基于三维建模的眼镜遮挡下人脸识别

眼镜作为人脸特征的不稳定性是眼镜遮挡人脸识别的主要问题。为避免现有方法消除不稳定眼镜特征时带来的人脸特征丢失,将眼镜视为人脸固有部分,提出一种基于三维建模生成人脸虚拟样本补偿眼镜不稳定性的方法。三维建模方便眼镜模型参数的调节。通过调节眼镜参数,具体分析眼镜不同部分对人脸识别的影响,同时,针对影响严重的镜片模糊和反光,均做相应处理。CAL-PEAL的实验表明本文方法对识别性能的大幅度改善,并验证镜片处理的有效性。     

地学文化产业现存问题及政策建议研究

文化产业政策关系着一个国家文化产业的定位及发展方向,是扶持和引导文化产业持续、稳定发展的关键因素。地学文化产业是文化产业的重要组成部分,大力发展地学文化产业是社会主义文化建设的重要组成部分。全面总结了国家文化产业政策的主要内容及特点,并针对当前我国地学文化产业化中存在的主要问题,提出了国家文化产业的目标及文化产业的资源建设框架、产业组织、产业布局等主要内容,分别从完善政策法规、依靠统筹规划、经费投入保障、队伍建设保障、技术支撑保障等方面提出促进地学文化产业化的政策保障措施。     

微孔阵列式绕回转体气泡减阻实验研究

为了研究回转体模型气泡减阻变化规律,深入了解通气两相流场的流动特性,采用高速摄像观察系统及测力系统相结合,进行了微孔阵列式绕回转体气泡减阻实验研究。结果表明：根据气泡沿下游发展过程中出现的不同流动形态,可将通气两相流场划分为3个区域：稳定区、脉动区、回流区;随着通气率的增加,稳定区及脉动区空泡份额增加,模型摩擦阻力持续减小,直至饱和通气率;回流区分离点向下游移动,尾部压力增加,至突变临界通气率处,回流区流动形态发生突变,流动介质由水气混合转变为气体为主,致使尾部压力出现突增,继而导致气泡减阻率出现突增。     

秭归县三分田滑坡成因分析及稳定性评价

三峡库区降雨量丰富,导致了很多滑坡的产生。以秭归县三分田滑坡为研究对象,首先对该滑 坡区地质环境进行详细调查,查明滑坡区地形地貌、地层岩性、地质构造气象水文条件以及滑坡的基本 特征,进一步分析滑坡的变形机制及成因;然后根据已有资料和反演分析方法综合确定滑带岩土力学参 数;最后采用传递系数法评定该滑坡在天然、暴雨工况下的稳定性。     

诺基亚N96试用 完美之上

国外有一篇N96的评测文章,标题为Boring is Good。意思是,虽然诺基亚N96只是N95的改进版,无论功能还是性能,都没有什么大的突破,但N96仍然值得称赞。因为,正是这种持之以恒,注重细节,不断改进和完善的执着态度,造就一代又一代的经典产品。     

基于人口因素的住宅需求分析

从现代市场营销理论出发,指出人口因素是直接影响住宅需求的重要因素,从人口数量、人口年龄结构、家庭户规模、流动人口等方面分析了对住宅需求的影响,并提出了相应的策略,从而使房地产市场实现可持续发展.     

连续梁桥施工控制技术与应用研究

介绍了连续梁桥施工控制的意义,从结构参数、施工工艺、施工监测、收缩徐变等方面探讨了连续梁桥施工控制的影响因素,阐述了施工控制的内容及方法,最后结合工程实例进行了研究,并指出桥梁施工控制是现代桥梁施工质量和安全的重要保证。     

新分离菌株烟曲霉ZD-J1生物合成鸢尾酮的研究

为了实现高效生物合成鸢尾酮,开展从陈化鸢尾根状茎中分离霉菌并进行生物合成条件的优化研究。首先从鸢尾根状茎中分离微生物,并结合HPLC分析,分离到一株产鸢尾酮的菌株。随后对发酵产物进行分离纯化,并经过液质和核磁氢谱结构验证,确证发酵产物中含有cis-α-鸢尾酮和cis-γ-鸢尾酮。然后通过形态及系统进化树分析,确定分离得到的菌株为烟曲霉。最后对发酵温度、初始pH值、氮源和反应时间进行优化,获得了比较适合的生物合成条件(30℃、初始pH值6.5和10 g/L尿素)。在这一条件下,经12 d的发酵培养,鸢尾酮产量达到7.25 mg/L,相当于从1 kg干鸢尾根状茎中获得了145 mg鸢尾酮。这一工作对微生物发酵法规模化生产鸢尾酮具有一定的参考意义。     

基于Modelica的并联机器人整机建模与仿真

并联机器人是一类典型的复杂机电系统,往往包含刚柔耦合、机电耦合、电液耦合等因素。采用动力学分析软件实现其多领域耦合仿真通常需借助额外的程序间接口,且用户难以进行功能和模块的扩展,而Modelica多领域统一建模语言便于统一考虑上述耦合因素,容易获得并联机器人的整机真实性能。对于包含特殊多闭链机构的并联机器人,在Modelica建模过程中往往需注意若干细节的特殊处理。文中以Delta机器人为例,基于Modelica语言建立机器人多刚体动力学模型、刚柔耦合动力学模型和机械控制耦合模型,并通过与Recurdyn软件仿真结果进行对比,验证了该建模方法的有效性。本方法亦可用于该类并联机器人的性能分析,为并联机器人的进一步设计优化奠定基础。     

基于ARMAX-GARCH模型的微电网风功率预测

目前风功率预测多为风功率期望的点预测,且以采样间隔较大的功率序列作为建模序列,这样会降低预测模型对风功率时序特征模拟的准确度和可信度。文中基于小采样间隔风功率序列,提出ARMAX-GARCH风功率预测模型。通过构造风功率新息序列,结合小时平均风功率序列,建立ARMAX点预测模型,采用BIC最小信息准则和相关性分析实现模型定阶和外生变量选择;采用GARCH模型模拟残差的波动特性实现区间预测。以海岛微电网实测风功率数据为例,进行提前1 h风功率预测。结果表明,与持续法、ARMA和RBF神经网络相比,该预测模型能显著提高风功率期望的点预测精度并具有较好的区间预测效果。