简介：提出了一种新型的二维码编码和译码方案,基于Turbo码的编码和软译码方法,对二维条码进行改进,使其具有更强的识读能力.使用（13,15）的Turbo码编码器和矩阵交织器对源信息流进行编码得到一组二进制流,对编码得到的二进制流进行图像生成得到新型的二维条码.对使用后的二维条码图片进行图像采集,然后进行灰度量化得到软比特信息流,对软比特信息流使用矩阵解交织器和Turbo码译码器进行译码得到源信息流.通过这样的方法可以提高二维条码图片的可识别性.运用这种新型的二维条码图片在工业零部件和军事零部件上,可减少因二维条码无法识别产生的经济损失.

简介：环境自动监测监控是环境监测的发展趋势,本文针对人工环境噪声监测中存在的一些问题,提出环境噪声自动监测的设想,并在实践中得到运用,为环境管理提供依据.

简介：软件定义网络（SDN）将数据层与控制层相分离，是一种新型网络体系架构．针对目前SDN网络还不能提供路由服务问题，设计了一种基于OpenFlow技术，使得SDN网络拥有路由转发功能的方案．依托RouteFlow平台，以内核虚拟化技术为基础，以Quagga软件为路由引擎，通过OpenFlow控制器为数据平面提供路由逻辑控制策略．实验结果表明，该方案不仅让SDN网络具有了路由转发功能，还能使系统保持较好的稳定性．

简介：文章介绍了环境样品中多氯联苯的分析技术，在此基础上对PCBs的性质、标准品种类、样品的前处理技术，及包括气相色谱法、气相色谱质谱联用法、免疫分析法、生物传感器法、Ah受体法等在内的测定方法进行探讨，并结合PCBs的环境监测现状提出建议，为PCBs环境监测工作提供参考。

简介：采用电感耦合等离子体原子发射光谱法（ICP—AES）同时测定环境应急水样中Al，As，Be，Cd等11种元素。通过定性分析发现水样中主要的污染元素有As，Cd，Cr，Cu，Ni，Pb6种，常量元素有Fe，Mn，Zn3种，微量或不存在的元素有Al，Be2种。根据定性分析结果，对水样中Al，As，Be，Cd等11种元素的含量进行定量分析。实验结果表明，该方法简便、快速，检出限、精密度和准确度均符合环境应急水质监测的要求。

简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：根据GB3096-93,用AWA6218型噪声统计分析仪和HE6250型噪声振动统计分析仪经校准后,对锅炉房所产生的噪声及声源组成部分进行调查,锅炉房主要噪声源是由引风机和鼓风机组成的,它所形成巨大的噪声对周围环境具有显著的影响.本文根据五年来的调查情况,对锅炉房作为一个固定声源对周围环境所造成的影响进行调查并提出几点建议.

简介：邻苯二甲酸酯（phthalateesters，PAEs）是目前应用范围较广的一类增塑剂，用以增加高聚物的可塑性。PAEs通过范德华力同高聚物结合，易逸出基体，其具有致畸和致突变性，故属于环境内分泌干扰物。PAEs污染已引起公众特别关注，多种关于PAEs环境行为和毒理性研究为控制其污染提供重要的理论依据。

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：本文以环境监测中的有机物生物氧化降解反应的速率方程表达式的计算为例，介绍了Excel中线性回归计算法的应用，结果表明：用Excel计算，效率高、精度高。

简介：环境空气或工业废气中氯乙烯以活性炭吸附采集后,用二硫化碳解吸,直接经聚乙二醇6000不锈钢填充柱分离,氢焰离子化检测器检测.方法最低检出浓度0.15mg/m3,相对标准偏差1.9%～5.8%,平均解吸率93.7%,本方法操作简便、快速,灵敏度完全能满足环境监测要求.

简介：人脸识别已经广泛地应用于日常生活中,作为关键技术之一的人脸清晰度评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰度评价算法能够准确地进行人脸清晰度的评估,并且具有较快的处理速度.

简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

简介：人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.

简介：分析了千岛湖四个季节10个水样采集区域水体中铜、锌、铅、镉、镍、砷、汞等六种重金属元素含量并对其进行了污染指数分析。结果表明，千岛湖水体中，除汞元素外，其余重金属元素含量都非常低；锌元素绝对含量值最高，不同区域重金属元素含量变化不大；汞元素污染指数最高；不同季节千岛湖水体中重金属含量变化明显，且随着季节表现出不同的变化规律。污染指数评价结果表明，千岛湖水体基本可以满足鱼虾类越冬场、洄游通道、水产养殖区等渔业水域及游泳区的水质要求。

简介：软件的图形用户界面(GUI)的视觉设计影响着用户的使用体验.在没有既定标准的情况下,测试人员对GUI评分的主观性和大量的重复性工作,会造成GUI测试的评分偏差和效率低下.针对上述问题,本研究工作构建了基于云平台的软件GUI自动测试系统,分别使用HOG+SVM模型和AlexNet模型对GUI图像进行特征提取并分类.考虑到软件GUI数据样本量小,提出利用迁移学习策略改善AlexNet网络的性能.针对用户的多样性和算法对计算性能的需求,GUI自动测试系统部署在云平台上,用户可以对软件GUI进行实时评估.实验证明,系统用于GUI自动测试具有良好的性能,并且可以避免主观因素的影响以及减轻软件测试员的工作量.

简介：本文根据美国INFICON公司HAPSITE便携式GC-MS的性能特点,结合国家环境空气的标准浓度限值要求,分析了采用便携式GC-MS检测空气中低浓度苯系物的准确度。

简介：采用离子色谱方法测定了饮用水及环境水样中溴酸盐的含量,水样经IonPacAS11-HC阴离子分析柱和IonPacAG11-HC（4×250mm）保护柱分离,以不同浓度的NaOH溶液为淋洗液;BrO3-在0.0157-1.57μg/L的范围内线性关系良好,检出限为0.005mg/L,空白水样的加标回收率在87.1%~110.2%之间,相对标准偏差（n=6）均小于5.0%。

简介：域自适应算法是一种能有效解决训练集（源域）和测试集（目标域）样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机（DDM-ELM）用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标：1）最小化源域样本的分类误差;2）通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3）利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.