智能手机:普适感知与应用

智能手机正在迅速成为个人计算和通讯的核心设备.得益于硬件技术的进步和移动互联网的普及,基于智能手机的感知手段日益丰富,可感知信息的维度不断增加,在健康、医疗、生活、交通、教育和娱乐等领域的应用层出不穷.该文从智能手机感知的硬件基础、智能手机可感知的信息和智能手机感知的应用3个层面对当前的研究进展进行阐述与分析,并对未来的研究趋势进行了展望.     

基于混沌理论的图像加密技术研究

为对基于混沌理论的图像加密技术有一个更加系统的了解,对其进行了一个简单的研究。混沌密码学因其较低的数学复杂性和更好的安全性而受到越来越多的关注。它成功避免了数据扩展,从而降低了传输成本和传输延迟,基于混沌理论的数字图像加密技术利用了被称为混沌映射的离散非线性系统动力学原理,根据系统的类型,可以使用多种类型的混沌映射。通过对已有的基于混沌理论的加密技术进行归纳总结,并进行相关的实验研究,寻找其中的异同点,以谋求对这一领域的进一步了解。     

治理工程机械漏油的方法

(1)漏油的主要原因零部件产品的材质或工艺不佳,结构设计存在问题;装配工艺不当,如配合表面不清洁,衬垫破损或位移;紧固螺母的拧紧力不均匀或松旷脱落等导致机件工作失效;密封材料长期使用后磨损过限、老化变质、变形失效;润滑油添加过多或油品不符;零部件结合表面     

基于图卷积神经网络的城市交通态势预测算法

为了实时准确地预测城市交通流量,提高城市交通态势感知和预测准确度,提出一种改进的时空图卷积深度神经网络算法：基于自由流动可达矩阵的时空图卷积深度神经网络（FAST-GCN）. 利用图卷积神经网络有效表达城市复杂路网的结构特性,引入自由流动可达矩阵来挖掘复杂路网的时空依赖性,从而提高交通态势预测准确度;对交通流速及站点地理位置数据进行数据预处理;在现有的时空图卷积深度神经网络算法的基础上,增加基于自由流动可达矩阵的图卷积模块,以有效挖掘城市交通路网的独特空间特征;通过一个全连接的输出层输出交通流预测结果;在真实世界数据集PeMS上对算法效果进行验证. 结果表明,采用提出的FAST-GCN算法能够有效获取交通路网独特的物理特性,从而捕获交通数据的时空依赖性,优于时空图卷积（STGCN）等基线算法,其在45 min的预测准确率最好可提高5.656%;相比基线模型,所提算法能够适应大规模路网的交通流预测,且具有可扩展性.     

当代大学生政治取向的调研及思考

在世界政治多极化、文化多元化和经济一体化的社会环境下,当代大学生的政治取向和政治素质如何,直接关系到我国社会主义事业是否后继有人,关系到中华民族伟大复兴的成败。他们的政治取向是我们必须加以关注和认真对待的。文章通过实证调研,真实反映了当代大学生政治取向的表现,并有针对性地提出了教育的途径和方法。     

基于深度学习的水下图像超分辨率重建方法

由于水体本身的特性以及水中悬浮颗粒对光的吸收和散射作用,水下图像普遍存在信噪比（SNR）低、分辨率低等一系列问题,但大部分方法传统处理方法包含图像增强、复原及重建,都依赖退化模型,并存在算法病态性问题。为进一步提高水下图像恢复算法的效果和效率,提出了一种改进的基于深度卷积神经网络的图像超分辨率重建方法。该方法网络中引入了改良的密集块结构（IDB）,能在有效解决深度卷积神经网络梯度弥散问题的同时提高训练速度。该网络对经过配准的退化前后的水下图像进行训练,得到水下低分辨率图像和高分辨率图像之间的一个映射关系。实验结果表明,在基于自建的水下图像作为训练集上,较卷积神经网络的单帧图像超分辨率重建算法（SRCNN）,使用引入了改良的密集块结构（IDB）的深度卷积神经网络对水下图像进行重建,重建图像的峰值信噪比（PSNR）提升达到0.38 dB,结构相似度（SSIM）提升达到0.013,能有效地提高水下图像的重建质量。     

当前大学生的价值取向特征及其导向

该文分析大学生当前的价值取向特征，并对大学生的价值取向提出了正确引导的目标和内容。