基于历史信息的区域卷积神经网络行人检测

为了解决卷积神经网络在进行连续行人检测时,检测行人速度较慢,达不到实时性要求的问题,采用基于历史信息的区域卷积神经网络行人检测算法,利用前一幅图像中的检测结果对当前图像的检测过程进行优化,将前一帧的检测结果作为对当前帧提取推荐区域的参考信息,并使用当前帧与前一帧的灰度值差异图对当前图像的卷积特征进行过滤,以缩小滑动窗口检测时的搜索区域。在加州理工学院行人检测数据集上进行了检测实验。结果表明,结合历史信息的算法与先进的算法相比检测速度提升了2.5倍,同时检测准确率提升了1.5%。该算法实现了实时行人检测,设计的网络能有效检测小目标行人。     

多元散射校正预处理波段对近红外光谱定标模型的影响

利用近红外光谱对非均匀样品进行分析时,所得样品光谱中包含由光散射导致的干扰信息,通常需要借助多元散射校正算法(multiple scattering correction, MSC)对光谱进行预处理。由于不同波段光谱中所包含的散射信息、噪声水平、基线漂移程度等存在差异,利用MSC方法对光谱进行预处理时,基于不同波段的光谱数据会得到不同的校正结果,进而影响所得定标模型的可靠性。以60个全麦粉样品为研究对象,确定定标区间后,对包含定标区间的不同波段的原始光谱分别进行MSC处理,并利用固定区间内的光谱数据结合偏最小二乘回归(partial least square regression, PLSR)方法建立分析样品中蛋白质含量的定标模型,研究了MSC光谱预处理波段对定标模型的影响,并对MSC光谱预处理波段进行了优化,使定标模型的相关系数由0.96提高到0.98,交互验证均方根误差(root mean squares error of cross validation, RMSECV)由0.37%降低到0.32%。结果表明：利用MSC方法对样品光谱预处理时,光谱预处理波段会影响多元散射校正对光谱中非化学吸收信息的校正能力,确定合适的预处理波段是获得可靠分析结果的一个前提条件。     

资源约束与贸易开放的技术溢出门槛效应研究——来自我国资源型地区的经验研究

通过构建中间产品种类扩张型的内生增长模型,本文论证了在资源约束条件下,贸易开放的技术溢出效应推动技术进步的作用机理以及技术溢出效应的制约因素。同时,本文还利用我国资源型地区2000~2009年的省际面板数据,实证检验了资源型地区贸易开放的技术溢出门槛效应。研究表明:贸易开放的技术溢出效应对资源型地区技术进步推动作用并不明显,人力资本、贸易开放、能源产业投资额、技术差距对技术溢出皆存在门槛效应,当跨越技术溢出的门槛值,资源型地区能够突破资源约束的瓶颈,实现本地区的技术进步。     

近、中红外光谱法融合判定葡萄酒产地

葡萄酒带有浓厚的葡萄原产地地域特点与个性,快速准确地判别葡萄酒原产地具有重要意义,感官评定的方法存在一定的局限性。提出用贝叶斯信息融合技术将葡萄酒样品的近红外透射光谱及中红外衰减全反射光谱联立进行葡萄酒原产地判别的方法。分别用近、中红外光谱仪采集来自中国四个不同葡萄主栽产地(河北怀来、山东烟台、甘肃、河北昌黎)的153个葡萄酒样品的近红外透射光谱和中红外衰减全反射光谱,然后用偏最小二乘判别分析法(PLS-DA)分别建立基于近红外光谱和中红外光谱的葡萄酒产区判别模型;该模型输出的节点值归一化后作为所有样品分属每一类别的先验概率,代入Bayes判别公式得到后验概率,根据此概率判断样品的新类别属性,即用贝叶斯信息融合技术实现了两种判别结果的修正决策。近红外和中红外融合后的模型结果为：十次随机划分建模集和检验集,四产区葡萄酒判别模型建模集的平均准确率由78.21%(近红外)和82.57%(中红外)变为融合后的87.11%,检验集平均准确率由82.50%(近红外)和81.98%(中红外)变为融合后的90.87%,均优于单独采用一种光谱技术的判别结果。实验结果表明：信息融合技术有助于模型判别效果的提高,采用近、中红外光谱的贝叶斯信息融合技术对葡萄酒原产地进行快速识别是可行的。     

