英国特色乡村小城镇规划设计的经验与启示

英国城镇化及小城镇环境特色塑造的历程、教训、经验,特别是重视乡村建设的意识和人文观,是中国特色小城镇建设的一面镜子,我们应以他山之石,因地制宜地探索我国小城镇特色建设的理念、策略及途径。

基于主动学习的图像分类技术:现状与未来

图像分类作为计算机视觉领域中的重要研究方向之一,应用领域非常广泛.基于深度学习的图像分类技术取得的成功,依赖大量的已标注数据,然而数据的标注成本往往是昂贵的.主动学习作为一种机器学习方法,旨在以尽可能少的高质量标注数据达到期望的模型性能,缓解监督学习任务中存在的标注成本高、标注信息难以大量获取的问题.主动学习图像分类算法根据样本选择策略,从未标记样本数据集合中选择出信息量丰富,对分类模型训练贡献更高的样本进行标注,以更新已标注训练数据池,如此循环直至满足给定的停止条件或模型标注预算耗尽.本文对近年来提出的主动学习图像分类算法进行了详细综述,并根据所用样本数据处理及模型优化方案,将现有算法分为三类:基于数据增强的算法,包括利用图像增广来扩充训练数据,或者根据图像特征插值后的差异性来选择高质量的训练数据;基于数据分布信息的算法,根据数据分布的特点来优化样本选择策略;优化模型预测的算法,包括优化获取和利用深度模型预测信息的方法、基于生成对抗网络和强化学习来优化预测模型的结构,以及基于Transformer结构提升模型预测性能,以确保模型预测结果的可靠性.此外,本文还对各类主动学习图像分类算法下的重要学术工作进行了实验对比,并对各算法在不同规模数据集上的性能和适应性进行了分析.另外,本文探讨了主动学习图像分类技术所面临的挑战,并指出了未来研究的方向.

一种光照不均匀图像的自适应校正算法

为了提高光照不均匀条件下采集的图像的视觉效果,提出了一种基于改进二维伽马函数自适应亮度校正算法。首先基于光照反射成像模型,利用快速引导滤波算法提取出光照信息;然后构造了一种改进的二维伽马函数,并利用光照的分布特性动态地调整二维伽马函数的参数,实现对图像亮度的自适应校正处理,提高光照过暗区域图像的亮度值,降低光照过强区域图像的亮度值,得到增强后的图像。对多种场景图像的处理结果表明,本文算法可以有效地降低不均匀光照的影响,提高图像的质量。

多电极电磁流量计用于非轴对称流的测量

为解决两电极电磁流量计对于速度非轴对称分布的敏感问题,基于Shercliff权函数提出区域权函数概念,研究其计算方法并设计出多电极电磁流量计.通过多电极传感器测量不同位置的弦端电压,计算管道截面各区域的局部轴向平均速度,并实现体积流量的测量.介绍了多电极电磁流量计传感器设计,通过测量偏流发生器下游的非轴对称单相流及倾斜管固-液两相流,证明该设计对于非轴对称流具有较高的流量测量精度及可靠的速度分布测量结果.

老年人散步行为与城市公园空间组织特征研究——基于空间句法理论

散步是老年人保持健康的低成本运动方式之一,城市公园是承载老年人散步行为的主要场所。研究在初冬季节(11-12月)对南昌市2个城市公园进行调研,通过行为观测法获得老年人散步行为相关数据,并形成空间活力地图,采用空间句法理论量化城市空间组织特征获得可达性相关指标数据。通过分析,知晓老年人散步空间与非散步空间的分异特征和老年人散步空间偏好。希望研究结果能为改善老年人散步环境提供一些指引。

基于质心分水岭算法的静态手势分割算法模型

为了解决在类肤色背景下难以从图像中高效地分割出完整静态手势的问题,提出了基于质心分水岭算法(improved centroid watershed algorithm, ICWA)的静态手势分割模型。该ICWA算法可以有效地减少图像梯度对手势分割的影响并完整地提取出肤色区域。此外,本文设计了一种将PCA(principal component analysis)降维和凸性检测算法相结合的方法,可以根据对凸点准确提取手腕的割线。同时,利用卷积神经网络(convolutional neural networks, CNN)在标准数据库上进行了初步的手势自动识别实验。实验结果表明:该分割模型对于9种静态手势的平均识别率达到了97.85%。

