用来刻画随机变量的特征的量，叫做随机变量的数 字特征。这些数字特征虽不能完整地描述随机变量的统 计规律，但刻画了随机变量在某些方面的重要特征。 随机变量的常用的几个数字特征为：数学期望、方 差、标准差、协方差、相关系数、矩和协方差矩阵

首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块.考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际,提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法.通过级联分类器的前几层强分类器完成排除大部分非眼睛样本;然后,通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块.检测时间消耗有所下降,这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能,与仅使用Haar特征相比正检率有一定程度提高

1.钻孔（简单直孔、异形孔） {插入→特征→钻孔} 2.倒角（角度距离、距离-距离、顶点） {插入→特征→倒角} 3.圆角（等半径、变半径、面圆角） {插入→特征→圆角} 4.抽壳特征 {插入→特征→抽壳}

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

提出基于双向长短期记忆网络（bidirectional long short-term memory，BiLSTM）和前向神经网络的融合模型完成公共安全事件的触发词识别任务.首先通过BiLSTM提取整段文本的高层语义特征，避免了以往机器学习方法需要人工提取特征的问题，其次采用特征拼接并在前向神经网络中识别并分类事件触发词.实验结果表明相较于基准模型，本文方法在中文突发事件语料库（Chinese emergency corpus，CEC）上取得了更为突出的性能，Micro-F1值为78.47%.此外本文讨论了不同拼接特征在触发词识别任务中的重要性，对文本分析中3类特征（词性、句法、实体）的重要程度进行了比较和分析，得出句法特征对于事件触发词识别任务助益最大的结论

岩爆破坏以其突发性与瞬间破坏性等特点,在工程中很难予以预防.本研究基于动力学与能量作用原理,通过固有振动频率等振动特征指标实现对边界剪切弹性系数的计算.在物理模型试验中,应用多普勒激光测振仪对岩爆体破坏全过程进行远程振动特征监测.试验得出,结构面强度的非协调弱化效应是岩爆发生的必要条件,结构面弱化的时空差异是发生瞬时性岩爆还是迟滞型岩爆的主要因素.当结构面弱化较慢时,则为迟滞型岩爆,反之,则为瞬时性岩爆.基于固有振动频率可识别岩体结构面的弱化速率,岩爆发生全过程中,结构面的总耗散能仅为赋存弹性能的0.06%,使得几乎所有的弹性动能都将转化为冲击动能,表现为岩爆体以高速的形式弹射出来.基于频率下降速率等监测数据分析,可识别岩爆结构面强度的非协调弱化特征.因此,增加固有振动频率等动力特征监测指标,无疑会进一步提高对岩爆孕育演化特征规律的认识,并在地下空间工程岩爆预警监测方面发挥重大作用

一、昆虫纲分目的历史及变化 昆虫纲分目的数量与分类学的发展阶段、当时技术 水平和手段对分类性状与特征的运用、各学者的认识和 观点均有很大关系。 在昆虫纲分目的特征运用上,除注重形态学、生态 学等特征外,在生物学特征中应以变态特征为主,原因 在于昆虫由卵发育到成虫的整个过程实质是其进化历程 的缩影,如以尚未研究清楚或争议较大的起源关系替代 这一主要特征,争议将更大。各家对昆虫纲的分目如下

01 中国模式特征之一：渐进式改革 02 中国模式特征之二：非均衡发展战略 03 中国模式特征之三：分权制 04 中国模式特征之四：做大蛋糕 06 “华盛顿共识”与“北京共识”之争 05 中国模式特征之四：晋升锦标赛

▪ 点特征的处理 ▪ 面特征的处理 ▪ 边缘特征的处理 ▪ 线特征的处理

▪ 点特征的处理 ▪ 面特征的处理 ▪ 边缘特征的处理 ▪ 线特征的处理