我国典型地区大气透过率的计算分析

主要分析了我国典型地区(西北地区、沿海地区及大陆地区)在2~12 µm波段整层透过率与标准大气模式(1976年美国标准大气、中纬度夏季及中纬度冬季)的偏差,并比较分析了上述两种大气模式下的6种主要吸收分子透过率偏差。结果表明：使用标准大气模式计算我国典型地区的整层大气透过率存在一定的偏差,引起我国典型地区透过率与标准大气模式偏差较大的原因来自H2O分子。1976年美国标大气模式计算我国沿海及大陆地区整层大气透过率的最大绝对偏差达到0.40和0.22;中纬度夏季计算我国沿海及大陆地区7月份整层大气透过率的最大绝对偏差达到0.31和0.29;中纬度冬季计算我国西北、沿海地区1月份整层大气透过率的最大绝对偏差达到0.1和0.36。采用标准大气模式计算我国典型地区整层大气透过率存在一定的偏差,在计算时我国区域内的大气透过率必须考虑我国的大气模式。     

一种通用型无监督的无参考图像质量评价算法

为了克服针对特定失真类型的局限性以及避免有监督的学习过程,通过视觉注意模型和边缘信息来构造特征池,提出了一种基于特征池的不区分失真类型以及无监督的无参考图像质量评价算法.该算法不针对特定失真类型,对各种失真类型的图像都能做出较好的评价,从这个角度来说,是一种通用型算法.此外,该算法不需要主观分值的训练,因而又是一种真正的无监督的质量评价算法.而且,在提取空域特征时,考虑了人类的视觉感知特性,认为感兴趣区域以及边缘块会显著地影响人们对图像质量的评价.实验结果表明,该算法性能与人们的主观感知具有较好的一致性.     

固体进样石墨炉原子吸收光谱技术在测定大鼠脑铁含量中的应用

石墨炉原子吸收光谱法是测定动物脑组织Fe含量的常用方法,然而由于传统的液体进样方法中,样品前处理阶段用硝酸消解周期长,成本高耗时长,限制了原子吸收光谱技术在测定动物组织中Fe含量的应用。文章以SD大鼠脑部海马、纹状体、皮层为实验材料,采用固体进样器进样,利用石墨炉原子吸收光谱技术对各组织中的Fe含量进行了测定,并与传统法方法——硝酸消解样品后,液体进样的石墨炉原子吸收光谱测定结果做了比较,结果表明这两种方法所测结果无显著性差异,但应用固体进样法,样品前处理阶段明显简单,显著节省了样品准备时间,降低了工作量,使测定时间明显缩短,成本明显降低,并且能够有效避免外界因素对测定结果的影响,为固体进样法的进一步应用奠定了基础。     

采用重要抽样法的结构动力可靠度计算

首次对比分析了结构动力可靠度计算的三种重要抽样法,并对部分方法进行了补充修正.单元失效域法补充了依据随机教决定抽样区间的产生方法,根据单元失效域的条件概率和权重系数给出重要抽样密度函教.方差放大系数法直接通过激励过程的特性给出重要抽样密度函数的具体表达式.功率谱法的重要抽样密度函数仅为激励幅值的函数,根据结构反应的功率谱密度增大激励幅值的方差,建议幅值样本值的联合概率密度函数可表示为幅值样本值分量的概率密度函数的连乘形式.结果表明:对于线性体系三种方法的计算效率均比Monte-Carlo法有显著提高,而单元失效域法的计算效率又比另两种方法高.