金子博明 尼康映像仪器销售(中国)有限公司董事总经理 产品开发决定于用户需求

对于以摄影为工作的专业用户,尼康希望成为可信赖的伙伴;面对以拍照为娱乐的大众用户,尼康希望被视作亲密朋友。金子博明1975年04月加入日本光学工业株式会社(尼康前身) 2002年06月担任尼康相机销售株式会社董事市场本部长职务2004年06月担任尼康相机销售株式会社常务董事市场本部长职务2006年11月至今任职尼康映像仪器销售(由国)有限公司董事总经理     

基于COSMIC掩星观测数据的NmF2全球分布特征研究

利用COSMIC掩星观测获得的电离层电子密度剖面数据,研究了2007-2011年的电离层F2层峰电子密度(NmF2)的全球分布特征.结果发现,赤道电离层异常因地方时和经度而变化,在LT11-LT14期间存在明显的沿经度变化的四峰结构.在北半球夏季夜间,北纬60°区域NmF2显著增强,即广义的威德尔海异常现象;在南半球夏季夜间,在威德尔海区域也出现了NmF2增强的现象.此外,与太阳活动低年相比,太阳活动增强期间的威德尔海异常区域的地理范围明显增大.     

Fusion of multi-spectral image and panchromatic image based on support vector regression

In our study,support vector value contourlet transform is constructed by using support vector regression model and directional filter banks.The transform is then used to decompose source images at multi-scale,multi-direction and multi-resolution.After that,the super-resolved multi-spectral image is reconstructed by utilizing the strong learning ability of support vector regression and the correlation between multi-spectral image and panchromatic image.Finally,the super-resolved multi-spectral image and the panchromatic image are fused based on regions at different levels.Our experiments show that,the learning method based on support vector regression can improve the effect of super-resolution of multi-spectral image.The fused image preserves both high space resolution and spectrum information of multi-spectral image.     

升温氧化过程煤表面介观特征和分形参数研究

将原子力显微镜（AFM）用于煤表面结构研究,提出介观尺度下煤表面结构研究方法. 得出基于分形理论和AFM观测结果计算分形维数D的方法.实验分析证明,煤表面有明显的分形特征,在煤样的升温氧化过程中,分形维数随温度的升高趋于增大.     

SSL协议及其安全分析

什么是SSL协议SSL协议是Netscape公司于1996年推出的安全协议,它为网络应用层的通信提供了认汪、数据保密和数据完整性服务,较好地解决了Internet上数据安全传输的问题。该协议的第3个版本已经进行了公开的评论,并在业界的参与下设计,作为Internet的草案文档出版。之后,IETF形成了TLS工作组,制定作为Internet标准的TLS第一版本。TLS的第1个版本实际上是SSLv3.1,和SSLv3     

双眼立体感知几何模型的研究

利用普通针孔成象的双摄像模型对双眼立体感知几何模型进行了研究，详细讨论了体视象空间的视觉重构，最后通过实验分析了影响体视的因素。     

一种基于图像的运动物体检测及高度分析算法

现代监控系统要求做到无人值守, 而智能视觉监控能很好满足这个要求.文中为实现这种智能视觉监控系统做了一些算法上的研究工作:实现了对运动物体进行实时检测和追踪,并利用透视几何中的消影点、消影线以及交比的约束方法对运动物体高度进行了分析.试验结果表明,此方法将自适应阈值应用到物体检测中使检测结果更加精确,并且自动估算出的物体的高度误差也很小,具有一定的实用性.     

一种基于Laplacian矩阵的图像匹配算法

文章提出了一种基于Laplacian矩阵的图像特征匹配算法。首先分别构造两幅图像特征点集的Laplacian矩阵,并对这两个矩阵进行奇异值分解(SVD),然后利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵,最后根据关系矩阵实现两幅图像的特征点匹配。大量实验结果表明,该文所提出的算法具有较高的匹配精度。     

深度学习的快速磁共振成像及欠采样轨迹设计

目的 快速成像一直是磁共振成像（MRI）技术中的焦点之一,现有多通道并行成像和部分k空间数据重建都是通过减少梯度编码步数来降低数据的获取时间,两者结合起来更能有效地提高扫描速度。然而,在欠采样倍数加高的情况下,依然有很严重的混叠伪影,因此研究一种在保证成像精度的前提下加快成像速度的方法尤为重要。方法 基于卷积神经网络的磁共振成像（CNN-MRI）方法利用大量现有的全采样多通道数据的先验信息,设计并线下训练一个深度卷积神经网络,学习待重建图像与全采样图像之间的映射关系,从而在线上成像时,欠采样所丢失数据能被训练好的网络进行预测。本文探讨了对于深度学习磁共振成像的可选择性欠采样方式,提出了一种新的欠采样轨迹方案。为了判断本文方法的性能,用峰值信噪比（PSNR）、结构相似度（SSIM）以及均方根差（RMSE）来作为衡量的指标。结果 实验结果表明,所提出欠采样方案的综合性能要优于传统欠采样轨迹,PSNR要高出12 dB,SSIM高出近0.1,RMSE要降低0.020.04左右。此外重建结果还与经典的并行重建方法GRAPPA（geneRalized autocalibrating partially parallel acquisitions）、SPIRiT（iterative self-consistent parallel imaging reconstruction from arbitrary k-space）以及SAKE（simultaneous autocalibrating and k-space estimation）作比较,从视觉效果以及各项量化指标得出本文方法能重建出更准确的结果,并且重建速度要快5倍以上。结论 深度学习方法能很好地在线下训练时从大量数据集中提取并学习到有价值的先验信息,所以在线上测试时能在较短时间内重建出优于经典算法的高质量结果;提出的1维低频汉明滤波欠采样方案则有利于提升该网络的性能。     

疫情防控常态化下我国徒步旅游产业化探究

在新冠疫情的冲击下,中小型旅游企业受到严重影响,徒步旅游作为体育旅游业的重要组成部分,虽市场前景广阔,但产业结构不合理,组织形式松散,专业化程度低,不利于应对疫情风险和外部竞争。通过文献资料法、逻辑分析法对相关文献资料进行分析,找出了徒步旅游产业化发展过程中的矛盾和问题,给出了如何构建徒步旅游产业化的建议措施,以期帮助旅游企业增强产业竞争力和抵御风险的能力。