基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

陶瓷基功能材料载体纤维增强效果及机理

以陶瓷基功能材料载体为研究对象,按照其生产工艺配方,研究了纤维种类(莫来石、氧化铝、氧化锆)及其添加量对陶瓷基功能材料载体性能的影响.在相同实验条件且不影响其功能化参数前提下,将其与未添加纤维的空白试样力学性能进行对比.结果表明,试样经1200℃烧成后,相比莫来石与氧化铝纤维增强的陶瓷基功能材料载体,氧化锆纤维的增强效果最好.当氧化锆纤维的添加量为0.8 wt;时,试样的吸水率和气孔率均较低,分别为2.0;、4.0;,相比空白对比试样抗折强度增强了42.4;.     

临界的4-规约基及其构造

应用规约理论,研究了临界的4-规约基的构造问题.给出了一种临界的4-规约基的构造方法,证明了格常数α_4=8/5并改进了β-规约基的一个性质.     

从学生的“问题”出发审视空间向量内容的教学和育人价值北大核心

1问题提出高中数学课程引入空间向量内容后,使很多原本需要进行推理演化的立体几何问题的求解“代数化”、“程序化”了,以往的一些立体几何的“难题”变得“简单”了.有老师认为,立体几何内容在培养学生直观想象、逻辑推理核心素养的育人价值减弱了.在教学中,不难发现即便有空间向量作为解决立体几何问题的有力工具,学生在解决立体几何问题时依然会存在各式各样的“错误”.     

对流扩散方程的缩减基有限元法的后验误差

将缩减基(RB)方法和有限元方法相结合,在保证偏微分方程的有限元离散格式具有足够高精确度前提下,能够大幅度地降低有限元离散格式的维数,从而大大降低计算中内存容量和计算时间的消耗.针对对流扩散方程建立基于RB方法的Crank-Nicolson有限元离散格式,并给出后验误差估计结果.     

线性方程组求解与向量组规范化的初等变换方法

本通过对线性方程组的系数矩阵的行与列的初等变换给出了求解线性方程组的方法，并通过对矩阵的初等变换给出了向量组正化的方法。     

虚二次域上不可分的正定Hermite型的构作

本文给出了构作虚二次域ＩＱ（－ｍ）上不可分的正定整Ｈｅｒｍｉｔｅ型的方法．对任意给定的自然数ｎ，ｄ和无平方因子的ｍ，当ｍ３（ｍｏｄ４），除了ｍ＝１时ｎ＝２，ｄ＝１；ｎ＝３，ｄ＝１，３；ｎ＝５，ｄ＝１和ｍ＝２时ｎ＝３，ｄ＝１这５个例外，证明了存在ＩＱ（－ｍ）上不可分的正定整Ｈｅｒｍｉｔｅ格，其秩为ｎ且判别式为ｄ，并给出它们的明确结构．在上述５个例外情形下，不存在具有上述性质的格．