时移世易 你的专业也在迭代更新一一走近新工科及其相关专业

“把个人的理想追求融入党和国家事业中”,是新时代背景下国家对每个人的号召,是整个社会前进的趋势,也是时代赋予我们的机遇和责任。以新工科、新农科、新文科、新医科“四新”建设为代表的高等教育发展中国范式,正是这潮流中涌动的浪花。从顶天的战略变成落地的策略,“四新”建设正逐步改变着中国高等教育的样貌。

基于迭代更新的SIFT遥感图像配准算法

由于多光谱遥感图像之间存在复杂辐射差异,造成全色图像与其他波段图像通过尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)算法进行图像配准时无法保证配准精度。针对这一问题,提出一种基于迭代更新策略的SIFT算法。该算法通过SIFT算法获取同名点,迭代更新求解单应性矩阵,获得基准图像与待配准图像之间的最优单应性矩阵实现图像配准。为验证所提方法的有效性和鲁棒性,在网通一号和高分二号遥感影像上进行了图像配准实验,实验结果表明,所提方法不仅可实现高精度的图像配准,还可以有效提升SIFT算法应对遥感图像辐射差异的鲁棒性。

基于Kriging代理模型的迭代更新高效反演方法

为提高混凝土坝等大体积结构参数反演效率和精度,减少由于应用有限元进行大量正分析而产生的计算机时,建立了一种结合Kriging代理模型和粒子群优化(PSO)算法的迭代更新反演方法。通过拉丁超立方抽样(LHS)方法确定初始样本点的空间分布,并使用有限元正分析获取对应的响应值,构建粗糙的初始代理模型,结合具有全局寻优能力的PSO算法,反演大体积结构的分区弹性模量,随之再代入有限元模型中,计算获取新的位移响应,并将其作为新样本加入到样本集中,通过迭代更新获得局部更高精度的代理模型。工程实际算例表明,该方法对混凝土坝等大体积结构参数反演精度较高和适用性好,且能大幅减少传统有限元模型反演方法所需消耗的正分析机时,提高反演效率。

学校文化需要迭代更新吗?

学校文化是推进学校发展的关键因素,影响着学校的管理行为。一直以来,中小学校都非常重视学校文化建设,并不断提出新的建设要求。但是我们很少去反思学校文化建设中存在的问题,更鲜有管理者去认真思考学校文化是否会面临“危机”。基于此,笔者将围绕学校文化建设中的一些现实问题提出系列思考。

Hammerstein系统的子迭代更新多新息梯度估计方案

针对Hammerstein系统阶次未知和多新息长度限制辨识性能问题,提出行列式比确定阶次信息和基于子迭代更新多新息梯度辨识算法。结合半分解技术,构建线性和非线性参数相互分离的辨识模型。为便于后续参数辨识,基于参考模型原理和原始系统设计行列式比算法确定系统阶次信息。根据多次迭代更新理论,将给定多新息更新分解为子新息多次迭代更新,改善辨识性能,解决多新息长度限制辨识性能问题。基于殃差收敛定理,从理论上严格分析提出方案的收敛性能。结果表明,与已有的辨识方案相比,本文方案能有效辨识系统的参数信息,具有较高的辨识性能。

基于自适应迭代更新的函数型数据聚类方法研究

函数型数据的稀疏性和无穷维特性使得传统聚类分析失效。针对此问题,本文在界定函数型数据概念与内涵的基础上提出了一种自适应迭代更新聚类分析。首先,基于数据参数信息实现无穷维函数空间向有限维多元空间的过渡;在此基础上,依据变量信息含量的差异构建自适应赋权聚类统计量,并依此为函数型数据的相似性测度进行初始类别划分;进一步,在给定阈值限制下,对所有函数的初始类别归属进行自适应迭代更新,将收敛的优化结果作为最终的类别划分。随机模拟和实证检验表明,与现有的同类函数型聚类分析相比,文中方法的分类正确率显著提高,体现了新方法的相对优良性和实际问题应用中的有效性。

基于迭代更新近似模型的车内噪声优化

基于声固耦合分析与迭代更新近似模型对车身板件进行了优化。首先通过板件声学贡献量分析,确定影响车内噪声的关键板件,将其厚度作为设计变量,在减少计算量的同时去除了无关变量的干扰。然后建立不同激励下驾驶员右耳处最大声压与关键板件厚度之间的组合近似模型,对其进行多目标优化并采用序列二次规划和K均值聚类算法对近似模型进行更新,使得采样样本逐渐靠近Pareto前沿,从而提高近似模型在Pareto前沿上的精度。优化结果表明,迭代更新近似模型能够有效优化车身结构,在保证轻量化的同时,降低了车内噪声。

