基于特征融合与改进神经网络的行人再识别

行人再识别中,为了获得基于突出性颜色名称的颜色描述(SCNCD)特征对于光照变化较好的鲁棒性,提出了融合SCNCD特征和对于视角变化鲁棒性高的局部最大出现概率(LOMO)表观特征;为了获得图像的结构信息,将图像划分为多个重叠块,并提取块特征;针对神经网络容易陷入局部极小值,且收敛速度慢的问题,引入动量项.经过公用VIPeR数据库和PRID450s数据测试后,实验结果表明:融合后的特征的识别能力明显高于原特征的识别能力,且改进后的神经网络收敛速度明显提高.     

一个矿嫂肩上的家

一个六口人的家庭,上有患严重糖尿病且半身不遂的婆婆,下有因车祸而全身瘫痪的小叔子,十二岁正上学的女儿,还有个不满五岁的侄儿,这家庭的重负都压在一个女人瘦弱的肩上,三十八岁的李玲除了上班,还要照看这个多灾多难的家。 请看——     

350 MW余热锅炉变工况运行特性分析

目的  整体煤气化联合循环（IGCC）发电技术是高效、低碳的发电技术,余热锅炉是IGCC的组件之一。文章旨在研究余热锅炉变工况运行特性以提高整体煤气化联合循环发电技术的效率。 方法  通过分析余热锅炉的工作原理及传热传质原理,使用MATLAB软件展开编程计算,探究给水温度、给水压力、液相换热系数以及气相换热系数与余热锅炉内吸热量的关系。 结果  结果发现,当液相换热系数在200～1 000 W/(m²·K)和气相换热系数在20～100 W/(m²·K)范围内时,如果给水温度从30 ℃增加到100 ℃或给水压力增加,余热锅炉的吸热量将不断减少。反之,假设给水温度在30～100 ℃范围内,当液相换热系数从200 W/(m²·K)增加到1 000 W/(m²·K)或气相换热系数从20 W/(m²·K)增加到100 W/(m²·K)时,余热锅炉的吸热量不断增加。 结论  在液相换热系数与气相换热系数不变的情况下,给水温度或给水压力增加,余热锅炉的吸热量会减少;在给水温度与给水压力不变时,液相换热系数或气相换热系数增加,余热锅炉的吸热量会增加。     

孤岛模式下并联VSG的无功均分控制策略

微电网运行在孤岛模式下,光伏逆变器采用虚拟同步发电机(VSG)控制方式并联,各逆变器传输阻抗的差异及负载切换,会导致并联VSG无功功率分配不均问题。针对此问题,提出一种基于虚拟阻抗和动态下垂系数的无功均分组合控制策略。分析并联VSG的功率分配机理,通过线路阻抗观测器构造虚拟阻抗,引入VSG输出无功变量构造动态下垂系数,两者对VSG的输出电压进行自适应调整,控制逆变器输出的无功功率,实现无功功率按容量均分。仿真与实验结果表明所提控制策略将无功功率差值从317 var减小到66 var,无功功率输出偏差从16.7%减小到3.5%。     

板状催化剂中气体流动性能和转化有机废气活性的研究

测定了反应气体在厚度为10mm 的多孔板状催化剂中流动形态和含二甲苯废气在此催化剂上的转化活性。结果得出,反应气体在板状催化剂中的流动一般呈湍流。阻力系数与雷诺数的关系为:ξ=2.45/Re~(0.76) Re≤40ξ=0.977/Re~(0.55) Re>40通过对含二甲苯废气催化燃烧转化的测定表明,由于反应气体在催化剂板中有良好的流动性能,与粒状和蜂窝状催化剂相比,板状催化剂对催化燃烧反应具有高效率。     

共混型热塑性弹性体的研究——Ⅵ.废胶粉/聚乙烯热塑性弹性体的制备及其性能

以动态硫化法分别使用 LDPE、LLDPE和 HDPE,制备了废胶粉/PE热塑性弹性体。交联共混条件:废胶粉粒度<80目,PE为 LLDPE/HDPE=65/35(质量比),废胶粉/PE=60/40,硫化剂用量为2.0份。在上述条件下制备的共混物,可以返炼模压和挤出成型,用扫描电镜研究了共混体的形态结构。     

大学化学综合实验氧化石墨烯制备工艺的改进

石墨烯是一种以sp~2杂化方式形成的蜂窝状平面薄膜,其具有良好的强度、柔韧、导热等特性,在化学、物理、生物医学、材料科学等领域掀起了研究热潮。石墨烯一般由氧化石墨烯还原而得。为了提高学生对科学前沿的了解,增强学生的科研兴趣,通过改进氧化石墨烯制备工艺,缩短制备时间,提高实验成功率,调动学生实验的积极性。     

基于LBM的高层楼群三维流场数值模拟

该文研究了引入湍流模型的三维格子Boltzmann模型,并用此模型对某住宅小区高层楼群的三维流场进行了数值模拟。在数值模拟中,主要研究了几个不同风向来流时楼群周围速度场的分布情况。同时,利用空气动力学原理,对楼房布局的合理性进行了分析,所得出了的结论可作为小区楼群规划和通风设计的参考。     

混合l2/l1/2范数的局部组稀疏表示方法

当前基于稀疏表示的行人再识别都是通过松弛l₀正则项为l₁正则项以达到逼近l₀范数稀疏性的目的.在满足有限等距性质(RIP)条件下,l₁和l₀具有等价性,然而在具有杂乱背景、物体遮挡等众多干扰因素的行人再识别任务中,却很难满足RIP条件.因此,文中提出混合l₂/l_1/2范数的组稀疏表示方法,通过将gallery集中同一行人图像序列视为一组,利用l₂范数约束组内结构,l_1/2范数约束组间结构,对遮挡和杂乱背景等干扰因素具有更高的鲁棒性.为了进一步增强模型的判别性,引入人体结构约束,将行人图像划分为若干近邻块区域,针对每一区域分别构造适应性的混合l₂/l_1/2范数的组稀疏模型,最终融合全部稀疏模型得出再识别结果.在当前具有挑战性的2个多行人图像序列数据集PRID 2011和iLIDS-VID上的实验验证文中方法的有效性.