从经济发展模式的历史演进看中国循环经济的发展

通过描述人类经济发展历史演进中"农业经济模式"、"线型经济模式"、"末端治理模式"的三个模式,从生产力和生产关系两个方面分别分析了传统经济发展模式的弊端,在此基础上提出了循环经济发展模式的设想。作者从人类历史发展的普遍性和中国的特殊性两个方面阐明了在中国发展循环经济的特殊困难,针对困难从制度角度提出了完善市场经济体制,为转变经济发展模式提供较好的制度环境;建立现代企业制度,为经济发展模式的转变提供微观基础;明确政府职责,在市场中形成良好的政策导向三个方面的对策。

一种基于网格框架下改进的多密度SNN聚类算法

针对数据集中数据分布密度不均匀以及存在噪声点,噪声点容易导致样本聚类时产生较大的偏差问题,提出一种基于网络框架下改进的多密度SNN聚类算法。网格化递归划分数据空间成密度不同的网格,对高密度网格单元作为类簇中心,利用网格相对密度差检测出在簇边界网格中包含噪声点;使用改进的SNN聚类算法计算边界网格内样本数据点的局部密度,通过数据密度特征分布对噪声点进行类簇分配,从而提高聚类算法的鲁棒性。在UCI高维的数据集上的实验结果表明,与传统的算法相比,该算法通过网格划分数据空间和局部密度峰值进行样本类簇分配,有效地平衡聚类效果和时间性能。

融合CN跟踪算法改进的TLD实时目标跟踪算法

针对TLD算法跟踪框在目标非刚性形变、旋转、背景杂乱等情景中容易导致跟踪漂移的问题,提出了一种融合CN跟踪算法改进的TLD实时目标跟踪算法(TLD-CN)。首先对跟踪框内区域计算图像显著性得到BRISK算法采样特征点的阈值,获得合适的特征点以建立旋转和尺度归一化的描述子,再融合颜色特征和纹理特征对前后帧跟踪框内描述子进行最优相似性匹配,得到匹配的特征点集合,对集合内特征点进行判别式字典的稀疏编码后,分别与CN跟踪框和TLD跟踪框的中心像素点进行相似度的度量,得到输出框调整的权重系数。实验结果表明,TLD-CN跟踪算法通过特征点度量出2种算法融合的权重值调整输出框,在目标形变、旋转、背景杂乱、快速运动等复杂跟踪情景中,具有很高的精度和成功率。权重系数自适应更新也避免了模型过拟合,达到实时跟踪效果。

结合重检测机制的多卷积层特征响应跟踪算法

针对基于深度特征的目标跟踪算法在目标快速运动、长时间遮挡容易导致跟踪漂移的问题,提出了一种结合重检测机制的多卷积层特征响应跟踪算法。首先基于图像分块的混合高斯模型检测出目标区域,其次多卷积层根据加权梯度的类激活映射提取目标深度特征图,并训练出相互独立的相关滤波器,然后融合底层空间特征和高层语义特征的卷积层滤波器得到目标响应位置,再由重检测机制约束项平滑输出响应值,从而构建出强跟踪器,最后自适应地更新模型参数和权重系数,避免模型中参数过拟合,达到实时跟踪效果。实验结果表明,该算法在目标严重形变、快速运动、长时期遮挡等复杂情景下,跟踪结果具有很高的精确度和成功率。

融合TLD框架的DSST实时目标跟踪改进算法

针对目标快速运动导致的图像模糊,使DSST算法难以区分目标与背景信息,滤波器在训练阶段循环移位采集密集样本容易产生边界效应,导致跟踪漂移的问题,提出了一种融合TLD框架的DSST实时目标跟踪改进算法(TLD-DSST)。改进DSST算法的位置滤波器,通过空间正则化的方法加入权重系数矩阵,降低非目标区域的响应,对快速运动目标进行粗定位;与此同时,引入朴素贝叶斯分类器改进TLD检测器,提高检测器对目标与背景信息的区分能力,然后将DSST目标响应的位置与TLD检测器得到的目标区域进行最优相似性匹配,得到精确定位的结果。通过TLD检测器正负样本在线更新机制,不断优化算法的鲁棒性。实验结果表明,TLD-DSST算法对于快速运动等复杂情景下的目标跟踪,具有很高的精确度和成功率。

面向公共健康的公园要素感官偏好研究

城市公园依托感官刺激对公共健康存在重要影响。为研究城市公园在感官层面对居民健康的影响,笔者在苏州2个城市公园针对使用者的健康状况、五感层面,对公园构成要素的偏好状况进行了调研,并交叉分析了它们之间的关系。研究发现:①公园使用者存在3种梯度的健康状况;②不同健康状况的公园使用者在各感官层面对公园要素的喜好情况排序呈一致性,而偏好程度呈现显著差异。基于此,笔者从感官体验的角度对城市公园设计提出了建议。

城镇化进程中的教育管理体制改革问题

作为21世纪影响人类历史进程的两件大事之一①，城镇化已经并正在继续深刻改变着中国社会的面貌，对教育事业的改革发展产生着重大影响，从而不可避免地对教育管理体制和教育管理的方式、方法、手段等提出新的要求和挑战。究竟城镇化进程对教育管理体制提出了哪些新的要求和挑战？过去这些年在应对城镇化的要求和挑战、推进教育管理体制改革、转变教育管理方式等方面有哪些做法和进展？目前存在哪些困难和问题？应如何进一步继续推进？