一种Anchor Free的无人机检测方法

目前几乎所有最先进的目标检测方法都依赖于预先定义的anchor,但是由于anchor的存在,网络会增加与anchor相关的计算开销,而且在现实世界中,目标尺度多种多样,比如地对空拍摄的无人机目标,预先定义的anchor不可能穷举所有的无人机尺度。因此,该文抛弃预先定义的anchor,采用anchor free的方法来检测无人机。该anchor free方法以目标中心区域的像素为训练样本来逐像素预测边界框的偏移量。针对地对空拍摄的无人机目标大部分都是小尺度的情况,采用高分辨率网络HRNet作为主干网络来提取小目标细粒度的特征,从而提高小目标检测的精度。相对于基于anchor的目标检测方法,该网络框架简单、灵活,并且可以自适应地预测无人机目标的边界框。在自己设计的无人机数据集上,该方法获得了更高的召回率和精确率。     

一种安全校正策略的优化模型

根据电网安全校正策略的某优化模型对电力系统进行了合理的简化,将发电机和负荷的参数调整问题转化为建立、求解非线性的连续和二元混合规划问题。模型根据设置的复杂约束条件和合理的目标函数,通过求解数学模型得出合理有效的安全校正方案,并进行在线安全校正,在短时间内恢复系统正常运行,避免连锁故障的发生,有较好的安全性和合理性。     

浅析新时期高校弱势群体的德育工作

随着国际、国内大环境的不断变化,高校弱势群体呈现出多元化趋势。文章分析了当前高校普遍存在的经济弱势群体、心理弱势群体、思想弱势群体、学习弱势群体的主要特征,并在探讨其产生的基础上对新时期高校的德育工作提出了相应的对策和建议。     

基于AES算法的存储测试系统设计

为了实现对存储测试系统在某些应用场合中数据保密的需求,提出了一种基于AES算法的数据加密系统设计方案,并完成了系统的算法仿真与硬件设计。系统的硬件以Xilinx公司的FPGA为主要芯片,实现数据采集与加密功能。采用VHDL语言来描述AES算法的硬件实现,对AES加密系统的整体结构和各个子模块进行了仿真与优化。从仿真测试结果看,完全能够满足存储测试系统的加密要求,达到了设计要求。     

On Weakly Smooth Uninorms on Finite Chain

In this paper, we characterize all weakly smooth uninorms (i.e., uninorms with smooth underlying operators) defined on a finite chain. It is proved that any such uninorm is determined by three unary functions and vice versa. As a by‐product, we obtain the characterizations of smooth t‐norms, smooth t‐conorms through additive generators and show that on a finite chain, there exists no counterpart of the class of uninorms continuous in ]0, 1[².     

面向海洋通信网络的分布式系统容错机制

针对在船队航行过程中,由于网络通信不稳定引起的P2 P分布式系统节点频发的退出问题,通过优化P2 P分布式架构的容错策略,提高系统的抗灾能力。探讨并设计在海洋环境下分布式系统的容错机制,提出更加适用于全新容错机制的节点选举方法,提高节点选举的可靠性和稳定性。在优化的P2 P架构下,设计并实现基于船队出海环境的分布式数据平台原型系统。通过仿真实验证明该系统具有较好的可伸缩性、独立性和稳定性。     

非合作条件下基于责任延伸制的电子废弃物回收主体利益博弈研究

针对由两个制造商、两个回收商、当地政府和消费者构成的物流系统,研究了非合作条件下电子废弃物回收主体的利益博弈.在责任延伸制前提下,以回收商为斯坦伯格主导者,分别构建了非合作条件下的垄断回收模型和竞争回收模型,并采用逆推法求解了模型的纳什均衡条件.最后进行灵敏度分析,探讨了产品替代率和回收率对两种模式下产品销售价格和回收费用的影响.结果表明,对于回收商,垄断回收模式下的平均回收费用总比竞争回收模式高,且回收商需根据临界值选择回收模式;对于制造商,垄断回收模式下设定的价格总比竞争回收模式高,且制造商总是偏好竞争回收模式.研究结果可为决策者对回收模式的选择提供理论依据.     

基于集成学习的离子通道药物靶点预测

新药研制成功的关键在于药物靶点的发现和准确定位.在已知的药物靶点中,离子通道蛋白是一类广受欢迎的靶点,它与免疫系统、心血管等疾病密切相关.对于靶点的发现,传统生物方法成本高、耗时久.因此,探讨了基于机器学习的离子通道蛋白药物靶点的挖掘,以加快药物靶点发现过程,节约经费.由于药物靶点相关序列的长度不一致,考虑了蛋白质序列编码的13种特征,它们能将不等长的蛋白质序列转化成等长序列.通过数值实验筛选能够较好地区分靶点和非靶点的特征子集,并采用集成学习的方法整合特征得到预测模型.通过与已有工作的比较表明,提出的集成模型能得到较高的准确率,具有很好的应用前景.     

基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法

贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一种基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法(CMI-PK2算法),该算法首先利用条件互信息生成有效的节点次序作为K2算法的输入,然后利用概率突跳机制改进K2算法的搜索过程来提高算法的全局寻优能力,学习较为理想的网络结构。在两个基准网络Asia和Alarm上进行了实验验证,结果表明CMI-PK2算法具有更高的分类精度和数据拟合程度。