4个圈不交并图优美性的一些结果

讨论了4个圈不交并图3C4k∪Cn的优美性，给出了其为优美图的必要条件，并用构造性的方法给出了3C4k∪C4k 3,3C4k∪C4k 4,3C8k∪C8k-1的优美标号，证明了它们是优美的。     

CPAM处理浓缩污泥脱水的影响因素研究

近年来,我国城镇化快速发展,城镇污水产生量与日俱增,城镇污水处理厂大量兴建,城镇污水处理量快速增长。在城镇污水处理过程中,会产生大量的剩余污泥。剩余污泥中通常含有大量的有毒有害物质、营养素、有机物和水分等。它稳定性差,容易腐化发臭,若不及时处理会造成严重环境污染。     

求解图的最大独立集的一种算法

如何寻找图的最大独立集这个问题是一个古老的难题。文章从图论的基本概念入手 ,得到了一种基于图的邻接矩阵的寻找图的极大独立集和最大独立集的算法 ,并得到其算法复杂度为 O(nn!/(m!(n - m) !) )     

阳离子聚丙烯酰胺污泥脱水絮凝剂的制备

根据曼尼期反应,在适宜的温度下,加入引发剂,使丙烯酰胺单体与丙烯酰氧乙基三甲基氯化铵阳离子单体发生自由基共聚反应,获得了阳离子聚丙烯酰胺高分子絮凝剂;系统地研究了共聚反应过程中单体总浓度,引发剂用量、聚合温度、pH值、增溶剂等因素对阳离子聚丙烯酰胺主要性能的影响,得出了最优反应条件:聚合温度为35℃,单体总浓度为20%,AM与DAC的相对摩尔比为6:1,复合引发荆为0.08%,pH值为7,增溶剂为2%,通入氮气时间为15min,反应时间为5h.在上述反应条件下合成了溶解性好、综合成本低、絮凝效果好、相对分子质量达3.00×106的聚丙烯酰胺产物.     

面向智慧交通的图像处理与边缘计算

随着全球人口的持续增长和城市化进程的加速,道路拥挤、交通事故和污染排放增加等问题日益严重。智慧交通系统旨在借助先进的信息与通信技术建成高效安全、环保舒适的交通与运输体系,提供全方位的交通信息服务和安全高效、经济快捷的交通运输与出行服务。经过各国多年来的竭力推进与发展,智慧交通系统在交通管理、自动驾驶与车路协同等方向均得到广泛的应用。智慧交通的发展离不开通信、计算机与控制等研究方向的突破与创新。其中,图像处理作为智慧交通系统的核心技术之一,它的研究进展直接影响着智慧交通系统的部署。图像处理技术是指计算机对图像进行增强、复原、提取特征、分类和分割等技术处理,通过对交通视觉图像的处理,为智慧交通系统的感知、识别、检测、跟踪和路径规划等功能提供了最直接与重要的信息。此外,面对智慧交通系统所产生的大量数据计算任务,边缘计算技术则将中心云服务下沉至各边缘节点附近,不但能够优化算力负载分配,还能够满足智慧交通应用与服务对低时延、高响应速度的需求。本文从智慧交通系统的发展现状入手,分别围绕面向智慧交通的图像处理与边缘计算技术,阐述其研究热点与前沿进展,汇总与比较国内外的相关学术和产业成果,并对智慧交通系统中的图像处理及边缘计算技术未来的发展进行总结分析与趋势展望。     

圈对完全图Ramsey数r(C4,Kn)的3个新下界

构造3个不含C4的图，得到3个圈对完全图的Ramsey数的新下界：r(C4,K9)≥25,r(C4,K14)≥49,r(C4,K27)≥121。     

交互式三维视频系统研究进展

交互式三维视频是多媒体技术领域中的研究热点和难点.文中针对交互式三维视频系统,从系统实现的角度就视频编码、虚拟视点绘制等关键技术进行了分析与综述,并对目前已有的实际多视点视频系统及在此基础上建立起来的交互式三维视频系统进行了分类,对其优缺点进行了分析.最后,就交互式三维视频系统的进一步发展提出了若干技术与理论的展望.     

