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

◆1.掌握体液免疫的概念、类别和基本过程 ◆2.掌握TD抗原和TI抗原应答的不同特点 ◆3.掌握初次应答和再次应答的概念及比较 ◆4.熟悉TI-1和TI-2抗原的应答机制 ◆5 掌握 体液免疫应答的一般规律 第一节 B细胞对TD抗原的免疫应答 一. B细胞对TD抗原的识别 二. Th细胞在B细胞免疫应答中的作用 三. B细胞的激活、增殖和终末分化 四. B细胞在生发中心的分化成熟 第二节 B细胞对TI抗原的免疫应答 第三节 体液免疫应答的一般规律 潜伏期：抗原刺激后，产生特异性抗体前的时间。 对数期：所产生的抗体量呈幂次方增加。 平台期：血清中抗体浓度不发生变化。 下降期：血清中抗体浓度缓慢下降

基于最优分类线的概念,提出了一种新的模式识别分类器构建方法——判别域界面几何法.该方法利用BP神经网络的高度非线性,将模式类样本数据从高维输入空间映射至二维判别域空间后,采用多边形中轴提取方法,构造模式类间隙多边形的中轴线,延伸至整个二维判别域空间,生成模式类决策边界.以铁路货车车轮用双列圆锥滚子轴承的故障诊断为例,介绍了判别域界面几何法的应用过程.结果表明,判别域界面几何法能在二维判别域空间上给出各不同故障模式类之间明确的界限,这就给操作者直观判断故障模式类别提供了条件

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

针对海底集矿机采矿环境图像,采用分段线性变换提高图像细节,中值滤波去除悬浮物干扰.利用形态学抗噪声梯度算子提取地形和障碍物轮廓,并用分段线性拟合计算出地表亮度变化率.根据表面亮度变化特征判断障碍物类型,采用自适应形态学对轮廓进行细化与连接.通过障碍投影变换计算出障碍物的距离、高度和宽度等信息.对陆地图像进行了分析,证明位置、高度和坡度等参数计算的可行性.利用上述方法对深海底的图像进行处理,不仅保留了边界信息,且提高了抗干扰能力和抗边界间相互影响能力,可有效识别深海底地形和障碍物,得出位置和形状等参数,可以为集矿机避障系统信息融合技术提供可靠数据

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%

1.2井下人员定位系统 KJ73型井下人员定位系统采用目前最先进的2.4G无线扩频通讯技术 ,具有很强的抗干扰能力和高速数据传输速率,彻底解决了远距离、大 流量、超低功耗、高速移动标识体的识别和数据传输难题。本系统属 KJ73型煤矿安全生产监控系统的子系统,与安全监控系统共用平台,无 须重复布线,通过增设KJ73-F(A)型读卡分站和KJF202型动态目标识别 器,人员携带KGE103人员标识卡即可实现矿井人员跟踪定位及考勤管 理,清楚掌握每个井下人员的位置及活动轨迹,为事故抢险提供科学依 据。系统可实现矿井人员跟踪定位及考勤管理,掌握每个井下人员的位 置及活动轨迹,为事故抢险提供科学依据

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

相界面积对气液两相流中传热、传质、物理化学反应等动力学过程影响重大.为获取这一参数,提出一种根据两相流数值模拟结果计算相界面积的方法.此方法借鉴分段线性重构界面的思想,在各网格单元内以平面近似真实相界曲面,根据目标流体的体积分数及其梯度向量将网格内相界面形貌归为五类,进而采用不同的方法分别计算各类相界面的面积.在铜转炉熔池内两相流数值模拟结果分析中的应用效果表明:该方法能有效提取两相流体系中任意区域的相界面积,从而为体系动力学特征的定量分析提供依据.利用相界面积数据,进一步计算了氧气利用率并识别出熔池内‘高效反应区’,计算和识别结果与工程实际吻合,证实了该方法的准确性

自然语言是人与人交流思想的工具，程序语言是人和计算机之间传达信息的工具。为了描述程序语言，本章将引进有关形式语言的基本概念。文法是程序语言的生成系统，自动机是程序语言的识别系统，用文法来精确定义一个语言，然后根据这个文法构造识别这个语言的自动机，因此文法对程序语言和编译程序的构造来说意义重大。随着计算机的发展，形式语言学发展很快。N.Chomsky将文法分成四类，程序语言的词法可用正规文法描述，语法可用上下文无关文法描述，语义则要借助于上下文有关文法来描述。因此我们的注意力是针对这几类文法，特别是上下文无关文法