流图像，可以为各种超声彩色血流图像处理方法的性能比较提供有效的信号源．在仿真某一时刻静态超声彩色血流图像的基础上，根据给定的一个心动周期的最大血流速度曲线，计算出血管内的血流速度分布随时间的变化，对一个心动周期划分24时相，仿真出动态超声彩色血流图像。     

在心理学教学中培养学生的创新能力

创新是民族的灵魂，创新能力的培养离不开教师。高师是培养师资后备力量的场所，心理学是高师院校设置的一门公共必修课，又是一门最具示范性和实用性的课程。高师院校应当充分认识过去心理学教学对学生的创新能力的抑制作用，在心理学教学中采取切实可行的措施培养学生的创新能力。     

Classification of Medical Brain Images

Since brain tumors endanger people‘s living quality and even their lives, the accuracy of classification becomes more important. Conventional classifying techniques are used to deal with thosedatasets with characters and numbers. It is difficult, however, to apply them to datasets that include brain images and medical history (alphanumeric data), especially to guarantee the accuracy.For these datasets, this paper combines the knowledge of medical field and improves the traditional decision tree. The new classification algorithm with the direction of the medical knowledge not only adds the interaction with the doctors, but also enhances the quality of classification. The algorithm has been used on real brain CT images and a precious rule has been gained from the experiments. This oaoer shows that the ahzorithm works well for real CT data.