Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

多传感器多机动目标跟踪方法研究进展

讨论了多传感器多机动目标的研究现状,分析了几种跟踪滤波器的性能,着重探讨了交互多模型(IMM)算法的发展状况和应用。同时还研究了多传感器跟踪多机动目标过程中的数据关联方法。最后指出,寻求采用自适应变结构的IMM算法,研究模型切换过程中算法的过渡性能,以及在数据关联中引入混沌、遗传算法等智能控制方法,将是未来多传感器多机动目标研究的方向。     

机载雷达系统测距算法

给出了机载雷达系统独立判定接近距离及接近速度的多回路跟踪测量器的状态模型和观测模型,并对这些模型进行了论证分析。基于最优控制的相关理论,重点分析研究了跟踪测量器的最优调节算法,并分析给出了该算法的权重系数选定原则和方法,最后通过仿真算例,推证了算法的可行性。利用上述算法可为研究机载雷达系统跟踪高度机动的目标问题提供参考。     

战争观念的语源原型

本文从汉字语源出发,根据荣格心理学的原型观念,通过汉字“战”的语源分析,探寻蕴含在汉字深处(因而也是汉文化底层)的战争观念。文字学认为,“战”()字中单为声符,戈为形符,而作为声符的单系“战”字的隐义,亦即“战”的战争原型。古文字研究表明“单”为鳄类爬行动物,象征着人性中凶猛残暴的兽性;而脑科学研究表明,大脑深处的主管攻击、暴力的部分正是原始脑的“爬虫复合体”(鳄类)。这些研究成果与无意识心理学中的阴影原型(人性中的兽性)不谋而合。因此通过文字学与心理学我们找到了战争冲动的原始意象,也从中发现了相应的化解方法。     

降低执政成本提高执政成效

降低执政成本,提高执政成效,是执政党追求的永恒目标,也是执政过程中始终面临的重大课题。从政治意义上看,执政成效关系到党的兴衰成败、生死存亡;从经济意义上看,执政成效是执政党保持执政合法性的重要条件。降低执政成本、提高执政成效是一个系统工程,要提高执政的成本效益意识;建立一支高素质的领导干部队伍;精兵简政,降低政府行政成本;加强制度建设。     

不断增强旅团党委依法从严治军的本领

从严治军是军队建设的铁律。旅团党委是部队建设的“一线指挥部”,应当树立依法指导和开展工作的法制观念,严格职责管理权限,突出作风纪律建设这个重点,把提高部队战斗力作为根本标准,不断增强依法从严治军、加强部队正规化建设的本领。     

基于径向基函数神经网络的漏磁信号反演

采用径向基函数神经网络的方法对漏磁信号反演进行了研究,由实验数据和仿真数据获得样本,在网络训练的基础上,建立了由缺陷的漏磁信号到缺陷二维轮廓图的网络映射,实现了缺陷二维轮廓图的漏磁反演,为漏磁定量化检测提供了一种可行的方法。     

依靠科研提升大学生创新能力的探讨

大学生创新能力是现代社会发展到新阶段时对高校教育的新要求,但由于教育体制和客观条件的制约,大学生创新能力未能被提高到一定高度。科研能力与创新能力密切相关,因此,借助科研活动对大学生创新能力进行培养,可以实现相辅相成,具有现实意义。本文对当前我国大学生创新能力现状和影响因素进行了分析,并阐述了科研在创新能力培养中的作用,最后提出了依靠科研提升大学生创新能力的方法。对当前大学生的素质教育具有一定借鉴意义。     

基于OFDM技术的水声语音通信系统设计与实现

为了克服水声信道具有的有效通信带宽及其时变、空变等特性,采用了能够有效抗频率选择性衰减、抗多径干扰以及具有很高频谱利用率的正交频分复用技术;使用AMBE-2000芯片对语音编码进行压缩,设计了适用于水声信道环境下的实时语音通信系统,并对系统的主要硬件电路和软件设计进行了分析;对语音信号作了插入舒适噪声、回波消除、音量控制等处理;最后,进行了系统联调和水池试验,结果显示:该语音通信系统通话清晰,证明了该系统的有效性和实用性.     

基于连续波雷达微多普勒效应的弹丸转速测试方法

针对目前弹丸转速测试方法的局限,提出了一种新的弹丸转速测试方法,利用连续波雷达探测弹丸旋转产生的微多普勒效应,建立了弹丸旋转运动引起的雷达回波微多普勒调制数学模型,推导了微多普勒频率与弹丸转速的解析关系,给出了弹丸转速微多普勒数据的实测方案,并通过弹丸旋转微动辨识与数字解调技术,提取出弹丸转速,经靶场试验验证,测试效果良好。