基于局部敏感判别宽度学习的高光谱图像分类

宽度学习系统(BLS)以其良好的学习性能与泛化能力,在高光谱图像(HSI)分类中得到了广泛应用。然而宽度学习系统仅关注各类样本的可分性,忽略了样本之间的相对关系以及所蕴涵的判别信息,在一定程度上限制了宽度学习系统在高光谱图像分类任务中的性能。为此,提出一种局部敏感判别的宽度学习系统(LSDBLS)方法。该方法通过引入局部敏感判别分析考虑标记样本的判别信息与数据样本的局部流形结构,通过标记样本构建类内图和类间图来表征数据样本之间的相对关系。在此基础上,将类内图和类间图引入到宽度学习系统的目标函数中,通过最小化类内图以及最大化类间图,使得同类样本尽可能地聚集,不同类的样本尽可能地远离,增强LSDBLS对数据特征的判别能力。通过在三个HSI数据集上的实验结果表明,LSDBLS取得了良好的效果。

北京冬奥会背景下齐齐哈尔市冰球运动发展研究

作为"亚洲最佳冰球城市"的齐齐哈尔,如何利用北京冬奥会契机促进齐齐哈尔市冰球运动的发展是全国冰球爱好者最关注的热点,也是当前学者研究的焦点。齐齐哈尔市具有天然的冰雪资源环境,拥有深厚的冰雪体育文化底蕴,是齐齐哈尔市冰球运动发展的优势,但也存在专业冰球后备人才匮乏,缺少科学的冰球运动训练方法,冰球运动宣传力度不够等问题。提出加大后备人才培养力度,完善冰球运动科学化训练体系,增强教练员能力的培养,推动冰球运动宣传,营造文化氛围,积极开展校园冰球运动,提高参与度等发展措施。

贵州红粘土工程特性及地基承载力特征分析

贵州地区为典型的喀斯特地貌,广泛分布着碳酸盐岩系,主要气候为亚热带季风气候,为贵州红粘土的形成创造了良好条件。在贵州地区地表,形成着可塑性较高的红粘土。红粘土作为区域性特殊土,在建筑工程中具有广泛应用。本文针对贵州红粘土工程特性及地基承载力特征进行分析,促进红粘土在工程项目中的应用。

对贵州红粘土的剖面特征分析及成因的探讨

红粘土作为特殊土中的一种,其特殊性质是由成分和结构控制,且成分和结构取决于红粘土的成因。为了探讨红粘土的成因从而深入了解其特殊性,该文结合试验对贵州岩溶地区8个红粘土剖面48个样品的常量元素和微量元素作出分析和对比,对红粘土剖面粘土矿物特征作出分析。验证了红粘土主要是在溶蚀-交代作用和红土化作用两个阶段形成,并且与母岩成分、CO2含量、气候条件、地形地貌等有关。

综合管廊模板位移及混凝土浇筑步序优化研究

为研究城市地下综合管廊在单侧支模情况下现浇混凝土模板的位移特征,以世园会园区外围综合管廊工程为背景,结合现场实测和数值计算,分析百康路、延康路综合管廊部分墙体模板的位移情况,经过对比,验证了数值模型的合理性。又针对出现的胀模情况,优化了模板支撑体系和混凝土浇筑步序,通过数值模拟证明了优化效果。分析表明,由于缺失对拉螺栓,单侧支模的墙体更易出现胀模情况。先浇筑墙体模板上的侧压力可以类似“预应力”的形式通过横撑架子管传递给未浇筑的墙体模板,该“预应力”能明显约束后者位移。优化支模形式和混凝土浇筑步序,能够有效减小模板位移。

互联网金融对传统银行业的影响

互联网技术的发展促使我国的经济不断提升,商业和金融业以及互联网很好的融合在一起,以此形成了互联网金融。互联网金融的问世对于很多行业而言是一种全新的挑战,各行各业开始提倡互联网精神,使得金融行业发生了巨大的改变。基于此,文章根据互联网金融对传统银行的影响进行分析,以此帮助传统银行抓住互联网金融的发展。

基于CPLD的双电源控制器设计

为了实现对主控板的测试需求,提出了一种基于CPLD可控隔离双电源测试系统设计方案,并完成系统的软硬件设计。该系统的硬件部分主要用来模拟主控板上2个独立电源模块功能,软件部分采用VERILOG进行编程,能够完成对其输出2路时序可控的隔离电源,并进行测试的功能。实际应用表明,该系统具有操作快速、测试准确的特点,达到了设计要求。

抗溶胀水凝胶在生物医学领域的研究进展

水凝胶是一种可降解亲水聚合物,但亲水性过大导致体积变大、弹性模量降低以及结构松散,影响其使用;尤其是在生物医学工程领域,水凝胶的过分溶胀会压迫神经,且降解速率过快,导致释放的离子与组织生长不匹配等问题。因此,抗溶胀的水凝胶是近年来的研究热点,本文综述了抗溶胀水凝胶的近期研究进展,从水凝胶的溶胀机制和制备方法出发,详细阐述其在生物医学工程领域的应用发展,以期为抗溶胀水凝胶领域的研究者提供一些参考与借鉴。

基于改进YOLOv7的SAR图像舰船目标检测方法

为了解决SAR图像舰船目标检测的现有主流算法中图像模糊、缺乏纹理特征而导致的目标检测精度低和小目标检测难度大等问题,同时考虑不引入过多参数量以免影响网络实时性,提出了一种基于坐标注意力机制和NWD度量的改进YOLOv7的SAR图像舰船目标检测方法。首先,该方法在坐标注意力机制中引入了最大池化和残差结构,以提高模型特征提取能力;其次,将密集连接和轻量化卷积相结合,设计了SPPCSPC-P模块,以增强特征间的融合;另外,在主干网络中增加了小目标检测层,以改善模型对小目标检测精度低的问题;最后,利用NWD度量和CIoU损失设计了加权定位损失函数,进一步提高了模型检测精度。利用SSDD数据集进行实验,实验结果表明,所提方法的平均精度达到了98.38%,高于YOLOv7网络2.09个百分点。