高压二氧化碳处理对鲜切哈密瓜微生物与品质的影响

本实验以哈密瓜为原料,优化了清洗工艺,研究了高压二氧化碳（high pressure carbon dioxide,HPCD） 处理对鲜切哈密瓜贮藏期间（4 ℃避光贮藏8 d）微生物（菌落总数、霉菌和酵母菌总数）、感官指标（质量损失 率、质构、感官评价）、品质指标（可溶性固形物含量、pH值、VC含量）、酶（多酚氧化酶（polyphenoloxidase, PPO）、过氧化物酶）活力的影响。本研究首先确定了强酸电解水清洗25 min为最佳清洗工艺,清洗后鲜切哈密 瓜的菌落总数下降了0.81（lg（CFU/g））。2.5、3.5、4.5 MPa处理8 min后的鲜切哈密瓜在贮藏期间微生物数量显 著增加,PPO活力上升,且在贮藏8 d时,质量、硬度和VC含量分别下降了16.45%～42.70%、30.38%～48.97%和 96.25%～96.73%。本研究为HPCD技术应用于鲜切哈密瓜加工提供了理论依据。     

基于重构相空间短时状态预测残差的直升机旋翼损伤跟踪方法

运用相空间重构技术与Volterra泛函级数提出基于短时状态预测残差的旋翼损伤跟踪方法。应用相空间重构方法将旋翼状态监测信号变换到不同维数的相空间内以不同时间尺度观测系统的动态行为特性,从新视角研究旋翼损伤的演化过程,据旋翼实测相轨迹与Volterra基准状态模型预测结果之间的残差生成新的损伤观测信号,采用Unscent-ed滤波器对Volterra基准模型预测残差进行滤波,可进一步优化估计旋翼的损伤状态。该方法可利用单个状态监测信号的非线性特性在相空间中重建旋翼系统动力学本质,可更有效地开展旋翼的损伤跟踪与使用监测。     

Internet 3A访问模式及相关技术的研究

随着计算模式的发展和变化,用户的访问模式也面临新的要求。在松散耦合和动态变化的网络资源空间里．需要给用户提供一种时间无关、空间无关和物理无关的访问机制,它被称为3A(Anytime、Anywhere、and on Any device)访问模式。该文通过分析3A访问的丰富含义和需求内容,提出Internet 3A访问模式的三个基本特征,即：持续性、移动性和适应性。并分别总结和比较了支持这三种性质的多种解决方案及相关实现技术。     

我国财政货币政策对经济增长的影响——基于VAR模型的实证分析

选用实际GDP增长率、零售物价指数增长率、财政赤字占GDP比重和广义货币供应量(M2)的增长率为变量构建VAR模型,通过格兰杰因果关系检验和脉冲响应函数对我国财政货币政策对经济增长的影响进行实证分析.分析发现:扩张性的财政政策短期内可刺激经济增长,但长期内是抑制的;扩张性的货币政策短期内对经济增长的影响微弱,但长期内可以看作是中性的.同时还发现财政货币政策存在一种非对称性的关系,即扩张的货币政策对财政政策的影响不大,而扩张的财政政策将导致被动扩张的货币政策.     

基于Black-Karasinski模型的我国债券市场利率期限结构研究

随着利率市场化的推进,与利率挂钩的金融资产的利率风险愈发凸显.为了控制利率风险,对利率衍生品的定价所依赖的利率期限结构的研究显得越来越重要.本文在使用多项式线条法得到即时利率期限结构的基础之上,利用三叉树模拟技术构建并校准了我国银行间债券市场Black-Karasinski利率模型,目前国内还没有利用此模型校准我国利率期限结构的研究.结果显示:利率的均值回复性好,但波动性较小,模型的动态性能较差,这可能与我国债券市场的利率结构受央行存贷款基准利率变化影响有关.     

论闽浙高铁对沿线地区旅游发展的影响

作为一种新兴的交通方式,高铁对旅游业有着重大的影响。“高铁旅游时代”已不再是一个陌生的词汇。本文以闽浙地区的高铁为例,分析高铁的发展给沿线地区旅游业带来的资源、客源、服务、营销等方面影响,并在此基础上提出高铁沿线地区旅游发展的新措施,以促进区域旅游的进一步提高。最后,本文对区域旅游的发展前景进行了展望,提出了未来旅游发展的目标。     

基于多表观特征子模型更新的鲁棒视觉跟踪

在视觉跟踪中,传统模型更新算法在遮挡、光照变化及自身旋转等情况下通常存在鲁棒性较差的问题.为改善该性能,提出一种对多表观特征相应子模型进行选择性更新的鲁棒视觉跟踪算法.该算法首先建立候选子模型库,然后通过三个互补特征融合的粒子滤波跟踪确定当前帧目标位置和信息,最后将当前帧三种特征直方图信息与候选库中各子模型分别计算加权相似度,更新候选库后与阈值比较,判断是否更新当前子模型.实验结果表明：本文算法能够对特征相应子模型进行有效的选择性更新,与对比算法比较,在多种复杂变化的跟踪条件下,总体上能够具有更好的跟踪鲁棒性.     

基于双分支特征融合的无锚框目标检测算法

针对无锚框目标检测算法CenterNet中,目标特征利用程度不高、检测结果不够准确的问题,该文提出一种双分支特征融合的改进算法。在算法中,一个分支包含了特征金字塔增强模块和特征融合模块,以对主干网络输出的多层特征进行融合处理。同时,为利用更多的高级语义信息,在另一个分支中仅对主干网络的最后一层特征进行上采样。其次,对主干网络添加了基于频率的通道注意力机制,以增强特征提取能力。最后,采用拼接和卷积操作对两个分支的特征进行融合。实验结果表明,在公开数据集PASCAL VOC上的检测精度为82.3%,比CenterNet算法提高了3.6%,在KITTI数据集上精度领先其6%,检测速度均满足实时性要求。该文提出的双分支特征融合方法将不同层的特征进行处理,更好地利用浅层特征中的空间信息和深层特征中的语义信息,提升了算法的检测性能。     

基于量子遗传算法的视觉目标跟踪

针对视觉目标跟踪中传统搜索方法效率不高、难以求取全局最优等问题,利用量子遗传算法的全局寻优能力,提出了一种采用量子遗传算法作为搜索策略的视觉跟踪方法.在量子遗传算法的框架下,将像素点位置作为种群中的个体,提取颜色直方图作为特征,以相似性度量作为目标函数计算个体适应度值,找出相似度最大的像素点位置输出,最终完成跟踪.实验结果表明,本文方法在目标速度快、遮挡和非刚性形变等情况下具有明显优势,且算法运算量小,跟踪速度快.