融合局部纹理特征的核密度估计运动目标检测

针对运动目标检测中光照变化、移动阴影问题,提出一种基于多维特征的核密度估计运动目标检测方法。提出一种改进的局部纹理特征二值模式,对噪声和灰度尺度变化具有更好的鲁棒性,在背景建模中将该纹理特征与颜色特征融合进行概率核密度估计,并结合像素的邻域相关性抑制虚假前景以更好地应对多模态背景场景。实验结果表明:在基于纹理特征或核密度估计的同一体系算法中,本文方法对光线渐变以及运动柔性阴影都有较好的鲁棒性,综合性能指标提高了18%;与目前性能优越的算法纵向比较,能在平均检测性能相当的情况下提高50%的处理速度,更好地平衡检测效果与时间性能。     

浅析我国女性参政中"权力尖端缺损"现象

导致我国女性参政中"权力尖端缺损"问题的原因基本上有3个:女性相对缺乏经济资本和时间资本;人事制度及"最低比例制度"的限制;政治历史中女性缺席的传统文化.要根本解决女性参政的问题,就要增加我国女性的资本占有量,实现男女的经济平等,给与女性更多的闲暇时间,提高女性的受教育程度.     

利用UML捕获CCMS的功能需求

合同资金管理系统(CCMS)是客户关系管理系统(CRMS)的子系统,在企业中有着广泛的应用.图形化建模语言UML是一种较好的面向对象分析工具,文中利用UML2.0为工具,在需求分析阶段依次采用捕获参与者、捕获用例、建立用例模型这些步骤,获取了合同资金管理系统的功能需求,从而简化了系统建模,提高了开发效率.对此得出结论:功能需求仅为系统需求的一部分,要捕获系统需求还必须要运用其他工具来捕获非功能需求.     

嘧菌酯在洋葱中的残留量及消解动态分析

为了评价嘧菌酯在洋葱上使用的安全性,对其在洋葱中的残留水平、消解趋势进行研究.样品用乙腈提取,提取液经PSA、GCB吸附剂分散固相萃取净化后,用高效液相色谱-串联质谱检测.结果表明,嘧菌酯在洋葱头中的平均回收率在94％～104％,相对标准偏差为3％.在洋葱植株中的平均回收率在100％～101％,相对标准偏差在0.4％～...     

四川巴中全面检查公共车辆消防安全

为深刻吸取“6·5”成都公交车火灾事故教训，6月5日下午，四川省巴中市公安消防支队立即召开紧急会议，要求支队防火处和各县（区）消防大队成立检查组，对全市公共、公交车辆和车站进行消防安全大检查，从源头上控制火灾事故的发生。     

绿原酸衍生物的制备及其活性研究进展

绿原酸是一种具有生物活性的水溶性酚类衍生物,然而其低脂溶特性限制了它的产业应用。通过分子修饰制备的绿原酸衍生物,能够显著提升其脂溶性且保留绿原酸本体的生物活性。本文综述以酰氯法为代表的化学法以及酯化法、酯交换法等酶法制备绿原酸衍生物的研究进展,讨论绿原酸衍生物常用的分离和纯化手段,并探讨近年来绿原酸衍生物的抗氧化、抗肿瘤、抗真菌和调节脂质代谢等生物活性的相关研究,总结现阶段绿原酸衍生物研究中存在的问题,并展望未来发展趋势和应用。     

基于“雨课堂”的混合教学模式

针对C++程序设计基础课程的特点及传统教学模式存在的不足,使用智慧型教学工具“雨课堂”构建了“线上+线下”的混合式教学模式。这种模式实现了线上线下教学的无缝对接,既能构建生动立体的线下教学课堂,又能打造资源丰富的线上学习环境,并能够实现对学生线上学习的有效监督及管理。教学实践证明,基于“雨课堂”的混合教学模式能有效地保证课前、课上以及课后每一个环节的学习效果,提高师生互动性。     

玻璃棉彩钢板火灾痕迹特征与受火关联性研究

为研究玻璃棉彩钢板火灾痕迹特征与受火情况的关联性,以油盘火作为典型火源,通过控制彩钢板与油盘的距离改变彩钢板受热条件,模拟火灾现场,分析彩钢板温升曲线、火灾痕迹、烧损状况,得到玻璃棉彩钢板颜色与形态等方面与温度的对应关系。结果表明,玻璃棉彩钢板在300℃以下表现为过渡区的痕迹特征;在300~400℃呈红色丝状;在400~500℃呈黑色絮状;在500℃以上呈灰色块状。     

聚氨酯泡沫热解产物对可燃液体物证鉴定的干扰性研究

摘 要：以不同密度聚氨酯泡沫为研究对象,采用同步热分析（STA）和气相色谱-质谱联用技术（GC-MS）,分析了聚氨酯泡沫塑料热解产物对汽油鉴定干扰性的影响。试验表明,聚氨酯泡沫塑料热解过程可分为两个阶段,80 kg/m3聚氨酯泡沫塑料第一阶段热解初始温度略低,质量损失率略大。聚氨酯泡沫塑料燃烧残留物中可检测到芳香烃、稠环芳烃和茚满类特征组分,但40 kg/m3聚氨酯泡沫塑料燃烧残留物检出的相似特征组分数量明显较多,因此,40 kg/m3聚氨酯泡沫塑料对汽油鉴定的干扰性高于80 mg/m3。     

模式聚类与周期分解的能耗监测及异常检测方法

时间序列异常检测对于能耗监测和管理至关重要。为了解决周期分解算法在时间序列中易受模式不一致影响的问题,文章提出模式聚类和周期分解相结合的异常检测方法。该方法使用密度峰值聚类算法寻找聚类中心点,并通过循环距离度量方法解决子序列相位偏移问题;为了屏蔽不同模式数据间的影响,使用季节分解算法S-H-ESD(seasonal hybrid extreme studentized deviate)在具有相同周期模式的聚类簇中寻找异常点,并评估和筛选检测结果的异常程度。实验结果表明,方法得到了较为理想的效果,适用于复杂周期时间序列的异常检测工作。