西湖龙井区块链溯源体系设计

目的:基于区块链技术研究西湖龙井溯源体系。方法:采用PFMEA(潜在失效模式及影响分析)确定西湖龙井生产销售全流程中数据层关键节点,并以此建立基于区块链(Blockchain)技术的西湖龙井溯源体系。结果:以PFMEA为手段对生产流程所采集的数据进行分析,确定了茶园区域、采摘、定级、销售四个环节为数据层关键节点,然后基于区块链建立西湖龙井溯源体系;该体系架构包括数据采集区、数据层、网络层、合约层、应用层等。结论:结合具体应用场景,论证了西湖龙井区块链溯源体系的可行性和有效性。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

新型张拉式观景塔动力性能分析

目前国内观景塔的结构形式单一,外形样式缺乏新意,文章提出提出一种新型的张拉式观景塔结构,由于其动力特性不同于其他结构形式,文章采用MIDAS gen有限元分析软件建立计算模型,通过合理的模拟结构的边界条件及初始状态,阐述了模态分析、反应谱分析及时程分析的基本理论;对结构进行了模态分析得到该结构的周期及模态;并对该结构进行反应谱分析及时程分析,对两者的计算结果进行了对比,得到反应谱的计算结果偏小于时程分析。     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

除尘器新型褶式滤筒的结构优化及系列化设计

以新型褶式滤筒为研究对象,选取滤筒褶数N_2、褶夹角θ、褶高h、过滤风速v为影响因子,除尘器压力损失为响应值,基于响应曲面法分析影响因子对压力损失的影响,建立滤筒除尘器压力损失的预测模型并得到滤筒褶皱结构最优参数。以滤筒内径D、筒体高度D_1为标准尺寸,依据相关国家标准设计滤筒筒体部分;以锥体高度D_2、锥体上圆直径D_3为系列尺寸,利用尺寸变化法设计锥体部分;通过Access软件建立滤筒产品数据库。结果表明:当θ=5.2°,N_2=50,v=0.01 m/s,h=0.035 m时,除尘器压力损失最低;当D_1=1 000 mm,D=320 mm时,D_2和D_3最佳值分别为600,130 mm,故采用D_2/D_1=0.6,D_3/D=0.4的比值设计相应滤筒锥体系列。     

基于特征融合的中文简历解析方法研究

针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点，提出一种基于特征融合的中文简历解析方法，即级联Word2Vec生成的词向量和用BLSTM（Bidirectional Long Short-Term Memory）建模字序列生成的词向量，然后再结合BLSTM和CRF（Conditional Random Fields）对中文简历进行解析（BLSTM-CRF）。为了提高中文简历解析的效率，级联包含字序列信息的词向量和用Word2Vec生成的词向量，融合成一个新的词向量表示；再由BLSTM强大的学习能力融合词的上下文信息，输出所有可能标签序列的分值给CRF层；再由CRF引入标签之间约束关系求解最优序列。利用梯度下降算法训练神经网络，使用预先训练的词向量和Dropout优化神经网络，最终完成对中文简历的解析工作。实验结果表明，所提的特征融合方法优于传统的简历解析方法。     

2019年中国区块链发展形势展望

展望2019年,我国区块链技术与产业发展仍存在诸多瓶颈,如区块链安全问题日益突出、区块链关键技术急需突破、区块链有待与实体产业深度融合以及区块链人才缺口较大。基于此,赛迪智库提出了加强安全技术研究,构建区块链安全风险应对能力;提升自主研发实力,加速区块链核心技术突破;开展试点示范,促进区块链与实体产业深度融合;完善区块链人才培养机制,建设区块链人才队伍等对策建议。