基于显著性稀疏表示的图像超分辨率算法

提出了一种全新的基于视觉显著度和上下文稀疏分解的图像超分辨率算法。利用人眼视觉感知显著的区域往往趋向于高度结构化的特性,字典学习和稀疏分解过程中可以捕获更多细节特征。在字典学习部分,视觉显著区域提取出的图像样本用来训练显著字典。在先验模型的部分,由于视觉显著区域通常趋于高度结构化,基于上下文的稀疏分解被用来进一步探索相邻图像块之间的联系。实验结果表明,所提出的方法在性能上优于其他最新的方法,峰值信噪比(PSNR)增益最大。主观结果也显示,所提出的方法可以有效减少假影现象,并保持更多细节。     

引入随机子群蚁群算法的JSP仿真与研究

针对标准蚁群算法易于出现早熟停滞等缺陷,在原有算法基础上引入一定比例的随机蚁群.在优化过程中随机蚁群以一定概率做随机搜索,以扩大了解的搜索空间;在信息素更新策略上,为了兼顾当代和历代的搜索成果,采取了信息素混合更新策略,同时增强随机子群的最佳路径信息及剩余全部蚁群路径信息,有效抑制了收敛过程中的早熟停滞现象,提高了算法收敛速度.通过典型作业车间调度问题(JSP)实例进行了仿真实验,表明该算法不仅能够克服早熟现象,而且能够加快收敛速度.     

“十三五”时期我国民族八省区经济发展进程分析

“十三五”时期是我国全面建成小康社会的关键期，民族地区GDP增速超过全国平均水平，但民族地区经济与全国相比差距拉大，因此，民族地区依然是实现我国经济高质量增长、区域协调发展及社会主义现代化的短板。本文利用2012—2020年民族八省区相关数据，厘清了“十三五”时期我国民族八省区经济、产业及科技创新发展状况，从地区经济、产业结构、固定投资、人民生活及进出口贸易几方面评价民族八省区经济发展水平。结果表明：“十三五”时期民族八省区GDP占比仅增长0.4%,一二三产业结构比为12%:39.3%:48.7%,科技创新水平滞后。文中提出了民族八省区未来实现社会主义现代化的路径：加大民族八省区扶持力度，增强自身发展能力；以区位优势融入“双循环”新发展格局；坚持创新驱动发展，落实技术创新推动民族地区经济。