特征信息增强的无人机车辆实时检测算法

针对无人机视角下车辆由于尺度小分辨率低等问题而难以精确分类定位,本文设计了一个轻量级特征提取网络用于提供车辆的多尺度中低层信息,并分别将其融入到主干神经网络中,实现中低层特征信息的传递;同时利用主干网络提取有利于车辆与背景或其他类别分类的高级语义信息,然后将深层高级语义特征与浅层特征进行融合实现高级语义信息的传递,因此类似引入双向网络能够有效地传递不同层次的信息,增强车辆的特征信息表示。此外,采用多路空洞卷积进行特征提取,使得中低层信息更加丰富多样性;并设计了一种灵活有效的融合模块,能够将中低层信息较好地融入到主干网络中增强目标车辆的判别性特征。实验结果表明,该算法能够在无人机数据集上取得很好的检测效果,同样满足实时的应用需求。      

黄皮叶提取物对食品中常见致病菌抑菌作用研究

研究黄皮叶化学成分和抑菌作用.采用纸片扩散法对黄皮叶不同溶剂提取物进行初步抑菌试验,在此基础上采用纸片扩散法和稀释法对乙醇提取物进行抑菌试验.并对乙醇、石油醚提取物进行化学成分的预试验.结果显示,乙醇提取物中含有较多的生物碱、有机酸、香豆素、黄酮和酚类等;石油醚提取物中主要含有挥发油、甾体和萜类等物质.不同溶剂提取物对常见病原菌的抑菌效果为乙醇>石油醚,而水提物则无抑菌效果.黄皮叶乙醇提取物对食品中常见致病菌均有较强的抑菌效果.其最低抑菌浓度分别是:大肠杆菌、金黄色葡萄球菌、枯草芽孢杆菌均为<4 mg/mL、啤酒酵母<8 mg/mL.表明乙醇提取物对4种常见病原菌的抑菌效果显著.     

HOG特征混合模型结合隐SVM的感兴趣目标检测定位算法

针对传统基于梯度方向直方图特征检测算法对解决目标模型单一、发生形变、存在遮挡及目标受干扰下定位困难的问题,提出一种基于HOG特征混合模型结合隐SVM的感兴趣目标检测算法。首先利用用训练图像的HOG特征金字塔表示得到包含感兴趣目标根模型、部件模型和对应可变形部件特征表示,该模型不仅描述目标的整体轮廓,而且能够捕捉到更为精细的目标部件轮廓,在一定程度上提高了检测算法在目标姿态复杂情况下的鲁棒性。然后利用HOG特征混合特征训练部件检测分类器LSVM(Latent Support Vector Machine)。最后通过动态规划和距离转换算法在测试图上扫描出与可变形部件模型相匹配的区域,实现感兴趣目标的检测定位。经过多组实验结果表明,所提出的算法能较好地解决目标在发生较大形变和存在遮挡等复杂姿态下的定位问题。      

稀疏FRAME模型的感兴趣目标检测算法

针对基于非齐次FRAME（Filters,Random filed,And Maximum Entropy）模型的目标检测算法在目标发生较大形变或存在阻挡等情况下的定位产生一定偏差,以及学习模型所需大量时间等各方面的研究,提出了一种稀疏FRAME模型的感兴趣目标检测算法。首先用共享稀疏编码方法对样本图像进行特征提取,由所选择的基函数构成可变形的稀疏FRAME模型;然后用交替的求和图及最大值图结构对测试图像进行匹配检测,实现目标定位。经多组实验结果表明,该算法不仅在一定程度上提高目标发生较大形变或存在阻挡等情况下的鲁棒性,而且节省了大量的样本训练时间。     

网络信息资源评价模型构建与实证研究

从信息内容、信息利用、信息设计3个层面构建网络信息资源评价指标体系,采用专家打分及主成分分析方法,确定了影响网络信息资源的主要因素,构建了网络信息资源评价模型,并进行了实证分析。     

内蒙古太阳能源设备厂

内蒙古太阳能源设备厂是电子工业部定点生产硅太阳电池的重点骨干企业,是内蒙古自治区唯一生产硅太阳电池的厂家。我厂现有职工310人,其中生产工人209人,工程技术人员30人,固定资产221万元,已具有20万瓦太阳电池和20万台高效节能灯具的生产能力。     

三种吸附剂的改性与染料吸附特性比较研究

为了用廉价吸附剂去除有色污水中的染料,提出用焙烧或酸洗对硅藻土、粉煤灰及膨润土进行改性.研究了改性前后三种吸附剂材料的性能变化,比较了它们对阳离子、酸性、活性染料溶液及印染污水的处理效果.结果表明,硅藻土的染料吸附效果和对污水化学需氧量（COD）的去除力均比粉煤灰及膨润土高.改性前硅藻土及膨润土对阳离子染料吸附力大于阴离子染料,粉煤灰与此相反.硅藻土450 ℃焙烧后大部分有机杂质被去除,对染料的吸附性能获得提高.粉煤灰酸洗后对阳离子染料吸附能力提高,对酸性及活性染料的吸附能力降低.膨润土酸洗后对阳离子、酸性染料的吸附性能提高,对活性染料降低.     

稀疏活动轮廓扩展形状脚本模型目标检测算法

传统的稀疏活动轮廓模型可以较好地解决目标微小形变情况下的定位问题,但是对训练样本要求比较严格,且在目标发生较大形变情况下采用学习到的可变形模板对目标进行定位会产生一定偏差。针对该问题,提出一种稀疏活动轮廓扩展形状脚本模型的目标检测算法。利用勾画样本通过扩展活动轮廓模型学习到组成目标的可变形形状图案,这些形状图案构成的形状脚本模型能够清晰地定义目标模式;采用递归sum-max maps结构进行搜索,用形状脚本模型匹配测试图像实现目标定位。经过多组实验,结果表明所提算法能较好地解决目标在发生较大形变、存在遮挡以及复杂背景下的定位问题。