简介：道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.

简介：针对传统窃电检测算法辨识度低、数据处理复杂度高以及不能为现场排查提供准确依据的问题,在深入分析窃电原理和窃电手段的基础上,提出一种用于疑似窃电判别的离群点算法优化模型,该模型结合电量波动率和改进的基于距离的离群点挖掘算法完成窃电用户辨识.最后利用实际采集的数据,通过MATLAB计算分析验证表明,该模型不仅提高了窃电嫌疑点挖掘的准确度,还在很大程度上提高了反窃电工作的效率.

简介：本文采用油浴加热柠檬酸一步法合成碳量子点,用HRTEM透射电镜和FTIR红外光谱对其形貌和结构进行表征。研究该碳量子点的荧光性质,初步探讨了其发光的可能机理。实验结果表明,该方法合成的碳量子点粒径大小为3-5nm,在360nm处有一个很强的紫外吸收峰,最大激发波长和发射波长分别为365nm和460nm,其光学稳定性良好,在pH5.0-7.0范围内,碳量子点的荧光强度随pH的变化比较敏感。

简介：近年来,目标显著性检测引起了众多学者的极大关注,并涌出了一些基于低秩矩阵恢复理论的检测方法.在这些方法中,人们一般使用核范数约束低秩部分.但是,由于秩函数是非凸且不连续的,由此导致核范数不能很好地逼近秩函数,使得检测效果往往不佳.为解决上述问题,现提出基于加权Schatten-p范数与低秩树结构的稀疏分解模型.一方面,利用加权Schatten-p范数对图像背景进行低秩约束.另一方面,采用具有树结构稀疏特性的l2,1范数和图像拉普拉斯正则化对显著性目标进行稀疏约束,以此提高显著性检测精准度.经过与4种已有的常用显著性检测方法在3个不同数据库中的实验结果对比,证实现提出的方法具有更好的检测性能.

简介：研究了以K2SO4、S粉、C粉、聚三氟氯乙烯粉、Al2O3、MgO混合物作为固体缓冲剂．以Cd为内标．电弧发射光谱法测定多目标地球化学土壤样品中的钼。方法的检出限为0．02μg／g（3S），方法的精密度（RSD）为6．59～11．36％。测定了国家一级地球化学标准物质，结果与标准值相符合。本方法已用于10000多件样品的分析．取得满意的结果。