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...     

火灾隐患成因与整改对策研究

出于不同目的,火灾隐患有不同的分类方法。从行政干预、社会消防法制意识、消防技术规范的变化、经济建设与消防安全的关系等方面分析了火灾隐患的成因,探讨了制约火灾隐患整改的主要因素。从建立健全消防法规体系、充分运用市场手段、推动火灾隐患整改社会化等方面详细论述了火灾隐患的整改措施。     

政治工作网站建设要遵循信息分类原则

信息分类方法,对网站设计、内容管理和信息搜索有重要价值。目前政治工作网站的信息分类还存在不少问题。应注意把握信息分类的实用性、自然性、系统性和针对性原则,优化网站信息分类设计,运用相似度计算等信息分析技术,改进信息分类方案。     

中红外光谱在润滑油分类识别中的应用

由中红外光谱能够获得不同种类润滑油的组成与结构信息.分别用聚类分析法和主成分分析法提取润滑油的中红外光谱信息,对齿轮油、内燃机油和液压油这3大类共113个润滑油样品进行了分类识别.采用系统聚类法对其进行分类,比较了不同类间距离、样品间距离和光谱区间对聚类分析结果的影响.采用主成分分析法对齿轮油、内燃机油、液压油及不同黏...     

一种用于军事情报分析系统的数据分类算法

针对实时情报自动化分析的实际需求,提出了一种应用于军事情报分析系统的数据分类算法(IDC),突破了原有的单层分类算法框架,构造了双层数据分类框架,设计和实现了各层的算法,验证了相关算法的正确性和有效性,扩展了现有侦察情报系统的实时情报分析和指挥决策功能。     

大型消防保卫勤务工作研究

阐述了大型活动的类型和一般规律及大型消防保卫勤务的基本策略,结合实际案例提出了大型消防保卫勤务工作的重点,包括安全保卫机构的组成和原则,大型活动消防保卫预案制定的基本程序及消防安全分类等。     

基于种群分类的变尺度免疫克隆选择算法

提出了一种基于种群分类的变尺度免疫克隆选择算法.该算法通过对目标函数进行非线性尺度变换,突出了全局最优解的优势地位;建立记忆子群实现了种群代际进化信息的交换;依据亲和度将抗体分为精英子群、普通子群、劣等子群,并对其分别执行自适应高斯变异、均匀变异和消亡更新等策略,增强了算法的局部和全局搜索能力.引入小生境技术提高了抗体...     

定量分析因子分类与量化方法及其应用

根据指标物理属性和数学特征,可以将因子分为离散型因子和连续型因子。离散型因子采用德尔菲法进行量化;连续型因子量化,可根据函数单调性及凹凸性,通过选取特征点、函数拟合等步骤,寻找因子量化的函数关系。这种因子分类及量化方法在国防经济研究的定量分析中具有良好的应用价值。     

扩展信念网络模型的军事情报检索系统设计

着眼信息化战争条件下军事情报分类、处理困难的现实,在深入分析军事情报检索系统特点基础上,提出一个基于分类的自动存储和利用查询术语同义词关系扩展信念模型的检索军事情报检索原型系统,详细描述了其存储和检索设计思路.     

利用多时间尺度卷积的视频行为识别网络

基于2D的行为识别网络通常融合多张视频帧的分类结果识别不同的行为,但其在卷积过程中缺少对时空特征提取。针对该问题,基于时间位移模块(temporal shift module,TSM)的思想设计了一组多时间尺度卷积,包含不同设计的卷积核以提取融合不同时间尺度的时空信息。通过控制多时间尺度卷积嵌入ResNet50网络的位置及其模块的参数设置,寻找最优的基于多时间尺度卷积的行为识别网络。使用PyTorch深度学习框架训练模型,在大型开源数据集Something-Somethingv2上进行了实验研究。结果表明,基于多时间尺度卷积的行为识别网络对行为识别准确率达到了59.47%,优于TSM等网络。