一种多传感器自适应量测迭代更新GM-PHD跟踪算法

针对多传感器观测数据质量不同且未知时,多传感器量测迭代更新高斯混合概率假设密度(GM-PHD)滤波器跟踪算法的结果对更新顺序敏感的问题,该文提出一种多传感器自适应量测迭代更新GM-PHD跟踪算法AIUGM-PHD。首先基于多传感器融合一致性度量,提出一种用于在线评估各传感器跟踪结果质量的方法;然后对多传感器迭代融合顺序进行优化,最后构建相应的多传感器GM-PHD融合跟踪算法。为了解决多传感器自适应顺序迭代融合无法体现传感器质量差距的问题,提出了一种自适应带权伪量测迭代更新GM-PHD跟踪算法PAIU-GMPHD。仿真结果表明,与常规多传感器迭代更新GM-PHD跟踪算法相比,所提算法能够获得鲁棒性更好、精度更高的跟踪结果。

基于条件迭代更新随机森林的非约束人脸特征点精确定位

人脸特征点定位是计算机视觉中研究和分析人脸的关键.为了提高在非约束环境中(大姿态变化、遮挡、复杂背景等)人脸特征点定位的准确性和鲁棒性,提出一种基于条件迭代更新随机森林的非约束人脸特征点定位方法.首先,为了克服遮挡和背景噪声的影响,对人脸子区域进行分类,提取人脸正子区域;然后,在人脸正子区域上估计头部姿态,根据估计的头部姿态和人脸局部子区域学习特征点的初始化条件概率模型,定位人脸特征点的初始位置;再依据特征点的初始位置建立人脸误差模型,利用误差模型在线学习并多次迭代更新随机森林的叶子节点,生成新的复合叶子概率模型,包括人脸子块类别、头部姿态、人脸形变模型、误差偏移模型;最后,引入条件权重稀疏投票对复合叶子概率模型进行回归,定位人脸特征点的精确位置.在AFW,LFW和Pointing’04这3个具有挑战性的公共人脸数据库上进行实验的结果表明,该方法在非约束人脸特征点定位中的平均误差值为0.15时,定位准确率超过95%.

一种基于迭代更新的稀疏傅里叶变换改进算法

快速傅里叶变换（FFT）是信号分析领域的重要算法，具有极其重要的地位。稀疏傅里叶变换（SFFT）是一种低复杂度的傅里叶变换算法，其计算速度是FFT的10～100倍，但是目前的SFFT算法均需要知道信号的稀疏度。针对该问题，文章提出了一种基于迭代更新的SFFT改进算法。该算法在信号稀疏度未知的情况下，通过循环迭代对信号进行更新并设置合适的噪声门限来终止迭代。实验结果表明，该算法计算精度高，抗噪性能好，能很好地解决稀疏度未知信号的频谱分析问题，扩展原算法的适用性。

浅议新时期财务人员财务思维的迭代更新

我国经济结构调整,发展方式发生转变,会计行业迎来了新的机遇与挑战,财务人员也面临许多新情况、新问题。特别是当人工智能技术快速改变整个社会及商业环境的时候,作为商业核心元素的会计工作和财务人员也无法独善其身,只有改变传统思维模式,主动融入时代浪潮,才能有所作为。本文尝试在新时期背景下,探讨财务人员财务思维方式如何迭代与更新,方能与时俱进,紧跟时代步伐,做社会贡献与企业价值最大化的参与者与创造者。

我国档案事业与档案职业迭代更新的40年

国家档案局恢复工作后的40年是我国档案事业和档案职业发生巨大变化的40年。文章从档案实体、档案管理、档案职业、档案工作地位和档案工作价值五个角度梳理分析国家档案局恢复工作后,我国档案事业和档案职业所发生的具体变化,以期反映近年来我国档案事业和档案职业的发展脉络。

“战疫·助学”背景下在线教研迭代更新路径探析——以广州市荔湾区四年级英语在线教研为例

疫情前,广东省广州市荔湾区努力发展新型混合式教研训,但影响学科教研的内外因素较多:如教研方式和氛围、信息素养能力弱、学科有用的资源缺乏,以及传统教研方式根深蒂固,教师参与教研的积极性和效果不理想。而疫情的在线教研通过搭建优质的平台,更新定研助教的教研模式,重构量学定题的区域课程资源体系,探析出了有效的区域在线教研的新路径,为区域教研方式的迭代更新提供了重要参考。

