简介：目前，极化特征在弹道目标识别中已呈现出极大的应用潜力。研究了弹道目标极化特征的可分性和优选问题，首先定义了物理意义明晰的特征可分性准则，并根据典型战情下弹道目标的全极化宽窄带雷达回波，分别对其窄带极化特征和宽带极化特征的可分性进行了分析；在此基础上，优选了一组可分性高、性能稳健的极化特征量。仿真结果表明：宽带极化特征的可分性优于窄带极化特征；目标进动角越大、进动周期越短，极化特征的可分性越差。这些结论为导弹攻防对抗条件下，弹头目标极化特征的利用提供了有价值的参考。

简介：管理目标渗透在学校工作的各个方面，并且伴随始终。为正常发挥管理目标在学校管理活动中的主导作用，必须充分认识和理解其基本特征。

简介：目标识别是弹道导弹防御的关键环节,同时也是防御系统最具挑战性的核心技术难题。从弹道导弹飞行中段和再入段雷达探测的需求出发,论述了目前国内外对弹道导弹雷达探测特征：雷达散射截面积（RCS）、一维距离像（HRRP）、逆合成孔径成像（ISAR）、极化特性等目标特征提取和识别方法,并讨论了基于上述特征的目标识别方法的优缺点。在此基础上,分析了未来弹道导弹目标特征识别技术的研究方向,为今后相关研究提供有益的思路。

简介：文章从和谐社区建设的意义、目标和形态特征等层面入手,对南通市和谐社区的建设问题,做了一些研究和探讨.

简介：复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。

简介：这种观点不仅将人类社会的全部成果而且将政治意识文明、政治制度文明、政治行为文明都视为政治文明整体的组成部分,政治文明包括政治意识文明、政治制度文明和政治行为文明三个组成部分,这种多元结构表现为政治主体文明、政治关系文明、政治意识文明、政治行为文明、政治制度文明

简介：主要根据民族政策的定义、中国民族地区和少数民族现实情况,分析和讨论民族政策的特征、功能和目标。

简介：摘要：在数字化时代，目标跟踪技术已成为计算机视觉领域的核心内容，尤其是在智能监控和自动驾驶等场景得到了广泛应用。然而，传统的目标跟踪算法在处理复杂动态环境时往往存在稳定性和准确性不足的问题，特别是在面对目标形态变化和遮挡情况时。针对这一挑战，本文提出了一种基于自适应卷积特征的目标跟踪算法。通过引入自适应机制来动态调整卷积网络，这种方法不仅提高了算法的泛化能力，还显著提升了跟踪过程中的稳定性和准确性，为实时监控和自动驾驶系统等领域的目标跟踪提供了一种有效的解决方案。

简介：摘要：目标行为特征提取是计算机视觉和行为分析领域的重要任务之一。本研究基于深度学习方法，探索了对目标行为特征进行有效提取的方法。首先，我们回顾了深度学习在计算机视觉任务中的成功案例，并分析了深度学习在目标行为分析和行为识别中的优势。接着，我们概述了基于深度学习的目标行为特征提取方法，并讨论了深度学习模型在这一领域中的应用现状、优势和局限性。我们还比较和评估了不同的深度学习模型，探讨了它们在目标行为特征提取方面的性能差异。在模型设计方面，我们介绍了模型架构和网络结构设计、数据预处理和标注方法、损失函数和训练策略，以及模型参数调优和优化方法。最后，我们进行了实验和评估，通过比较不同模型在目标行为特征提取任务上的表现，验证了深度学习在该领域的有效性和潜力。本研究的结果对于改进目标行为特征提取方法、推动计算机视觉和行为分析的发展具有重要意义。

简介：文章是作者在有效教学研讨会上的发言整理稿，主要阐述了有效教学中三维目标的三个特征。其一，三维目标应该在整个课程资源中去挖掘；其二，三维目标常常是在课程实施中创生；其三，三维目标的实施要寻找恰当的教育时机和方式。对三个特征的描述以期能将教学有效性的研究推向深入。

简介：2014年11月,党的十八届四中全会首次以全面推进依法治国为主题做出了战略决策.在全面推进依法治国总目标的指引下,中国法治建设以制度反腐为突破口展开了一场大变革.实践证明,中国的法治道路是历史和中国人民的选择.在法治变革的快速推进过程中,必须坚持中国道路,坚守法治理念和法治精神,以此开启更加美好的未来.

