基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

《装在口袋里的爸爸:身体调换机》

<正>聪明饭、摇钱树、后悔药、美梦制造机,爸爸以前发明的东西让杨歌心有余悸。这次,爸爸又有了新发明——身体调换机!一开始,杨歌很不待见这个新发明,不过后来转变看法了。因为他发现,有了身体调换机,他可以扮演很多不同的角色:成为人人称赞的优秀学生,变成受学生爱戴的老师,当一回万众瞩目的明     

基于改进灰狼算法优化SVR的航天侦察装备效能评估

定量评估航天侦察装备效能是武器装备体系建设的重要环节之一, 对装备发展和作战应用具有重要的现实意义。针对评估样本数据少、效能在多指标因素影响下变化规律非线性等条件下的效能评估问题, 提出一种基于改进灰狼(improved grey wolf optimizer, IGWO)算法优化的支持向量回归机(support vector regression, SVR)评估方法(IGWO-SVR)。引入反向学习策略及余弦非线性收敛因子改进灰狼优化算法收敛性能及全局寻优能力, 并将其应用于基于支持SVR效能评估参数的优化。基于航天侦察装备特点, 构建评估指标体系及航天侦察装备效能评估模型。最后, 通过对一定作战想定背景下航天侦察装备效能进行仿真评估, 验证了所提方法的合理性及优化模型的有效性。     

华人杰出物理科学家群体特征的计量分析

华人科学家在物理学领域造诣较高、具有一定的影响力,以华人杰出物理科学家群体为样本,应用SPSS13.0数理统计软件对该群体的年龄结构、性别比例、出生地域、受教育及出国留学经历、归国时间及工作单位、学科领域等情况进行计量分析,概述这一群体的若干特征,引导物理学的进一步发展。     

高温作用后砂岩物理力学性质阈值温度的确定——基于机器学习算法

通过采用机器学习算法，提出了高温作用后砂岩物理力学性质变化的阈值温度的确定方法。基于Python语言，利用K-Means、SVM算法，实现了对样本数据的分类和聚类，确定了阈值温度区间，验证了二分类法的合理性和准确性.结果表明，砂岩样本的阈值温度区间为400~600 ℃，阈值温度上下砂岩的物理力学性质存在显著差异，体现为阈值温度区间以下的岩样物理力学性质较为分散，而阈值温度区间以上的岩样物理力学性质较为集中.     

“启发性问题导学”在物理教学中的应用

物理是一门实践性较强的课程,高中物理学科在进修学校学科中占据着重要的地位,学生是学习的主体,学习不是单纯地被动接受的过程,需要发挥学生的积极主动性,促进其利用起自身原有的储备知识对新的知识进行理解,但是由于学生自身的知识量以及知识内容的限制,在对新的知识进行认知的过程中难免有所困难,启发性问题导学则是在老师的帮助引导下,使学生发现问题、解决问题,从而构建自身的知识结构。     

关于如何激发学生物理学习兴趣的探究

物理是一门抽象性较强的学科，需要学生保持一定的学习兴趣方能进入积极求知状态。教师要善于结合物理学科的特点、新课程改革倡导的教育理念以及现代化的教学手段，采取多种措施激发学生的学习兴趣，通过发挥学生的非智力因素的作用，调动学生的积极性，尽可能通过发挥非智力因素的影响，挖掘学生的智力因素，促使学生的物理学习变得丰富而高效。调动学生的学习积极性。     

爱因斯坦的洞察力

<正>今年12月2日是爱因斯坦广义相对论论文发表100周年纪念日坐在办公桌前或常年在实验室中独自忙碌,直到——灵感产生——觉察到了一切。这就是科学工作的神话,而且这个过程几乎总是错的。在现实生活中,科学的进步是循序渐进的,大多数研究人员是在团队中工作,孤独的天才总是难以找到揭示宇宙的革命性的新理论。然而,阿尔伯特·爱因斯坦(Albert Einstein)却做到了。来自于哈勃空间望远镜的图像:遥远星系由于地球附近星系团质量的存在而发生弯曲——这种弯曲是由广义相对论所预言的(又称引力透镜现象)