科技发展“迭代更新、超越千年”

1964年10月,中国一颗原子弹爆炸成功,至今已经57年。以“两弹一星”工程等一大批科技攻关项目为标志,党领导新中国科技事业发展阔步前进,具备了从科技大国加速向科技强国迈进的基础和条件。

表展重启 迭代更新

LVMH集团所主办的LVMH Watch Week钟表周自2019年首度登场至今,已发展成为一年一度国际钟表界的开季盛事。今年LVMH集团4大品牌:BVLGARI、HUBLOT、ZENITH及TAG HEUER联手发表今年多款最新作品。作为开年的第一场钟表大秀,LVMH Watch Week不仅可一窥该集团的整体战略,以及各品牌未来的发展规划,某种程度更反映出新一年钟表的趋势风向。

人才赋能,为成都迭代更新加速

9月27日至28日,习近平总书记在北京召开的中央人才工作会议上讲话时强调,当前,我国进入了全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新征程,也比历史上任何时期都更加渴求人才。要下大气力全方位培养、引进、用好人才。

5G应用扩展推动芯片迭代更新--专访高通公司全球副总裁侯明娟

5G商用已一年多,如今有哪些新的发展趋势和机遇?对芯片行业的发展有哪些影响?“在技术特性和标准发展的同时,5G应用也正在向不同垂直领域扩展,包括智能手机、电脑、固定无线接入、工业物联网、面向企业和汽车的网络以及企业专网等这些都会推动芯片的迭代和更新,赋能5G创新发展。”

一种高斯型非线性迭代更新滤波器

针对高斯型非线性滤波器在大初始偏差条件下性能下降、甚至发散的问题,提出了一种新的非线性滤波算法,即迭代更新扩展卡尔曼滤波器(iterated update extended Kalman filter,IU-EKF)。首先,该算法在EKF框架下,将传统的一步量测更新在伪时间上分为多步进行,采用部分增益将当前量测信息逐步地引入量测更新过程实现对状态的后验估计;其次,由于多步量测更新过程引入了每一步的过程噪声,因此将量测噪声与每一步更新后的状态估计误差之间的互协方差代入误差协方差矩阵,再利用此误差协方差矩阵的迹对标准卡尔曼增益矩阵求导并令结果为零,以导出噪声相关条件下的最优卡尔曼增益矩阵表达式;最后,根据后验量测残差自适应地调整迭代更新次数,在保证一定滤波精度的前提下,降低了算法的计算量。以2维目标跟踪问题为例,在大初始偏差条件下,通过仿真实验将本文算法分别与EKF、IEKF、UKF、CKF算法进行对比,并针对不同迭代次数对滤波精度的影响进行对比分析。仿真结果表明:本文算法较EKF大幅提高了滤波估计精度,且在大初始偏差条件下,本文算法性能优于现有经典高斯假设滤波器。同时,当迭代次数按1、2、5、10、20递增时,本文算法的滤波精度也随之提升,但提升幅度逐渐减缓。

寄养保护与迭代更新:乡村传统古民居保护策略思考

保护利用乡村传统古民居是乡村振兴的重要组成部分。文章从乡村古民居现有保护策略入手,进行现状问题分析,提出乡村传统古民居寄养保护和迭代更新的保护利用新策略,并从制衡保护举措,寄养情境设计,构件梳理修缮,情境迭代再生,情景更新再造等方面,结合江西婺源县篁岭村的寄养保护成果实例展开探讨。力求发掘乡村传统古民居保护利用与迭代更新的平衡支点,助力乡村振兴。

以育人为中心,推动“新优质学校”迭代更新

上海诞生的“新优质学校”,经过持续多年的孕育和创造,以其自身特有的、具有开创性的“优质”内涵、标准和实现路径,不仅成为上海教育的一张名片,而且已然成为中国基础教育改革和学校变革发展的一个标杆性品牌。作为标杆品牌的“新优质学校”,其影响力的根源在于“新优质”,关键在于“新优质”之“新”,它为众说纷纭的“优质”学校、“高品质”学校,挖掘并赋予了新内涵,树立了新范式,因此成了学校办学样态的新样本。