基于深度学习特征点法的单目视觉里程计

针对特征点法的视觉里程计VO中光度、视点变化对特征点提取稳定性降低的不利影响,提出一种基于深度学习特征点法的单目VO方法。采用自监督深度学习网络训练得到DSP特征点检测器。首先使用亮度非线性逐点调整方法对训练图像进行光度调整;然后使用非极大值抑制方法剔除冗余DSP特征点,改进最邻近方法得到双向最邻近方法,解决特征点匹配问题;最后建立最小化重投影误差方程求解优化位姿及空间点参数。在Hpatches、Visual Odometry数据集上进行验证,实验结果表明:DSP特征点检测器增强了特征匹配对光度、视点变化的鲁棒性;无后端优化的条件下,本方法定位均方根误差比ORB方法明显降低,且保证了系统实时性,为特征点法的VO提供新的解决思路。     

网络隐蔽信道的一种同步方式研究

网络隐蔽信道是利用现有网络协议的冗余等特点实现的一种隐蔽通信。该文研究了网络隐蔽信道中可能使用的一种信道同步方式,并对其相应的信道容量进行了分析。实验证明它适合于资源受限的网络隐蔽信道,较好地解决了不可靠网络状态隐蔽信道的验证。     

随机森林中树的数量

随机森林是一种集成分类器,对影响随机森林性能的参数进行了分析,结果表明随机森林中树的数量对随机森林的性能影响至关重要。对树的数量的确定方法以及随机森林性能指标的评价方法进行了研究与总结。以分类精度为评价方法,利用UCI数据集对随机森林中决策树的数量与数据集的关系进行了实验分析,实验结果表明对于多数数据集,当树的数量为100时,就可以使分类精度达到要求。将随机森林和分类性能优越的支持向量机在精度方面进行了对比,实验结果表明随机森林的分类性能可以与支持向量机相媲美。     

用PHP+MySQL组建网上书店

本文介绍了用PHP MySQL组建网上书店的总体设计方案与关键实施技术,文中所介绍的设计方案与实施技术对于建立中小型电子商务网站同样适用。     

产品设计规划问题建模及遗传算法求解

针对目前产品设计过程规划研究中存在的不足,在充分考虑实际设计过程中存在的各种不确定因素的基础上,以产品开发过程中的全体任务为规划对象,以设计迭代时间和成本为目标,将设计过程规划问题描述为基于仿真的随机优化问题进行处理。提出一种模型求解的混合遗传算法,该算法引入最优计算量分配技术进行样本分配,极大地提高了算法的搜索效率,有效地改善了遗传算法搜索的可靠性。以汽轮机轴承转子系统的设计为例,对提出的方法的有效性进行了验证,仿真结果表明,该建模方法有效且算法求解效率高。该方法可推广应用于各种产品设计过程的规划,具有普遍意义。     

基于混合神经网络的O3质量浓度软测量

在线臭氧测试仪价格昂贵。用神经网络与机理分析结合的软测量方法，探讨了高效臭氧发生装置中臭氧质量浓度的在线测量。试验表明，这种混合软测量方法是有效的，为臭氧质量浓度的现场测量提供了一个新思路。     

四川盆地下侏罗统大安寨段沉积微相特征及对储层的控制

下侏罗统大安寨段是四川盆地致密油勘探的重点层位,但油气特征复杂。在对大安寨段的岩性特征进行详细研究时,将大安寨段划分为8种岩相:厚层块状重结晶灰岩相、块状亮晶介壳灰岩相、块状—薄层状泥晶介壳灰岩相、薄层状含泥质介壳灰岩相、泥岩与泥质介壳灰岩的薄互层相、薄层状含介壳泥岩相、黑色泥岩相、紫红色到灰绿色泥岩相。总结了大安寨段的沉积模式,划分为5种沉积微相,即滨浅湖泥、滩后、滩核、滩前和浅湖—半深湖泥。最后,通过对比不同岩性的孔渗特性并结合沉积环境进行分析,明确了沉积微相对储集层的控制作用,滩前微相具有较好的致密油成藏条件。     

复方D-核糖对小鼠抗疲劳作用的研究

本实验以80只雄性小鼠为实验动物,通过连续四周的灌胃实验研究了核糖复方对疲劳小鼠生理功能的影响。实验小鼠被随机分为生理盐水组、核糖组、人参玛咖组以及核糖复方组。在各组给予相应的干预措施下,测定了小鼠末次运动0 h和24 h后的血清乳酸含量、尿素氮含量及肝糖原含量的变化。结果表明,与对照组比较,D-核糖及核糖复方在急性疲劳期间可以显著延长小鼠的游泳时间（p<0.05）;长期疲劳中,核糖复方组可以增加小鼠的肝糖原（p<0.01）,降低血清乳酸（p<0.01）及尿素氮（p<0.05）含量。实验结果证实核糖复方总体效果优于人参玛咖及核糖单方的抗疲劳功效;对急性疲劳中的小鼠,D-核糖及其核糖复方均具有明显的抗疲劳作用;对长期疲劳的小鼠,D-核糖没有表现出明显的抗疲劳作用。      

统一屈服准则与变分法求解圆板均布极限载荷

为获得均布载荷下简支圆板极限载荷统一解析解,以最小势能原理、刚塑性第一变分原理以及统一屈服准则(unified yield criterion,UYC)比塑性功进行联合解析.获得的解析解为圆板半径a、材料屈服极限σ_s、板厚h以及屈服参数b的函数.由该解可导出Tresca解、Mises解、双剪应力屈服(twin shear stress,TSS)解.与传统的Tresca解析解及Mises数值解比较表明:获得的TSS解和Tresca解分别为计算结果的上下限,该Mises解析解与传统的Mises数值解基本一致,二者误差仅为4.2%.分析表明:随着圆板厚度减小,挠度增加;圆板半径增加,极限载荷增加.