面向体验质量的多媒体计算通信

随着移动互联网和通讯技术的发展,多媒体通信技术成为国家信息产业发展的重大需求,广泛地应用在视频会议、各类直播应用、远程医疗、远程监控和远程教育等方面。然而,大容量多媒体通信业务面临着网络带宽的压力。本文将媒体计算引入通信系统,建立新的多媒体通信研究范式,从提升体验质量（quality of experience,QoE）的角度,形成新的多媒体编码与传输方法,从根本上降低网络带宽需求的压力。体验质量即信息接收者结合自身期望对客观信息载体的有关性能给出的主观评价,是区别于服务质量（quality of service,QoS）的通信质量评价准则。本文介绍了QoE的评价准则,分为基于用户的评价方法和基于客观参数的评价方法,通过用户主观评分或对用户的相关生理、心理指标进行测量进而分析、推测用户的感受;或者通过对业务客观指标的主观化修正实现体验质量的评价。本文综述了多媒体编码方法,主要包括基于波形的编码和基于内容的编码方法。前者对任意视频信号进行有效编码而不需要分析视频内容,如一系列视频编码标准;后者识别视频序列中的物体和相关区域并对它们进行编码。本文阐述了5G+AI（artificial intelligence）时代的新型视频传输方法,如多视点视频编码、4 K、8 K视频编码,3D立体视频,点云、光场、AR（augmented reality）、VR（virtual reality）等视频业务。     

超像素条件随机场下的RGB-D视频显著性检测

目的 视觉显著性在众多视觉驱动的应用中具有重要作用,这些应用领域出现了从2维视觉到3维视觉的转换,从而基于RGB-D数据的显著性模型引起了广泛关注。与2维图像的显著性不同,RGB-D显著性包含了许多不同模态的线索。多模态线索之间存在互补和竞争关系,如何有效地利用和融合这些线索仍是一个挑战。传统的融合模型很难充分利用多模态线索之间的优势,因此研究了RGB-D显著性形成过程中多模态线索融合的问题。方法 提出了一种基于超像素下条件随机场的RGB-D显著性检测模型。提取不同模态的显著性线索,包括平面线索、深度线索和运动线索等。以超像素为单位建立条件随机场模型,联合多模态线索的影响和图像邻域显著值平滑约束,设计了一个全局能量函数作为模型的优化目标,刻画了多模态线索之间的相互作用机制。其中,多模态线索在能量函数中的权重因子由卷积神经网络学习得到。结果 实验在两个公开的RGB-D视频显著性数据集上与6种显著性检测方法进行了比较,所提模型在所有相关数据集和评价指标上都优于当前最先进的模型。相比于第2高的指标,所提模型的AUC（area under curve）,sAUC（shuffled AUC）,SIM（similarity）,PCC（Pearson correlation coefficient）和NSS（normalized scanpath saliency）指标在IRCCyN数据集上分别提升了2.3%,2.3%,18.9%,21.6%和56.2%;在DML-iTrack-3D数据集上分别提升了2.0%,1.4%,29.1%,10.6%,23.3%。此外还进行了模型内部的比较,验证了所提融合方法优于其他传统融合方法。结论 本文提出的RGB-D显著性检测模型中的条件随机场和卷积神经网络充分利用了不同模态线索的优势,将它们有效融合,提升了显著性检测模型的性能,能在视觉驱动的应用领域发挥一定作用。     

交互式视频质量评价方法研究进展

在交互式视频应用快速发展的同时,如何评价视频质量成为当前亟待解决的挑战性难题,其成果对整个多媒体通信系统的各环节技术发展具有关键作用。从主观质量评价、客观质量评价两个角度综述了当前交互式视频质量评价的研究与应用现状,其中主观质量评价方法包括主观视频质量评价数据库、主观视频质量评价打分与计算机制,客观质量评价方法则包括视觉信号处理与分析、深度学习机制下的评价与建模方法等。在总结上述研究方法与成果的基础上,展望了本领域的研究与发展。