论中国经济结构变动的特征及其趋势

党的十五届五中全会通过了《中共中央关于制定国民经济和社会发展第十个五年计划的建议》。《建议》指出 ,要实现国民经济持续快速健康发展必须对经济结构进行战略性调整 ,并且同时强调 :“继续完成工业化是我国现代化进程中的艰巨的历史性任务。”经济高速增长时期往往是经济结构的剧烈变动时期 ,也是社会资源重新配置以实现更高劳动生产率时期。当前 ,关于中国经济结构变动趋势存在着不同的看法 ,主要的焦点集中在中国经济发展阶段的判断上。本文以经济结构 (指产业结构 )的长期变动和国际比较为基础 ,提出未来 1 5年是中国工业化的加速发…     

智能网中的业务特征干扰检测和消除

本文主要对业务特征干扰问题的检测与消除算法进行了深入的探讨并提出了具体的解决方案。     

论消防行政执法监督

消防行政执法职权的国家权力性 ,使其必须对这种行为进行监控。消防行政执法监督 ;消防行政执法监督的概念和特征 ;消防行政执法监督的形式 ;消防行政执法监督体制的健全。     

基于时频分析的飞机目标识别

本文利用小波变换对五种飞机目标的雷达回波进行时频分析,得到了回波信号的时频分布图。全面清楚地描述了目标的散射特性。文中通过提取时频分布图的矩特征作为目标特征量,对五种飞机的目标作了识别实验,取得了良好的识别效果     

一种融合多源动态时空特征的战术互联网流量预测模型

战术互联网流量具有极强的动态时空特征,且与天气、高程等外部特征紧密相关,现有的网络流量预测模型不能很好地提取其复杂特征,提出了一种融合多源动态时空特征的战术互联网流量预测模型。首先,将外部特征与流量特征融合为多源特征;然后,提取当前时刻网络流量的空间特征,并对随时间变化的卷积权重迭代更新得到不同时间片下的空间特征信息;最后,通过时间卷积聚合当前和历史时刻的空间信息以预测下一时刻的多源动态时空流量。相比单一的基础模型,该方法在平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R²)三种评估指标中效果均更好。     

多模板指纹的特征拼接

许多自动指纹识别系统在注册阶段对于每个用户存储同一手指的多个模板指纹,在认证阶段将输入的指纹和存储在模板库中的相应手指的多个模板指纹进行比对。提出了将多个模板指纹的特征进行拼接的方法,将多个模板指纹拼接成一个模板指纹。这样,在认证阶段可以减少和输入指纹进行比对的模板个数,加快了比对速度。同时,拼接而成的模板指纹比单个模板指纹的特征丰富,有利于提高识别的正确率。实验测试表明,方法能够提高系统的识别性能。     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

做好大学生新兵教育管理工作的调查思考

<正>随着"一年两征"的实施,大学生征集规模进一步扩大,在新兵中的占比越来越高。如何正确认识和看待大学生新兵的思想行为特征,帮助他们发挥优势、克服不足,走稳走好"兵之初",是当前部队亟须关注的一个重点问题。一、大学生新兵特征明显一是个性张扬、思想前卫。大学生新兵是"握着鼠标成长、敲着键盘说话、塞着耳机漫步"的一代,他们崇尚个性、追求时尚、观念超前,认识问题角度、处理问题方式、遵守纪律觉悟等都与部队条令条例和规章制度有很多抵触的地方。有的新训干部讲:"大学生新兵民主意识很强,过去那种‘我是干部你是兵、我说什么都得听’的年代已经一去不复返了。"     

基于改进YOLOv3模型的侧扫声纳沉船目标检测

针对使用Faster R-CNN模型进行侧扫声纳图像沉船目标检测存在耗时长、效率低以及小目标漏警率高等问题,引入YOLOv3模型并结合侧扫声纳沉船图像数据集特点对模型进行了改进。首先,进行浅层特征融合的多尺度训练,从而增加沉船目标浅层特征在检测中所占比重;然后,使用K-means聚类算法重新设置先验框参数及大小,提高小目标检测精度;最后,采用二分类交叉熵函数改进YOLOv3算法中的损失函数,提高模型的收敛速度和泛化能力。实验结果表明：相比Faster R-CNN模型和传统YOLOv3模型,改进YOLOv3模型的AP值达到89.18%,分别提高了1.46%和0.57%;调和平均值F1达到89.08%,分别提高了2.33%和1.04%;检测图片耗时时间为Faster R-CNN模型的3/50,极大地提高了检测效率。该研究结果验证了改进的YOLOv3模型具有更高的检测精度和效率,对海底沉船搜救具有一定的实际指导意义。     

基于检测参数的某装备状态特征量选取

某装备状态健康与否主要通过测试参数来表征,但每一型该装备的测试参数众多,很大一部分参数之间关联性较强。以某装备检测参数为出发点,借助时间序列分析和主分量分析方法选取了该装备质量状态特征量,通过实例,选取方法比较科学,选取结果符合实际情况。