澜沧江流域水文气象要素变化特征分析

以澜沧江流域为对象,采用气候倾向率、MK检验、Pearson相关性分析等方法,分析1958-2015年气温和降水的空间分布、年内分配及演变趋势,揭示径流演变的驱动要素。结果表明:澜沧江流域气温空间分布不均,上游温度低降水少,下游温度高降水多;降水和径流年内分配不均,主要集中于夏秋两季,径流峰值比降水峰值滞后一个月;1958-2015年气温呈上升的趋势,降水和径流呈下降趋势;2005年为径流出现突变的年份,年径流减少21.5%;气温升高、降水量减少对径流减少有一定贡献;气温与径流的相关性较差,降水径流相关性于2005年之后变差,尤其是夏秋两季。     

青岛市水生态文明建设评价

从自然要素、开发利用、治理保护、管理等4个方面对水生态文明内涵进行解读,提出水生态文明建设指标评价体系的4个准则层(自然水体、开发利用、管理体系、水生态理念)。以此为切入点结合青岛市水利发展特征构建包含20个指标的评价体系,运用基于层次分析法的可变模糊评价模型对青岛市2011-2015年水生态文明建设程度进行评价。评价结果表明:十二五期间,青岛市水生态文明建设等级特征值由2011年的2.0224变为2015年的1.7661,由中等偏下水平提升至中等偏上水平,其中,管理体系发展斜率变化率最大(0.4256),开发利用体系最小(0.0009)。此外,开发利用和水生态理念等级特征值均值分别为2.1408和1.8809,发展水平较低,为青岛市水生态文明进一步建设方向与重点任务。     

带PCA卷积的稀疏表示图像分类算法

针对不同卷积核可以提取不同的图像特征,而卷积核的训练比较困难这一问题,提出一种带主成分分析（PCA）卷积的稀疏表示分类算法。先对训练样本集做分片去均值化处理,然后直接应用PCA算法提取所有分片的前K个特征向量作为卷积核,再用这些卷积核对原始图像进行卷积操作;并提出一种自动加权策略,对卷积处理后得到的K个特征图像进行加权叠加操作;最后对特征图像进行分块直方图统计稀疏化,并应用稀疏表示分类算法进行分类。在公共人脸数据集AR、CMU Multi-PIE、ORL以及数字手写体数据集MNIST上与常用分类算法进行对比实验,实验结果表明,带PCA卷积的稀疏表示分类算法具有更高的分类准确率。     

基于2D-KPCA的拉普拉斯特征映射人脸识别*

针对拉普拉斯特征映射(LE)只能保持局部近邻信息,对新测试点无法描述的不足,提出一种基于二维核主成分分析的拉普拉斯特征映射算法(2D-KPCA LE)。与核二维主成分分析算法(K2DPCA)不同,该算法首先对训练样本空间进行二维主成分分析（2DPCA）,在保留样本空间结构信息的同时通过去相关性得到低秩的投影特征矩阵;然后用核主成分分析法(KPCA)提取全局非线性特征;由于其核函数需要大量存储空间,再用拉普拉斯特征映射(LE)进行降维。在ORL和FERET人脸数据库中的仿真实验结果表明,基于2D-KPCA的拉普拉斯特征映射算法不但可以有效处理复杂的非线性特征,又可以降低算法复杂度,提高流形学习的识别率。     

融合与共生:智能时代物品编码技术的发展

<正>回顾人类社会变革,蒸汽机使人类从农业时代走向工业时代,电的广泛使用把人类带入电气时代,通信技术和计算机技术的飞速发展使人类进入信息时代。在前期科技发展的基础上,经过多年的技术锻造,以人工智能、大数据、区块链、云计算等技术为代表的智能革命已经来临。这些新兴技术融入到国民经济各个领域,催生出很多新模式和新业态,也在不断改变着人们的生活方式,重塑着人们的思维习惯。