近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

实验一 节肢动物与昆虫外形及头部 实验二 昆虫口器 实验三 昆虫胸部的基本构造及胸足和翅 实验四 昆虫腹部基本构造 实验五 昆虫生物学 实验六 六足总纲及昆虫纲的分类鉴定 实验七 直翅目昆虫分类 实验八 半翅目昆虫分类 实验九 同翅目昆虫分类 实验十 鞘翅目成虫分类 实验十一 鞘翅目幼虫分类 实验十二 鳞翅目成虫分类 实验十三 鳞翅目幼虫分类 实验十四 膜翅目成虫分类 实验十五 双翅目成虫分类 实验十六 昆虫内部器官的位置及消化和排泄器官 实验十七 昆虫的循环系统和血细胞、呼吸系统、生殖系统 实验十八 昆虫的神经系统 实验十九 昆虫种群的空间格局 实验二十 昆虫种群生命表的组建和应用 实验二十一 群落组成及优势种群数量调查

一、磨损实验的类型和影响因素 二、摩擦磨损实验机的分类 1.按实验条件分类 2.按实验机摩擦副的接触形式和运动形式分类

第一节 实验动物的遗传学分类 第二节 近交系动物的特点及应用 第三节 杂交一代动物 第四节 封闭群动物（Closed colony) 第七节 实验动物的遗传质量监测

第一篇昆虫学基础知识 实验一昆虫的外部形态特征及其变化 实验二 昆虫的生物学观察 实验三 昆虫的分类（一） 实验四 昆虫的分类（二） 第二篇 重要农业害虫种类观察与鉴定 实验五 地下害虫田间调查及种类鉴定（综合性实验） 实验六粮食作物害虫 实验七棉花、油料作物害虫 附农业害虫田间观察与种群动态调查 附1昆虫标本的采集、制作与保存 附2玉米螟越冬虫口密度及存活率调查 附3小麦苗期害虫田间调查 附4棉铃虫发生期预测的初步实践

实验1 主要果树品种的识别 实验2 果实分类与构造观察 实验3 果树花芽分化的观察 实验4 果树的嫁接：芽接和枝接 实验5 果树的夏季修剪

第一节　研究范围和发展意义 一、实验动物科学的研究范围 二、实验动物科学发展意义 三、实验动物在生物医学等各领域中的应用 第一节　国内外实验动物科学发展情况 一、国外发展情况 二、国内发展情况 第二节　实验动物科学在生物医学发展中的作用 一、近代医学发展与动物实验的关系 二、医学上许多重大发现与动物实验的关系 三、医学科学研究与动物实验的关系 四、著名医学科学家的重大发现与动物实验的关系 第三节　动物的类群和生物学分类上的位置 一、动物的类群 二、常用实验动物在分类学上的位置 第四节　实验动物的分类方法 一、按实际用途分类 二、按遗传学控制原理分类 三、按微生物学控制原理分类 四、按我国实际情况分类

一、实验室废弃物分类和处理 二、减少实验室废弃物的途径 三、实验室废弃物涉及常见标识 四、宁波大学实验室废弃物管理规定

厦门大学：《现代生物实验学》课程教学课件（实验PPT）实验五 鸟类分类的训练

电信客户信用风险等级评估是对电信客户的信用风险进行等级分类.针对建立客户信用风险等级分类模型时,大量带有类标注数据难以获得的问题,提出了基于主动学习的分类器建模方法,并对基于QBC(委员会投票选择)的主动学习算法进行改进以提高分类器的预测精度.通过对实际电信客户数据进行信用风险等级建模实验,结果表明:应用新算法,分类器使用了较少的带类标签样本数据,达到了与被动学习相同的精度,大大降低了信用专家评估数据的工作量