形象思维的整合特征

对思维的整合特征进行研究 ,有助于人们加深对各种思维形式的认知 ,从而能在教学中更好地去培养学生的思维品质 .本文将对形象思维的整合特征作一探讨 .研究表明 :形象思维的过程 ,要经历形象感受、形象储存、形象判断、形象创造和形象描述等五个环节 .这五个环节 ,环环相扣 ,前后联系 ,但又各自独立 .形象思维的整合主要借助想象有机地运用这五个环节 ,进行形象的思维 ,解决某一问题 ,达到某种目的 .它借助于具体形象、图式形象、模式形象、概念形象、抽象形象展开思维 .我们研究形象思维的整合 ,其目的就是要研究找出解决问题的“形象” ,…     

热传导型半导体瞬态问题的特征有限体积方法及分析

在这篇文章中,将特征线方法与有限体积方法相结合,构造了热传导型半导体瞬态问题的全离散特征有限体积方法(CFVM).在一般的条件下进行理论分析,得到了次优阶L2误差估计结果.     

一种付里叶变换的构造方法（二）

提出一种适用于数字信号处理的线性变换，以它为子变换构造一种付里叶变换与沃而什变换的方法 ，从而揭示了数字信号处理各种常用变 换之间的结构上的联系、特点及其快速方法的一致化。     

基于改进的YOLOX家用燃气表检测算法

针对家用燃气表人工集中抄表作业过程中检测背景复杂、实时性差、数字目标小等问题,提出了一种基于改进的YOLOX家用燃气表数字检测算法S-YOLOX。首先,削减CSPDarknet结构,降低主干网络的深度;其次,对特征金字塔进行调整,加强小目标物体检测;最后,修订PANet和Head结构的激活函数,解决梯度轻微爆炸问题。实验结果表明,SYOLOX算法不仅减少了模型的参数量,而且提高了检测精度,其中S-YOLOX-l模型平均精度(mAP)达到了94.9%,提高了2.2%,模型大小仅为原模型的32.9%。     

非负特征图的线性染色

如果图$G$的一个正常染色满足染任意两种颜色的顶点集合导出的子图是一些点不交的路的并,则称这个正常染色为图$G$ 的线性染色.图$G$的线性色数用lc$(G)$表示,是指$G$的所有线性染色中所用的最少颜色的个数. \qquad 证明了: 对于每一个最大度为$\Delta(G)$围长为$g(G)$的非负特征图$G$,若存在一个有序对$(\Delta,g)\in\{(13,7),(9,8),(7,9),(5,10), (3,13)\}$, 使得$G$满足$\Delta(G)\ge\Delta$且$g(G)\ge g$,则lc$(G)=\lceil \frac {\Delta(G)}2\rceil+1$.     

基于改进YOLOv5的红外车辆检测方法

红外图像可在低照度、恶劣天气等条件下工作，红外车辆检测技术旨在使用红外传感器来监测道路上的车辆，实现对车辆数量、车速等信息的收集与分析，该技术不仅可应用于路面车辆，还可应用于铁路、机场、港口等场景，为交通运输行业的安全和便捷提供了有效的技术支持。然而，由于红外图像成像原理的局限和外部环境的干扰，通常导致红外图像成像质量不理想，红外车辆检测仍然存在许多问题。文中提出了一种改进的YOLOv5模型，在YOLOv5的主干部分引入了混合注意力机制，使模型能够更好地关注研究者感兴趣的区域，抑制图像噪声的干扰。此外，在BiFPN基础上提出了一种改进的Z-BiFPN特征融合结构，融合更多的浅层信息，提高浅层信息利用率，并增加一个四分之一下采样的小目标检测层，同时将YOLOv5的检测头替换为解耦头来提升模型的检测能力。在自建的七类红外车辆数据集INFrared-417上进行了实验，验证了算法的有效可行性。与原始YOLOv5相比，m AP从81.1%提升到了85.3%。     

基于灰度特征的棋盘格内角点检测算法

标定物特征点的定位精度能直接影响相机标定的精准度，为提高检测的精度和效率，提出了一种基于灰度特征的棋盘格内角点检测的改进算法。通过分析角点的灰度分布特征，首先利用3×3环形邻域模板对初始角点预筛选；随后通过计算初始角点的BW算子响应值实现对棋盘格边缘角点及伪角点的剔除；最后结合改进的角点响应函数确定最终内角点。实验结果表明：运用改进算法在不同光照及噪声的影响下检测结果无漏检及误检，单幅图像所需检测时间为0.225 s,平均重投影误差结果为0.045像素，能为相机的高精度标定提供更精准可靠的数据。     

刚性棒上三特征段的划分及讨论

本文提出刚性棒可划为（Ⅰ）、（Ⅱ）、（Ⅲ）三特征段的观点，指出（Ⅰ）、（Ⅲ）段为共轭特征段，（Ⅱ）段为质心特征段，并给出了棒上存在打击中心或振动中心的条件．     

Brauer 21问题

利用不可约常特征标(irreducible ordinary characters)数的函数，给出块代数(block algebra)的亏群(defect group)的阶(order)的一个上界.     

征信数据类型

凡是有助于判断借款人信用风险的信息都应当是征信机构数据采集的范围。就个人征信而言，征信机构采集的借款人信息主要包括以下四类：一是身份识别信息，主要包括姓名、身份识别号码、出生日期、地址、就业单位等。二是负债状况和信贷行为特征信息，即借款人的当前负债状况和还款的历史信息。三是判断企业和个人还贷能力的信息。四是特殊信息，例如法院民事判决信息。