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

一、概念 二、根据日常记录资料和通过特殊调查所得到的资料,描述疾病的三间分布特征,设计时无需设立对照,不能分析暴露与效应之间的联系。 三、分类 四、横断面研究(现况研究) 五、纵向研究 六、生态学研究(关系研究)

一、概述 1 疾病分布的定义 2 研究疾病分布的意义

通过粗、细两种颗粒花岗岩的冻融循环试验和岩石力学试验,研究了不同粒径岩石的冻融循环作用对岩石物理力学特性的影响.利用核磁共振技术对冻融循环前后的岩样进行检测,得到了横向弛豫时间谱的变化和岩样核磁共振成像,分析了岩样在冻融前后的孔隙度变化、空隙结构及分布的演化特性等.采用宏观唯象损伤理论和自洽理论对不同粒径花岗岩在冻融条件下的宏、细观损伤演化规律进行了分析.研究发现在冻融循环作用下,岩石内部的孔隙逐渐增多,不断造成岩石的强度损失;损伤模型的计算值与实际相符,但不同损伤理论对花岗岩损伤程度趋势变化的反应存在差异;细颗粒花岗岩呈现出较高冻融耐久性

第18章DBS分析设计应用一进销 存系统分析设计报告 1.绪论:规划 2.需求分析 3.概念结构设计 4.数据库逻辑结构设计 5.数据库物理设计 6.数据库系统实施 7.测试报告 8.操作说明 9.系统开发总结 10.运行维护报告

五.拱冠梁法 (1)假定:(1)拱坝分为多拱、一条梁即拱冠梁。 (2)拱梁荷载分配由交点处的径向变位一致求得。有时也可以考虑扭转一致)

采用喷射成形技术制备了M3型高速钢和以Nb替代V的M3型高速钢.利用扫描电镜、X射线衍射、差示扫描量热仪和金相显微镜研究了Nb对M3型高速钢组织的影响.喷射成形能有效消除宏观偏析,细化组织.以Nb代V,提高了MC型碳化物开始析出温度,大量MC相先于共晶反应析出,呈独立的近球形分布于晶界,同时其尺寸减小.由于消耗大量C,抑制了共晶反应,M2C片层数量减少且厚度变薄,其在热变形过程中更易于分解,进一步增加了组织均匀性.低温低载荷时含铌的M3型高速钢抗磨损性能显著优于M3高速钢,温度升高到500℃时磨损机制逐渐以氧化磨损为主,两合金的抗磨损性能差距减小,主要原因是大量呈弥散球形分布的含铌MC型碳化物能有效提高高速钢的磨粒磨损抗性,而其对抗氧化性能并无明显作用

建立了超声场下直径630 mm的铝合金大铸锭热顶半连铸过程中多场耦合的数学模型,采用有限体积法及自定义函数获得超声作用下结晶器内声场、流场和温度场的分布,并进行工业化实验研究.综合工业实验和仿真结果分析超声对热顶半连铸铝合金大铸锭细晶的机理.模拟结果表明,超声波对宏观物理场的影响非常明显,施加超声后,辐射杆端面下方形成向上的回流区,强烈的紊流促进铝熔体的传质传热,减小液穴深度,使液穴更加平缓,同时初始凝壳点下移,过渡带变窄,铸锭中心处过渡带宽度从342 mm减小到120 mm左右.分析实验结果发现,经超声处理,铸锭组织普遍变得细小、均匀,平均晶粒尺寸减小103μm,最大最小晶粒尺寸差从135μm减小到64μm,且凝固组织晶界变细

选取商业纯铝和超硬铝作为锌电积阴极,在ZnSO4-H2SO4体系中通过电化学测试研究两种阴极的电化学行为,同时利用扫描电镜观察铝合金上电积锌初期形核,X射线衍射分析锌片结晶取向.研究结果表明：500 A·m-2电流密度下纯铝阴极的析出电位和交换电流密度分别为-1.541 V和7.74×10-11 A·cm-2,超硬铝阴极分别为-1.496 V和6.07×10-3 A·cm-2.合金元素的添加会增加初期形核位置,提高形核速率,而形核速率的提高在一定程度上抑制卤族元素对阴极的腐蚀.沉积3 h后,锌片结晶取向没有发生变化.超硬铝易发生烧板和鼓泡,电流效率低,只有84.54%;纯铝电流效率达到88.04%,且沉积锌平整、光滑,但阴极板容易被卤族元素腐蚀

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性