陕北风沙滩区浅层地下水环境演化和发展趋势

陕北风沙滩区生态脆弱,但在风沙滩区及周边人类大量的活动,使该区域地下水环境发生了很大变化.利用风沙滩区浅层长系列地下水观测数据,结合区域水文地质条件,从内外动力地质和人为活动共同作用来分析浅层地下水赋存空间环境演化规律,预测发展趋势.完成了对浅层地下水环境多角度多层次演化的分析,并从风沙滩区植被、降落漏斗、海子面积、水质等多方面进行了发展趋势预测.得出陕北风沙滩区浅层地下水环境在人为破坏和人为保护双向发力下,向相反的方向演化,并表现出时好时坏.总之在人为破坏没有停止之前,人为保护虽有作用,但不治本.     

基于L0优化的网格曲面特征线提取算法

基于网格曲面特征线的稀疏分布,提出一种优化的特征线提取算法。对于给定的网格,在每个面上计算一个值或向量作为输入。对输入的度量建立L_0优化模型,使其在网格边上的跃变尽可能少且优化前后的变化较小。给出基于变量分裂技术与罚函数方法的交替方向优化算法,并引入一种迭代的策略提升解的稀疏性,以取得更高质量的特征线。实验结果表明,该算法能有效提取网格曲面的特征线,与Crest lines算法、变分算法等相比,提高了特征线提取的质量和带噪数据的鲁棒性。     

应用膨胀算法提取目标的直接定位算法

为了解决被动雷达系统中的多发射源定位问题，提出了一种基于多重信号分类(MUSIC)算法和图像膨胀(IE)算法的直接定位方法。该方法结合了谱分析中的MUSIC思想，通过对接收量测协方差矩阵进行特征分析求解目标的位置。首先，在目标个数未知的前提下，利用Akaike信息准则(AIC)来确定模型阶数；然后，推导了基于MUSIC的定位代价函数；之后，利用图像膨胀算法处理得到的代价函数平面；最后，膨胀处理后的输出为目标个数及目标位置的估计值。提出的算法有效地解决了目标检测及提取的问题，能够确定多个目标的位置坐标，为后续的定位性能分析提供可能性，也保证了算法的完整性。进一步地分析了多个临近目标情况下影响目标提取性能的主要因素。     

两阶段领域自适应学习

针对领域自适应问题中源域和目标域的联合分布差异最小化问题,提出两阶段领域自适应学习方法.在第一阶段考虑样本标签和数据结构的判别信息,通过学习一个共享投影变换,使投影后的共享空间中边缘分布的差异最小.第二阶段利用源域标记数据和目标域非标记数据学习一个带结构风险的自适应分类器,不仅能最小化源域和目标域条件分布差异,还能进一步保持源域和目标域边缘分布的流形一致性.在3个基准数据集上的实验表明,文中方法在平均分类准确率和Kappa系数两项评价指标上均表现较优.     

我们的咖啡时光——与咖啡师黄俊豪相约精品咖啡之旅

我是Barista(咖啡师)在与"质馆"首席咖啡长黄俊豪见面前,咖啡于我,不过是提神醒脑的苦涩饮料,以及因为它的不普及而被营造出的神秘高级感。在国内被称为"咖啡馆"的地方,大多并非是经营咖啡的专门店,人们更多在意的,是一种名为"咖啡馆"的空间与氛围。如今,在连锁咖啡