传统艺术价值之体现——试析凡高的绘画艺术

早期现代主义艺术是在对传统艺术的叛离,革新的基础上发展起来的,没有传统的积淀,创新和叛离就没有办法真正实现,所以在这个时期的艺术家就面临着如何看待传统的艺术价值,如何依照自己的艺术观念进行取舍,如何继承传统的问题。凡高是西方早期现代主义艺术中的代表画家,在他的艺术风格的形成发展过程中,传统对其绘画创作的影响是十分强大而深远的,体现在他各个时期的艺术作品和观念之中。至今仍具有现实意义。     

LR-WPAN 802.15.4协议MAC的安全组件研究

介绍IEEE低速无线个人区域网(LR-WPAN)协议802.15.4安全体系中的安全模式、访问控制(ACL)入口及安全服务.提出工作在安全模式最高级别的AES-CCM组件输出,输入帧验证和加/解密的具体实施方法,并进行时间性能实验.工作环境资源受限情况下,可裁减和分级安全体系可满足不同应用中的安全需求.     

基于MSH263编码器协同系统的设计与实现

使用代理动态链接库对Windows(R)NetMeeting(R)调用MSH263编码的过程进行了记录.通过与标准调用序列的对比,发现了未公开的两个ICM消息和一组状态数据,使得MSH263编码器可以在用户程序中应用.给出了MSH263编码帧中隐含的RTP切分索引数据格式,并由此提出了快速切分算法.基于以上方法构造的实时多媒体协同系统,可以与AccessGrid及H.323系统良好互通,已成功应用于多项国家级项目.     

基于计算机视觉的鞘翅目害虫自动鉴定

鞘翅目害虫的鉴别工作是由数量有限的专业研究人员进行,大部分非专业人员因缺乏相关知识和技术培训,要快速鉴定害虫种属具有相当的难度,不利于害虫防治.为此提出利用计算机视觉技术对鞘翅目害虫进行自动识别.用不同的图像获取系统分别采集体长不同的鞘翅目害虫图像,然后通过数字图像分析技术,提取和计算害虫图像的几何形状特征参数.采用模糊模式识别算法建立害虫的模式库和隶属函数,然后根据模糊集理论的极小极大准则完成待识别害虫的归类.对29种鞘翅目害虫进行识别,识别正确率为86.2%.为鞘翅目害虫的快速鉴定提供了一个新的途径.     

计及用电行为模式的区域商业建筑负荷预测方法

为充分利用智能电表采集的细粒负荷数据并提高区域商业建筑负荷预测的精确度,提出一种基于用电行为模式的区域商业建筑负荷预测方法。首先,基于均值方差归一化方法对采集到的负荷数据进行标准化处理,通过肘方法确定聚类数目后进行k-Shape聚类,实现区域商业建筑负荷不同用电行为模式的提取;其次,针对大规模商业建筑负荷预测问题,考虑区域内大量商业建筑负荷预测时耗费大量内存资源却难以实现较准确预测问题,提出一种改进的Informer模型,该模型通过聚类算法识别具有相似用电行为模式的商业建筑,并充分考虑智能电表采集的异常负荷数据对模型训练结果的影响,能够良好的解决大规模商业建筑负荷预测精度不高问题;最后,采用加利福尼亚州商业建筑负荷进行实验,实验结果表明所提方法能够有效提高区域商业建筑负荷预测精度。     

过敏原肌质钙结合蛋白在毕赤酵母中的表达、优化及免疫反应性研究

目的 探究天然肌质钙结合蛋白(sarcoplasmic calcium binding protein, SCP)的可替代物,为蟹类过敏原的检测提供基础材料,本研究首次利用毕赤酵母(Pichia pastoris, P. pastoris)高效表达表达三疣梭子蟹(Portunus trituberculatus)重要过敏原SCP,并检验其免疫反应性。方法 根据毕赤酵母的密码子偏好性优化SCP基因并构建重组质粒。将其热激转化至P. pastoris GS115菌株后经遗传霉素(Geneticin, G418)筛选获得阳性高拷贝子。最后通过甲醇诱导表达重组SCP并结合免疫印记(Western blotting, WB)和间接酶联免疫吸附实验(enzyme-linked immunosorbent assay, ELISA)验证其免疫反应性。结果 SCP在P. pastoris GS115中实现了可溶性高效表达,其表观分子量约为28 kDa。在摇瓶水平下,最佳诱导条件为pH为6.0、每24 h添加1.0%(v/v)甲醇,于28℃发酵144 h,在此条件下,纯度为91.6%的SCP产量可达15 mg/L。WB和间接ELISA结果表明,重组SCP具有IgG结合能力。结论 毕赤酵母表达系统可以得到纯度较高且免疫反应性良好的重组SCP。本研究为SCP的理化研究及产业化应用奠定了基础,并有望促进特异性甲壳类过敏原检测的发展。     

地铁站场景下的可行驶区域检测

在室内环境下的机器人视觉导航任务中,可行驶区域检测是不可或缺的一部分,这是保证自动驾驶任务实现的基础.目前较多的解决方法是对数据集中出现过的障碍物进行识别来检测可行驶区域,缺乏灵活性,因此本文提出了一种针对地铁站等室内平坦地面的可行驶区域检测方法,提高实用性.本文采用经典的MobileNetV3网络对采集到的前方图像进行分类,判断是否为地面区域.由于室内地面的地标、箭头等贴纸的影响,因此需要对非地面区域进一步判断,与常规的立体障碍物进行区分.本文利用连续帧之间的特征点匹配获得相机移动距离,并利用直线拟合计算斜率的方法达到区分立体障碍物与平面地标的目的.实验表明,本文提出的方法能较好地检测机器人前方可行驶区域,具有较高的实用价值.     

基于视角置信度和注意力的暴力行为识别

暴力行为容易出现遮挡情况, 识别准确率较低. 目前, 一些算法加入多视角视频输入来解决遮挡问题, 以等量权重将所有视角数据融合, 但是不同视角的视频因拍摄距离和遮挡情况本身就对识别存在差异性. 针对该问题, 本文提出一种基于视角置信度和注意力的暴力行为识别方法, 提高暴力识别的准确率. 本文将时序差分模块TDM的输入扩展成多视角, 将通道注意力机制运用在片段维度来增强TDM中跨段特征提取能力, 通过背景抑制方法突显移动目标的纹理特征并计算出每个视角图像的置信度, 引入双线性池化方法融合多视角视频特征, 根据视角置信度分配每个视角局部特征的权重. 本文在公开数据集CASIA-Action和自制数据集上进行了验证. 实验表明, 本文提出的视角置信度方法优于改进前的双线性池化方法, 暴力行为准确率相较于现有的行为识别方法取得了更好的效果.