简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：软件定义网络（SDN）将数据层与控制层相分离，是一种新型网络体系架构．针对目前SDN网络还不能提供路由服务问题，设计了一种基于OpenFlow技术，使得SDN网络拥有路由转发功能的方案．依托RouteFlow平台，以内核虚拟化技术为基础，以Quagga软件为路由引擎，通过OpenFlow控制器为数据平面提供路由逻辑控制策略．实验结果表明，该方案不仅让SDN网络具有了路由转发功能，还能使系统保持较好的稳定性．

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．

简介：采用基于自由能模型的格子Boltzmann方法，考虑到毛细管数和气液黏性比的影响，模拟了气泡在剪切作用下的动力特性．结果表明，无论气泡半径大小，总是其长轴被拉伸，中轴和短轴被压缩，且中轴的长度总大于短轴的长度．随着毛细管数的增加或气液黏性比的增大，气泡变形和偏转程度越剧烈．

简介：传统的深度信念网络模型缺乏并行有效的算法来确定网络层数以及隐藏层神经元的数目,实验时大多依据经验来选取,这样做不仅使得模型训练困难,且范化能力差,影响实验结果.针对此问题,通过比较重构误差和验证集错误分类率的乘积（加权误差）大小来选取网络层数,网络层数确定后,再根据重构误差使用渐增法或二分法来选择合适的隐层神经元数目,以使整个模型达到最优.实验结果表明,用上述方法确定模型网络层数及隐藏层神经元数目,能有效提高模型分类或预测的精度.

简介：当植物受到植食者为害后,能够迅速合成并释放出一些挥发性物质,进而吸引植食者天敌,达到控制虫害的目的.大量的研究表明,茉莉酸信号路径在调节植物释放挥发物的过程中发挥了重要作用.然而,最近的研究表明,外来入侵刺吸式昆虫如烟粉虱,能通过激活植物体内的水杨酸信号路径,同时还能抑制茉莉酸信号路径.那么,水杨酸信号路径是否在刺吸式昆虫诱导植物释放挥发物吸引天敌过程中发挥重要作用？我们分别以拟南芥和番茄作为模式植物,研究经烟粉虱取食为害后的野生型植株以及不同信号路径突变体植株对丽蚜小蜂的嗅觉行为反应.研究结果表明,烟粉虱为害120h后的野生型拟南芥或番茄植株均能够显著吸引丽蚜小蜂.当茉莉酸路径被抑制时,烟粉虱为害后的拟南芥（dde2-2）或番茄（def-1和spr-2）植株同样显著吸引丽蚜小蜂;但是当水杨酸路径被抑制后,烟粉虱为害后的拟南芥（NahG和npr-1）或番茄（NahG）植株则并未吸引丽蚜小蜂.植物激素分析结果表明,烟粉虱能够诱导拟南芥或番茄植株内源水杨酸含量显著增加,但内源茉莉酸的含量则并未变化.因此,我们认为水杨酸信号路径在调控烟粉虱诱导植物间接防御过程中发挥重要作用.