基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

组合式闸板胶芯性能的正交试验和回归分析

带压作业的闸板防喷器胶芯密封结构多采用组合密封,橡胶基体和耐磨块的材料特性同时影响胶芯的密封性能。为了分析闸板胶芯的材料参数对其密封性能的影响,选择胶芯密封面上的有效接触应力和橡胶基体上最大应变能密度作为密封性能的评估指标,基于正交试验法分析影响闸板防喷器胶芯密封性能的主次因素及规律,建立了材料参数与有效应力之间的多元完全二次非线性回归模型,并分析了各参数的交互作用。分析结果表明:各因素对密封面上有效接触应力和橡胶基体上最大应变能密度的敏感性大小顺序为操作压力>耐磨块弹性模量>橡胶基体硬度>耐磨块泊松比;建立的多元回归模型的拟合剩余标准差分别为0. 513 0和0. 314 1,可以用该模型精确地分析材料参数与胶芯密封性能的关系;组合式闸板防喷器胶芯耐磨块最佳弹性模量为700～800 MPa,泊松比为0. 40～0. 47。所得结果可为组合式闸板防喷器胶芯的材料参数设计提供依据。     

可调偏迈步式胶带自移机尾的研究

随着掘进工作面自动化程度的提高,掘进巷道速度也在日益加快,而现有的顺槽皮带机机尾移动缓慢且移动时工作量大,需要两三人配合操作,存在一定的安全隐患。针对以上问题,研发可调偏迈步式胶带自移机尾,具有与悬挂二运皮带转载机搭接行程长,可以迈步式前进,自动调偏等功能,同时,可以降低工人的劳动强度,加快巷道掘进速度。     

激光脉冲编码抗有源干扰效果研究

激光脉冲编码是激光制导武器的抗干扰措施之一。角度欺骗式干扰和高重频干扰是目前半主动激光制导武器的主要有源干扰来源。为研究不同激光脉冲编码方式对激光半主动制导武器抗这两种干扰性能的影响,本文针对敌方激光告警机的识别算法与我方导引头的解码过程,提出自相关函数与归一化互相关函数评价方法,并对目前主要编码方式进行仿真,仿真结果表明:激光脉冲编码的抗角度欺骗式干扰能力受编码序列周期性与脉冲间隔随机性的影响；抗高重频激光干扰能力受编码序列脉冲间隔随机性的影响；LFSR状态码的抗角度欺骗式干扰与抗高重频干扰效果均优于其他编码方式。     

中国白酒文化国际认同质性研究

中国白酒国际化问题是近期传播学与跨文化领域的重要研究方向。聚焦网络自媒体文本中对中国白酒的评价,揭示国际消费者对中国白酒文化的认同现状与问题。结果表明,国际消费者普遍对中国白酒文化缺乏认同感,难以接受口味独特的中国白酒,特别是对中国白酒品质、传统酿造工艺、酒精浓度、价格的认知存在偏差。研究结论有望为迫在眉睫的中国白酒文化国际认同问题的解决提供参考。     

大型集会高负荷场景流量经营保障

文章论述随着智能机的普及和用户习惯的改变,天翼网络3、4G用户规模大幅度的增长,网络负荷逐步加重。尤其在集会场景中用户高度集中,话务流量并发产生,给覆盖区域的小区造成极大的负荷压力,很容易出现网络过载、底躁抬升、大部分用户无法接入的现象,严重影响客户感知的问题。本案例为宝安体育馆酷派年会成功保障的实际案例,通过合理规划网络资源、充分提高网络的资源利用率、差异化设置系统参数有效满足大量用户并发使用的需求。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。