简介：后审批时代的政府改革既有迈向服务行政的冲动,又有回到管理行政的欲望;行政权力既无所不能,又力不从心.虽然后审批时代的政府改革存在不确定性,但其核心仍然是政府行政权力的设定、运行和监督,只要抓住行政权力这个核心,就可以掌握后审批时代政府改革的本质规律,从而规范和促进后审批时代政府管理步入健康良性的发展轨道,最终走向服务行政.

简介：产业结构调整问题是关系到国民经济是否能健康发展的大问题。产业结构的不一样,往往会造成经济发展模式与发展道路的不一样。因此,研究怎样的产业结构模式更能适应市场经济的发展,适应市场经济发展的产业结构模式具有怎样的特点尤其具有重要意义。

简介：针对SAR影像进行水上桥梁目标检测问题,提出了一种纹理特征与关联特征相结合的方法。该方法首先通过去噪及增强预处理改善图像质量,并采用阈值分割方法快速提取初始目标;然后使用灰度共生矩阵对目标及其周边背景纹理进行差异对比分析,从而去除虚警目标。实验结果表明,该方法能够准确地检测出水上桥梁目标。

简介：摘要：最初的WSOD方法主要基于实例学习（Multiple-In⁃stanceLearning，MIL），这包括使用影像作为套装程式(肯定套装程式至少包含一个肯定执行处理，否定套装程式的所有执行处理都是否定执行处理)、使用物件建议作为执行处理，以及使用这些套装程式产生低监督目标感测器。MIL标准将点值低于指定点但很可能为负值的对象实例计算在内。在这种情况下，选定对象实例的外观和大小略有不同，因此无法创建更敏感的检测分类。您也可以在训练期间选取遗失的实体做为负数实体，以进一步减少分类器的侦测。为了解决这个问题，最近的研究人员拥有一个全面的MIL网络，如 ocr(online instance class lock-finish)、PCL(ProposalClusterLearning)和其他基于CNN的强大学习能力。在端到端MIL网络中，变体分类问题被认为是学习集成模型(映像)时的潜在问题。使用成员名称培训分类，您可以区分正负成员，并获得最积极的结果。但是，由于WSOD图像中没有对象实例级别的标签，因此WSOD方法和fullyuplevelelevationlabeldetection(fsod)方法之间的性能差异很大。本文主要分析特征融合与分割引导的弱监督目标检测。

简介：针对跳水运动视频中的人体运动目标分割问题．提出一种简单有效的基于颜色特征运动目标检测及分割算法。首帧进行图像预处理．利用色相和亮度两个分量加强颜色差异，然后使用OTSU算法对图像进行阈值分割，结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域．从而完成首帧运动目标的自动检测。在后续帧的处理中．通过数学形态学方法自适应预测出运动区域后，运用改进的OTSU算法在区域中分割运动目标。实验表明，本方法有效地克服了复杂背景变化的影响．能够快速实现跳水运动目标的分割。且对运动对象的快速整体运动有较强的鲁棒性。

简介：Inunderwatertargetdetection,thebottomreverberationhassomeofthesamepropertiesasthetargetecho,whichhasagreatimpactontheperformance.Itisessentialtostudythedifferencebetweentargetechoandreverberation.Inthispaperbasedontheuniqueadvantageofhumanlisteningabilityonobjectsdistinction,theGammatonefilteristakenastheauditorymodel.Inaddition,time-frequencyperceptionfeaturesandauditoryspectrafeaturesareextractedforactivesonartargetechoandbottomreverberationseparation.Thefeaturesoftheexperimentaldatahavegoodconcentrationcharacteristicsinthesameclassandhavealargeamountofdifferencesbetweendifferentclasses,whichshowsthatthismethodcaneffectivelydistinguishbetweenthetargetechoandreverberation.

简介：视频监控的智能化是目前安防发展的一个趋势，如运动目标检测、目标识别。在这个过程中经常需要对目标进行背景分离然后进行特征提取并标识。FPGA内置了硬核DSP和存储器模块，具有强大的数据并行处理能力，适用于视频序列的图像处理。本文基于FPGA建立可编程的片上系统，在系统中利用快速连通域检测方法对目标进行特征提取，并根据特征信息在视频中以叠加字符形式将目标进行框选标识。

简介：传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。

简介：特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征，稀疏约束将被添加在非负矩阵分解法中，并应用于图像目标特征提取，通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解，构建具有稀疏性的目标特征矢量，提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验，试验结果表明，添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比，能够显著提高目标识别的稳定性和准确率。