关于Bubblesort-star网络的距离控制数

对于任意的正整数l,连通图G的顶点子集D被称为距离l-控制集,是指对于任意顶点v(∈)D,D中至少含有一个顶点u,使得u和v在G中的距离不超过l.图G的距离l-控制数是指G中所有距离l-控制集的最小基数,1-控制数常常称为控制数.给出了Bubblesort-star网络的控制数、距离2-控制数和距离3-控制数的界,而且针对某些低维Bubblesort-star网络的这几类控制数给出了更好的界.     

面向探地雷达 B-scan图像的目标检测算法综述

利用无损探测技术来获取地下目标的信息是当前研究的热点，探地雷达(GPR)作为一种重要的无损工具，已被广泛用于检测，定位和特征化地下目标。然而，从GPR成像中探测掩埋物体并评估其位置既费时又费力。因此，实现地下目标的自动化探测对实际应用是必要的。为此，该文在综合分析地下目标回波特征的基础上，讨论了使用GPR评估目标位置的可行性，并回顾了国内外学者在GPR成像中对双曲线特征自动化检测的研究进展。该文还在国内外典型实例剖析的基础上，总结并比较了目标检测的处理方法。最后指出，未来的研究应集中于开发新的深度学习检测框架，用以自动检测和估计真实场景中的地下特征。     

基于Mobilenetv2-YOLOv4模型的行人车辆检测算法

无人驾驶关键技术不断突破，并在更多场景中得到应用。研究车辆行人自动化检测算法具有十分重要的意义。为了提升系统的检测效果，解决因目标物体尺寸太小、目标遮挡以及复杂环境等因素影响所导致的检测精度不高的问题，提出了一种改进的YOLOv4模型对数据集进行训练，采用轻量化网络Mobilenetv2代替YOLOv4中原有的主干网络，以此获取有效特征层，降低原有网络的运算量和参数量。实验结果表明，改进的Mobilenetv2-YOLOv4模型可以达到40.76%的平均精度，每个epoch的学习时间仅约12 min，既保证了识别精度又提高了检测速度。