针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

一、了解多媒体数据压缩编码的重要性和分类 二、掌握图像数据压缩编码常用算法的基本原理 三、了解常用图形、图像文件的基本格式及特点 四、理解静态图像压缩标准JPEG的工作原理和实现技术 五、了解图像信息获取的基本原理和方法 六、掌握用 Photoshop处理图像的基本方法

抽样调查是一项严肃认真的工作,对调查员素质要求较 高。真实可靠的调查资料是抽样调查质量保证的基础。由于 调查员工作态度的马虎和疏漏对数据质量造成的损失是毁灭 性的。 试想一个学校为了了解教师的教学质量,发给班长一叠 查表,班长找几个同学一人填上十份交了回来,这种调查 结果有多大意义?又如,系里管分配的一位领导找班里几位 同学开座谈会,了解教师教学情况,同学们不发言,他千方 百计地启发、诱导、鼓励大家积极提意见,这样的调查结果 能不带偏性吗?

第一节组合逻辑电路的分析和设计 第二节加法器和数值比较器 第三节编码器 第四节译码器 第五节数据分配器和数据选择器

传统 PM2.5 预测方法获取污染物浓度数据需要大型精密仪器，成本较高. 本文尝试利用图像数据进行 PM2.5 浓度预 测. 大气 PM2.5 浓度的变化与图像的暗通道强度、对比度和 HSI（Hue-saturation-intensity）颜色差异有密切联系. 大气中 PM2.5 浓度的升高会导致非天空区域的暗通道强度值下降，图像对比度下降和 HSI 空间颜色差异变小. 通过分析 PM2.5 浓度 与图像特征的关系，提出了一种基于图像混合核的列生成空气质量 PM2.5 预测模型

上海某传呼台主控计算机数据库破坏案 一 、案情简介 1996年9日7点45分,上海某传呼台的当班管理员汪时琴像平日一样,步入通讯系 统主控机房,准备按常规作当日寻呼产量统计。没想到的是,通讯系统主控计算机已停止 工作。她重新打开操作界面,想发射群呼以排除常规故障,却怎么也发射不出去。汪时琴 急忙向值班工程师陈蓓汇报

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

一、应用程序设计前的工作 二、应用程序功能设计 三、数据库应用程序设计实例

8.1有线电视网简介 8.2基础设计 8.3自动配置ODBC数据源 8.4参数设置与数据维护 8.5串行通讯的实现 8.6运行与发布

在阐述炼钢厂多尺度建模与协同制造技术架构的基础上，分别从单体工序尺度、车间区段尺度与炼钢厂运行尺度开展了炼钢厂协同制造的研究。从工序/装置过程控制系统（PCS）到炼钢厂制造执行系统（MES）进行了较为系统的建模研发，构建了包括转炉工序、精炼工序与连铸工序在内的工序工艺控制模型以及以生产计划与调度模型为核心的物质流运行优化模型，并通过工序工艺控制和生产计划与调度的动态协同，实现了炼钢厂多工序/装置的高效运行。研发了炼钢?连铸过程工序工艺控制模型、生产计划与调度模型同MES之间的数据接口，实现了MES与生产工艺控制、流程运行控制、生产计划与调度系统的有机融合，形成了以机理模型与数据模型协同驱动的工艺精准控制、多工序协同运行、基于“规则+算法”的生产计划与调度为支撑的炼钢?连铸过程集成制造技术，通过多层级的纵向协同与多工序的横向协同，实现了炼钢厂的协同运行与控制。研究成果是炼钢?连铸过程智能制造的有益探索与实践，对流程工业智能制造企业具有很强的参考价值，对冶金工业绿色化、智能化发展具有示范与借鉴作用。应用后，明显提升了炼钢厂的协同制造水平，取得了显著的经济与社会效益