基于AMESim的轴向柱塞泵流量脉动影响因素分析

流量脉动是影响柱塞泵工作性能的重要因素。为了深入研究柱塞泵的流量脉动特性,采用AMESim软件进行了建模和仿真,并在此基础上分别分析了柱塞泵结构参数和泄漏参数对轴向柱塞泵流量脉动的影响,为控制流量脉动提出了参考依据。

高阶高斯滤波和Radon变换结合的缸体特征提取

针对缸体表面特征以沟槽为主、方向性显著的特点,提出了使用高阶高斯回归滤波预处理与Radon变换相结合对表面的沟槽特征进行提取的方法。高阶高斯回归滤波抑制了边界效应,使得表面数据能被全部用于分析,提高了数据的使用率,同时减轻了异常值对滤波结果的影响,防止了沟槽形状带来的极值对滤波中线提取的干扰。在Radon变换过程中,为了防止沟槽密集处由于特征方向性减弱造成的特征提取困难,将沟槽特征整体的提取简化为对沟槽中心线的提取。考虑到沟槽底部极小值点分布与中心线之间的强相关性,使用深沟槽底部极小值点拟合确定中心线的位置。浅沟槽与轻微划痕也会留下极小值点,对深沟槽极小值点的提取造成干扰,因此引入深度阈值将两者区分。对样本分析后,得到沟槽的主要角度为19.5°、91.1°、165.6°。表面沟槽整体缺陷率为35.95%,大于单条沟槽缺陷率。与从二维轮廓线提取的表面特征结果对比表明,采用该方法所提取的缸体三维表面特征不仅包含了更多的特征信息,而且特征提取结果对表面局部的极值具有更强的稳健性。

基于光照-反射成像模型和形态学操作的多谱段图像增强算法

为解决多谱段降质图像增强问题,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先对图像饱和度使用自适应非线性拉伸函数进行拉伸,使增强后的图像色彩更加饱和、自然;接下来利用引导滤波算法提取出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;最后合并光照分量和反射分量,并与处理后的饱和度分量和色调分量一起得到增强图像.采用主客观评价指标对可见光低照度图像、水下图像、高动态范围图像、沙尘暴图像、雾天图像和热红外图像6种降质多谱段图像实验结果进行分析比较,结果表明本文算法能够有效地抑制图像噪声、增强图像细节信息、改善图像视觉效果,可应用于多种图像增强领域.

基于社会力异常检测改进算法的人群行为模型

社会力异常检测算法(SAFM)是检测人群异常行为(人群聚集和恐慌逃散等)的一种核心算法,提取的底层特征不能完整地描述人群的运动状态,导致人群异常行为的识别率低。为此,提出一种改进的社会力异常检测算法(SFDE)解决此问题。算法引入人群运动的轨迹避免底层特征的丢失,通过无监督方法将轨迹进行聚类,再通过轨迹和人群相互作用力建立人群行为模型(人群运动强度、人群方向熵和聚簇中心距离势能的作用力)。为证明算法有效性,应用改进的SFDE算法结合深度学习模型来识别不同的人群异常行为。通过UMN数据对算法进行验证,结果表明SFDE算法的准确率比传统的SAFM算法提高了18%,并且执行时间提高了2.2 s。

人民币汇率均衡问题研究

本文认为人民币汇率的合理波动区间是以长期均衡汇率为中心,以当前均衡汇率为边界的带状区域。同时以均衡汇率理论中的BEER模型为基础,选择1990年以后的数据,对人民币汇率的相关指标进行了系统的应用分析与计量分析,建立了人民币实际有效汇率的协整和误差修正模型,分析了脉冲响应与方差分解效应,测算出人民币实际有效均衡汇率的波动范围,得出了绝大多数年份的人民币名义汇率落在合理波动区间内的结论,并从不同角度揭示了人民币汇率存在的偏差和汇率体制存在的问题。

群体异常行为分析中面临的挑战与相关技术

群体异常行为的分析与识别过程在技术层面通常面临与个体行为分析不同的挑战,如群体行为类型的定义不明确、用于群体行为分析的数据不足以及对多种类型群体行为检测难度较高等问题。针对群体行为分析的3个阶段所面临的主要问题,对群体行为数据模拟、群体行为图像特征提取和群体异常行为识别相关的研究进行了相关的归纳与介绍。其中,群体行为数据模拟方面,主要介绍不同研究中对群体行为的分类定义,以及宏观、介观和微观方式群体行为模拟的相关研究。其次,对多个研究中使用的群体行为图像特征提取方法,按照低级别运动流的特征到高级别语义特征的顺序进行介绍。最后,分别归纳群体能量模型等基于全局的群体行为识别方法,以及社会力模型等基于局部的群体行为识别方法相关研究,对比其优势及缺陷,并对群体异常行为分析与识别领域可能的研究方向进行展望。

