对金相图像进行快速精确分割是金相晶粒评级的关键步骤，利用传统Chan-Vese（CV）模型很难将晶粒精确地提取出来.为了更加精确地对金相图像进行分割，提出一种基于改进CV模型的金相图像分割方法.初始化水平集函数，对曲线内外两部分分别计算其倒数坎贝拉距离，并将该距离的大小作为拟合中心的权重系数，有效抑制了噪声点对区域拟合中心准确性的影响；引入指数熵自适应调节曲线内外能量权重，减少固定能量权重对曲线演化的影响；同时加入距离规范项以避免水平集函数的重新初始化，加速该模型的收敛.实验结果表明，与传统CV模型、测地线活动轮廓模型、距离规范项的水平集模型以及偏置场修正水平集模型相比，所提方法分割出的金相图像更加精确，分割效率较高且模型收敛性较好

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

针对经典K–means算法对不均衡数据进行聚类时产生的“均匀效应”问题，提出一种基于近邻的不均衡数据聚类算法（Clustering algorithm for imbalanced data based on nearest neighbor，CABON）。CABON算法首先对数据对象进行初始聚类，通过定义的类别待定集来确定初始聚类结果中类别归属有待进一步核定的数据对象集合；并给出一种类别待定集的动态调整机制，利用近邻思想实现此集合中数据对象所属类别的重新划分，按照从集合边缘到中心的顺序将类别待定集中的数据对象依次归入其最近邻居所在的类别中，得到最终的聚类结果，以避免“均匀效应”对聚类结果的影响。将该算法与K–means、多中心的非平衡K_均值聚类方法（Imbalanced K–means clustering method with multiple centers，MC_IK）和非均匀数据的变异系数聚类算法（Coefficient of variation clustering for non-uniform data，CVCN）在人工数据集和真实数据集上分别进行实验对比，结果表明CABON算法能够有效消减K–means算法对不均衡数据聚类时所产生的“均匀效应”，聚类效果明显优于K–means、MC_IK和CVCN算法

定理2.4.1(Weierstrass聚点原理)设E为R中有界无限集,则 E≠中 证明取互异点列Mk=(x1,x2,n)∈,由于E有界,所以{Mk k=1,2.}有界,从而{x=1.是有界集,由数学分析中已证 明的直线上的聚点原理知:x1及x1的子列x→x1这时M满足第一个坐标 收敛,对于第二个坐标x2可能不收敛,但有界由直线上的聚点原理知:x2 及x2的子列x2→x2,则Mk满足第一、第二坐标收敛。此过程继续作下去,第 n次找到的子列Mm便满足所有坐标都收敛即M→M其中M= 00 (x1,x2,xn),即M为E中的聚点。证毕 推论2.4.1有界点列必有收敛子列

在土-结构动力相互作用简化分析中,基于弹性半无限地基的假定,采用双自由度集总参数模型来简化土层,建立了基于土层集总参数模型的土-结构动力相互作用的分析模型,主要研究了不同土层对上部结构地震反应的影响.分析了在中硬、中软两种场地上5层和15层结构的地震反应,并与刚性基础假定下同样结构的地震反应分析比较.结果表明,对比较刚性的结构考虑土-结构相互作用可能存在一定的有利因素;对高层建筑,土-结构相互作用可能导致结构在地震作用下的层间变形较大幅度增加,是不利因素

定义:信息系统是一类以提供 信息服务为主要目的的数据密 集型、人机交互的计算机应用 系统

1、设a为有理数,x为无理数。证明: (1)a+x是无理数;(2)当a≠0时,ax是无理数。 2、试在数轴上表示出下列不等式的解: (1)x(x2-1)>0;(2)|x-1|x-3|;(3)√x-1-2x-1≥3x-2 3、设a、b∈R证明:若对任何正数ε有a-b<,则a=b

电子科技大学：《计算电磁学 Computational Electronmagentics》课程教学资源（课件讲稿，有限差分法）第6章 时域有限差分法 III 6.1 激励源技术 6.2 集总参数电路元件的模拟 6.3 数字信号处理技术 6.4 应用举例（I）

一、基本要求 1、 建立实际电路与电路模型、集总参数电路的概念。 2、 牢固掌握基尔霍夫定律，能正确和熟练地应用 KCL 和 KVL 列写电路方程

§1 分布参数和分布参数电路 §2 均匀传输线及其方程 §3 均匀传 输线的正弦稳态解 §4 均匀传输线上的行波 §5 传播系数和特性阻抗 §6 均匀传输线上波的反射系数 §7 无损线上的驻波现象 §8 均匀传输线的集总参数等效电路 §9 无损线方程的通解 §10 波的产生、反射与透射 §11 终端开路和接电阻的无损线的波过程（零状态）