排序方式: 共有19条查询结果,搜索用时 656 毫秒
1.
提出一种研究群体性暴力事件的新方法,将基于Agent的系统应用于警方与暴力分子的对抗仿真中。以复杂性适应理论和人工智能为理论基础,提出了2类对抗Agent的模型设计与实现方法。设计实现了一个基于A-gent的对抗仿真系统,仿真过程中呈现了一些有意思的涌现行为。实验结果表明这种新方法对警方解决群体性暴力事件具有重要的意义。 相似文献
2.
在人员密集场所的应急疏散过程中,有秩序、有效率的疏散将成为拯救生命的关键因素。对传统的粒子群算法进行改进,在算法中加入了领导者(即培训过的工作人员)、影响力因子等,并对高密度人员场所撤离疏散过程中的非适应性人群行为进行了仿真实验,重点分析了领导者的分布、数量、影响力因子等因素对整个疏散过程的影响,为人员高密度场所的疏散... 相似文献
3.
对群体环境下个体的犯罪行为选择进行了研究。提出了一种新的犯罪风险评估模型,通过对个体的不满度、冒险等级等因素的简化提取,再现了暴乱发展扩散的情形。仿真实验表明,警察的出现能够有效抑制暴乱时"破窗效应"的扩散,而人群中核心分子和易转化分子对暴乱的规模增长和扩散起到了重要作用。研究结果可以为公安机关处置群体性暴力事件提供重要理论依据。 相似文献
4.
采用聚硅氮烷前驱体在高温常压下热裂解的方法制备了3C-SiC纳米棒,在室温下观察到来自纳米棒的378 nm(33?eV) 强紫外发射. 利用扫描电子显微镜、透射电子显微镜、高分辨透射电子显微镜和X射线衍射对样品的形貌和结构进行表征,观察到在该结构中存在类似6H-SiC结构的三层堆垛层错. 利用室温荧光光谱和室温荧光衰减曲线研究了强紫外发射的产生机理,紫外发射来源于3C-SiC纳米棒中的三层堆垛层错的发光.
关键词:
碳化硅
纳米棒
光致发光 相似文献
5.
在任何人为或自然造成的突发事件中,将人员疏散到安全的地方是首要的任务。在传统的格子气自动机的基础上提出一种新的模型,可以仿真人员密集场所中人员同时涌向出口时的群体行为。在这个模型中,人员被本能和他们所获得的信息来驱动,并在模型中加入了人员的心理因素、速度等级、出口等级,从而更好地模拟事故现场,达到最优的疏散效果。 相似文献
6.
基于光流的运动目标检测与跟踪 总被引:1,自引:0,他引:1
采用经典的光流计算方法,对运动目标检测与跟踪。经仿真实验验证算法具有精度高,计算速度快的特点。将算法引入到序列图像的运动目标提取,可以比较完整地从背景中提取出运动目标,并能够稳定跟踪序列图像中的运动目标。 相似文献
7.
现有的语音-人脸跨模态关联学习方法在语义关联和监督信息方面仍然面临挑战,尚未充分考虑语音与人脸之间的语义信息交互。为解决这些问题,提出一种基于多模态共享网络的自监督关联学习方法。首先,将语音和人脸模态的特征映射到单位球面,构建一个公共的特征空间;接着,通过多模态共享网络的残差块来挖掘复杂的非线性数据关系,并利用其中权重共享的全连接层来增强语音与人脸特征向量之间的关联性;最后,使用K均值聚类算法生成的伪标签作为监督信号来指导度量学习,从而完成4种跨模态关联学习任务。实验结果表明,本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果,多项评价指标相较于现有基线方法提升1%~4%的准确率。 相似文献
8.
基于小波变换特征提取和神经网络分类的人脸识别 总被引:1,自引:0,他引:1
为提高人脸图像识别率,提出一种将小波分析与神经网络相结合的人脸识别方法。用二维离散小波变换函数对人脸图像进行二维离散小波变换,提取其低频系数作为人脸特征值,用三层神经网络进行分类、识别。实验证明,和单纯的小波方法及神经网络方法进行人脸识别相比,这种方法收敛步数少、用时短、具有较高的识别率。 相似文献
9.
太赫兹技术是一个具有广泛应用前景的新兴学科,近10年来,太赫兹技术理论研究的蓬勃发展带动了太赫兹波应用研究的迅速扩大。文章简要介绍了太赫兹波的重要特性集、太赫兹技术的研究现状及应用前景,重点介绍了太赫兹科学技术在物体成像、生物医学、公共安全、网络通信和天文物理等领域的研究进展。 相似文献
10.
语音中相位的听觉感知实验研究 总被引:2,自引:0,他引:2
人的听觉对语音信号中相位的感知比较迟钝,因而对语音信号进行处理和编码时常常不关心相位失真。实际上,相位失真到一定程度时会明显导致语音质量的下降。为了取得高质量的声码器,语音谱分量的相位信息是不能不考虑的。本文通过主观听觉测试实验研究了语音信号的短时Fourier变换相位谱对人的听觉感知的影响。测试结果表明: (1)如果完全舍弃原相位信息,则得到的重建语音含有很强的噪声且自然度很差; (2)不论舍弃高频段还是低频段的相位信息,均能导致听觉感知差异; (3)当相位的量阶小于π/7时,人的听觉系统将分辨不出重建语音和原始语音之间存在的差异. 相似文献