关于学校定位的理性思考

每一所学校的建设与发展,都离不开先进、准确、合理的学校定位。学校定位的准确与否,直接关系着学校办学的前途和命运。学校定位对学校办学行为起着规范、约束和自我评估的作用。能否为自己的学校建设与发展找准定位,是衡量一所学校高层决策水平高低和教学工作水平优劣的重要依据。所以,要准确把握学校定位的含义、依据、内容及特征。     

古建筑火灾危险性分析及预防对策

古建筑具有重要的历史价值,保护好古建筑免受火灾损害意义重大。针对古建筑严峻的火灾形势,分析其火灾危险性及火灾特点,并提出防范对策。     

基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.     

MPEG-4视频编码器纹理填充模块的VLSI结构设计

研究了MPEG-4纹理填充算法的特点,设计了纹理填充硬件实现的VLSI结构.在Xilinx ISE6.1i集成开发环境下,采用VHDL对该结构进行了描述,并使用了电子设计自动化(EDA)工具进行了模拟和验证.仿真和综合结果表明,所设计的VLSI处理器,逻辑功能完全正确,而且可以满足MPEG-4 Core Profiles & Level2的实时编码要求,可用于MPEG-4的VLSI实现.     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测。针对此问题,提出基于纹理随机化的结构主导目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测。利用目标的三维模型,借助Blender渲染引擎,完成纹理随机化仿真训练数据集的生成。仿真及真实图像实验测试结果表明:该方法能够实现基于目标结构特征的变纹理目标可靠检测。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

区域结构及多尺度纹理分析

结合纹理的结构分析方法 ,提出一种区域状结构 ,并把这种结构作为尺度空间中的特征。在基于区域状特征结构的尺度空间中 ,结构状纹理分析可转化为尺度空间中对特征结构的分析 ,从而实现了对纹理的多尺度分析。理论分析和实验结果证明了这种分析方法的有效性     

DTM在坦克视景仿真中的应用

介绍了DTM的结构、数据处理.针对坦克射击模拟器的要求,利用DTM,建立一套三维地形.以微机图形工作站为主要开发平台,建立在真实地为基础上的视景模拟逼真度得以提高.     

封面

通过求解零初始速度下的无控相对运动距离最小值,分析了圆参考轨道下航天器近距离相对悬停的被动安全特性。航天器相对悬停的被动安全特性可描述为处于受控悬停状态的航天器在控制力消失后的相对运动轨迹与目标禁飞区之间的空交集状态,该问题可转换为求解零初始速度下的相对运动距离最小值。由于初始位置的不同,相对距离最小值点可能位于整数倍周期极小值或非整数倍周期极小值点,通过分析两种类型极小值点的存在条件以及极小值点为最小值点的分界条件得到临界被动安全悬停区域的计算方法。针对典型的相对悬停场景,仿真分析了平面圆和三维球形禁飞区约束下临界安全悬停区域,评估了模型误差和J_2摄动对悬停被动安全特性的影响。该分析方法可为具有被动安全特性的近距离悬停任务设计提供指导。     

经济技术开发区建审工作的新特点及应对策略

分析了经济技术开发区建筑审核工作的现状和存在的问题,并有针对性地提出了加强经济技术开发区建审工作的对策。