复合加工表面的分析评定及软件实现

分析了复合加工表面的特征,详细说明了复合加工表面各个参数的评定算法和评定参数的实际功能意义。提出了基于VC和Matlab的复合加工表面评定软件,利用该软件对珩磨表面参数进行了评定,并通过模拟数据证明了该软件的精确度。

谁在国际教育中学习成长——“知识殖民主义”抑或跨文化交流

在国际教育中,如何促进教师创造性地理解教和学是热点和难点问题。教育全球化鼓励学生流动,导致许多国家的大量学生求学海外。由此,使用第二语言以及在不同学术文化环境下学习所带来的挑战,迫使教师和学生双方都有必要重新审视和评估自己的教学实践。通过对一个有丰富国际教学经验的英国大学教师团队的调查和访谈,展示他们如何调整自己的教学实践以适应中国的学生学习英国课程,找寻他们在创造具有包容性的教与学的环境方面的实践经验,以及如何发展教师互动和专业认同的情况。

唐代三地梨园考述

梨园是唐代著名的音乐机构,主要从事音乐歌舞的表演。通过对文献史料的收集、整理和分析,并结合考古材料,分别对唐代长安梨园、华清宫梨园和洛阳梨园这三个处于不同地点的梨园的设置进行了初步研究,并对唐代三地梨园的乐工人数、表演技艺以及用乐情况等试行探索。

改进的菱形解相位法在相位展开中的应用

为解决菱形解相位法在展开复杂相位场时容易出现拉线或孤岛的问题,提出了菱形解相位法的改进算法。该算法首先结合Goldstein枝切法找出包裹相位分布中的残差点,并将包裹相位图分为残差点区域和非残差点区域,然后对非残差点区域采用传统菱形解相位法进行展开,最后依据相位的连续性原则,利用最小二乘法拟合残差点区域的相位,获取实际相位的最佳逼近值,从而获得真实且可靠的相位展开结果。仿真结果表明:改进后的菱形解相位法可以有效展开复杂相位场,使拉线与孤岛现象减少了约70%。

表面功能特性分形分析(英文)

表面分形分析已开展多年,虽然在涉及制造过程控制方面时出现过一些争论,但已获得了许多有意义的结果.与此同时,用分形来研究表面功能特性所取得的进展有限,其原因之一是,以前分形的重点在于功率谱,而不是对于空间更为敏感的自相关函数.基于此,笔者首次将分形参数引入到基于自相关系数的表面功能参数.进展有限的另一原因是,与表面功能相关的许多确定性实验没有将分形参数包含在参数集中,这主要是由于过去没有能够给出分形参数的表面光洁度仪器,从而失去了确定分形参数价值的可能性.文中提出了一种新的、简单的测量分形特性的方法,它不仅能够利用现有仪器,而且可以从已进行的测量中根据已有的数据快速评定分形特性.

从学习的角度看学生对仪表盘数据的反应

学习者仪表盘是处理并向学生呈现有关其学习行为数据(比如出勤率、上图书馆次数、成绩等)的一种图表界面。这项研究收集了来自英国一所大学24位毕业班学生的数据,旨在探讨本科生对使用学习者仪表盘的反应。这是一个尚未得到充分研究的领域。研究表明,与反馈素养一样,学习者仪表盘的使用也涉及一种素养,这种素养包含知晓、身份建构和行动三个成分。这些概念有助于我们理解学生对学习者仪表盘的态度。本文还简要阐述了本研究的发现对教育机构进一步有效使用学习者仪表盘这些工具的启示。

基于深度融合的深度图像修复算法

提出了一种基于深度融合的深度图像修复算法。对于单幅深度图像,首先利用形态学操作进行空洞区域优化,消除深度图像中的间隙和随机噪声;然后针对迭代滤波过程,提出一种新的深度融合策略计算深度值,并通过对空洞区域的分析,判断深度图像中空洞区域类型,自适应选择结构元进行迭代操作;最后利用局部深度值重建方法对受损的边缘处深度值进行修复。实验结果表明,本文算法在较好的修复深度图像中存在空洞和间隙的同时,能够保持原始深度图深度值分布规律,克服修复过程中存在的深度值失真,边缘模糊等不足。基于标准数据集Middlebury 的对比试验结果表明,本文算法与其它算法相比,获得了良好的效果。