深度学习典型目标检测算法的改进综述

目标检测是机器视觉领域内最具挑战性的任务之一,深度学习则是目标检测最主流的实现方法.近年来,深度学习理论及技术的快速发展,使得基于深度学习的目标检测算法取得了巨大进展,学者从数据处理、网络结构、损失函数等多方面入手,提出了一系列对于目标检测算法的改进方式.针对典型目标检测算法的改进方式进行综述.归纳了常用数据集和性能评...     

基于模板、模块、约束的BOM可配置模型

本文提出基于模板、模块、约束的BOM可配置模型。该模型根据成组技术把复杂产品"分割"成"相对固化"的产品族模板,利用模板特征属性、模块选项来配置产品的结构,同时通过约束的配置实现产品变型和BOM的快速生成。     

无机化学四大平衡与课程德育目标达成研究

无机化学"四大平衡(酸碱、沉淀溶解、氧化还原和配合物解离)"为无机化学课程重要组成部分,本文从"四大平衡"与马克思哲学观点结合,以及其所承载的绿色理念两个角度展开讨论,希望通过无机化学四大平衡的理论教学,对课程德育目标达成起到积极作用。     

三次指数平滑与BP神经网络对股指预测模型对比

本文提出利用股票价格指数之间的相关性,分别采用三次指数平滑和BP神经网络算法对股票价格指数预测,将预测精确度作以对比,为股民提出更加准确的股票买入还是卖出的决策支持模型。     

基于安全多方的区块链可审计签名方案

针对可信问题,提出了一种基于安全多方的区块链可审计签名方案。该方案引入了带有时间戳的信任向量,并构建由多维向量组构成的信任矩阵用以定期记录参与者的可信行为,从而为参与者建立一种可信的评估机制,最后将评估结果存储到区块链中作为查证的依据。在确保参与者可信的前提下,通过秘密共享技术构建了安全可信的签名方案。安全分析表明,该方案可以有效减少恶意参与者带来的破坏,可检测参与者的可信度,并可以抵抗移动攻击。性能分析表明,该方案具有较低的计算复杂度和较高的执行效率。     

"教育+互联网"在《无机与分析化学》 课程中的改革与实践

在《无机与分析化学》课程教学中利用"教育+互联网"作纽带,促进《无机与分析化学》的理论与实验课程更好地结合。通过"互联网+翻转课堂"让学生成为教学的主体,调动学生的积极性,更主动地参与到教学与实验中,提高学习热情与学习效率;依托超星学习通网络平台建立班级课程群,加强与学生的课后交流,有效延伸有限学时。     

钒取代磷钨酸盐/刚果红电致变色膜的制备及性能研究

基于Layer-by-Layer技术,将有机染料刚果红和钒取代磷钨酸盐(K7P2W16V2O62·18H2O)复合,制备了一种复合电致变色材料:[PEI/P2W16V2/PEI/刚果红]20.紫外-可见吸收光谱监测显示复合材料的合成均一、稳定.紫外可见分光光度计与电化学工作站联机表明:染料刚果红的加入使复合材料实现了由红色到栗色、再到红色的可逆颜色变化,增加了磷钨酸盐电致变色材料的变色种类.并且此复合材料展现了良好的电致变色性能,复合材料在650 nm处的光反差可以达到20.11%,复合膜的着色效率可以提高到33 cm2C-1,着色时间和褪色时间分别缩短到4.74 s和8.16 s.     

甲型副伤寒杆菌鞭毛抗原酶联免疫方法的建立及初步应用

目的　采用甲型副伤寒杆菌鞭毛抗原单克隆抗体 ,建立检测甲型副伤寒杆菌鞭毛抗原ELISA双抗体夹心法。方法　采用纯化的甲型副伤寒杆菌鞭毛抗原 ,制备 3株鞭毛抗原单克隆抗体细胞 (2C8、2E6和 5D7)。应用免疫印迹试验、交叉反应试验及表位分析进行特异性鉴定。结果　 3株单抗细胞与甲型副伤寒杆菌鞭毛抗原及甲型副伤寒杆菌发生免疫反应 ,与伤寒、乙、丙型副伤寒杆菌及部分沙门氏菌、大肠杆菌无交叉反应。选用其中 2株单抗细胞建立了ELISA双抗体夹心法。检测 163份献血员和 65份发热待查患者血清标本均为阴性 ,15份血培养阳性的甲型副伤寒患者血清标本有 14份为阳性。结论　可直接用单克隆抗体进行检测 ,具有简便、快速等特点     

美术馆节电优化方案

能源的开发和控制是一个世界性的课题,它直接关系到人类的生存和发展,没有哪一个国家不在奋力寻求解决能源问题的有效方案。能源的储量是有限的,解决能源问题的重点自然就落到了能源控制和节能上。在中国,对节电节能控制的需求显得尤为迫切,因为中国正面临着长期性的电力短缺和紧张。国家十一五规划要求,到2010年将单位GDP能耗降低20%,即五年中平均每年降低4%。为此,2007年下半年以来,各地方政府就节能减排指标的完成立下了军令状,并由当地政府第一把手直接负责,实行一票否决制。于是,各地企业也纷纷立下军令状,节能减排工作轰轰烈烈地开展起来。本文根据四川美术馆所在地区的自然环境条件及能源价值因素,提出一套较为优化合理的节能节电方案。     

提取驾驶员面部特征的疲劳驾驶检测研究综述

疲劳驾驶是威胁驾驶员人身安全以及道路交通安全的主要因素之一。高效精准的疲劳驾驶检测方法可以有效地保障驾驶员及其周围交通安全,维护交通秩序,减少财产损失和人员伤亡。由于基于驾驶员生理特征和基于车辆行驶信息的疲劳驾驶检测方法具有对驾驶员不友好、影响因素较多等局限性,使得基于驾驶员面部特征的疲劳驾驶检测方法成为研究热点。首先简述了疲劳驾驶面部特征表现,总结了疲劳驾驶领域常用公开数据集的优缺点和应用场景;其次使用公开数据集,通过对比实验,分析研究了疲劳驾驶检测领域常用人脸检测算法的优势和不足;随后给出了基于驾驶员面部特征的疲劳驾驶检测方法流程,总结分析了流程中关键步骤所使用的方法和技术;另外归纳整理了疲劳驾驶领域常用的疲劳判别参数和疲劳驾驶结果预测方法;最后对全文进行总结,给出了基于驾驶员面部特征的疲劳驾驶检测方法目前所面临的挑战,并对未来研究进行了展望。