中小型侦察监视特种飞机系统的设计技术

分析了当前国内外典型中小型特种飞机的特点和应用方向，阐述了中小型特种飞机系统的技术发展趋势。通过分析典型的特种通用飞机的性能和平台构型特点，详细描述了基于典型中小型特种飞机平台的机载侦察监视应用系统的组成、原理、主要性能及技术难点，并结合实际工程应用，介绍了系统的应用成果。应用分析表明，基于中小型特种飞机平台的机载平台的应用系统有较大的应用范围和市场前景。     

大数据与监视型资本主义

本文首先介绍了监视型资本主义的概念,描述信息时代的资本是如何通过收集个人数据,无视私隐,筛选用户,在不受法律监控的情况下进行帝国式扩展的。进而,本文提出数据的附身性和数码资本错位这两个特征,用以分析技术如何在数据收集和应用上激活数据的私人财产属性,以及资本如何利用价值错位和技术优势去诱使用户参与这一资本增值的进程。数据的附身性揭示了个体如何被卷入大数据时代的生产关系,数码资本错位揭示了资本具体实现监视型资本主义的技术。这两个概念将完善监视型资本主义这一理论体系,进一步展现这个时代隐蔽的不平等状况。     

结合像素域JND阈值空间相关性与图像块类型的残差滤波算法

为了更好地将人眼视觉感知特性应用于视频压缩系统，从而去除视频的视觉冗余成分，在利用像素域的恰可察失真(Just Noticeable Distortion,JND)阈值的基础上，结合JND阈值的空间相关性与图像块类型，提出了一种改进的残差滤波算法。该算法首先在像素域计算出每个像素的JND阈值，然后在变换单元(Transform Unit,TU)中挖掘每个像素JND阈值与其周围邻近像素JND阈值之间的空间相关性，再利用索贝儿(Sobel)边缘检测算子将TU分成不同类型的图像块，并且计算出对应的复杂度因子，最后结合上述像素JND阈值的空间相关性和TU复杂度因子对TU残差进行滤波。提出的算法模型可以嵌入到高效率视频编码(High Efficiency Video Coding,HEVC)框架。实验结果表明，在全I帧配置下，提出的算法与标准算法HM16.0相比，在人眼主观感知质量基本一致的情况下，平均可节省16.1%的码率。     

基于质量变革视角的产业集群升级路径研究--以顺德世界级家电产业集群为例

质量是引领经济发展的标杆,质量状况决定产业集群升级的基础,质量改进优化产业集群升级的路径,质量提高影响产业集群升级的方式,质量生态系统决定产业集群升级的能力。在质量变革视角下,顺德家电产业集群通过供给侧结构性改革、产业链整合和主攻智能制造升级的路径为:一是由贴牌代工向自主品牌升级;二是由整机生产向全产业链一体化转型;三是由自动化走向智能化。推动家电产业集群升级对我国促进传统产业集群升级有重要启示,通过制造业产业集群质量全面提升以促进我国产业集群全面升级,是助力我国新时代高质量发展的必然选择。     

时空大数据支持的土地储备智能决策体系与应用研究

研究目的:设计土地储备智能决策体系,将土地储备决策环节进行科学化、定量化和模型化,为政府合理开展土地储备提供决策依据。研究方法:遵循科学性、实用性、先进性、开放性原则,以数据为驱动,人工智能为核心,通过基于Hadoop/Spark的大数据处理技术、多源异构数据融合技术、智能决策模型集对多源时空大数据挖掘分析。研究结果:提出了土地储备智能决策体系,研究了一套面向土地储备的决策方法集,实现对现状条件的精准刻画,对土地储备规模、结构、时序等内容的科学决策;在此基础上,研发了智能决策支持平台,将数据资源共享、现状条件评估、智能决策专题等功能集成,构建土地储备智能决策"一张图",并实现平台的自我学习和更新。研究结论:应用于宁波市实例验证,该体系有效地促进了土地储备科学智慧决策,对优化土地资源配置具有参考意义。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如，对车辆轨迹进行跟踪并预测车辆的驾驶行为，就是一个常用的预警方法。在对车辆进行跟踪的过程中，数据关联是很重要的部分，它可以对车辆的观测点和轨迹进行关联，从而更新车辆的轨迹，完成跟踪过程。在此背景下，提出了一种新的数据关联算法，即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明，该算法能够较好地解决在交通场景下车辆数据的数据关联问题，在精度以及运行效率方面都有所提高。     

一种基于微波雷达回波信号的车型分类方法

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力，将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先，以雷达触发前的N帧信号为基础，对雷达的回波信号进行分析并构建数据集；然后，分析LeNet-5卷积神经网络的特点；最后提出一种改进的LeNet-5卷积神经网络。实验结果表明，与传统的支持向量机方法相比，所提方法能够智能学习大小车的雷达时频信号特征，大小车型识别准确率达到97%以上，可为交通场景下的车型识别研究提供新的技术途径。     

基于物联网技术的智能交通控制系统研究

作为物物相连的互联网,物联网通过信息传感设备,把互联网与任何物品相连接,为构建智能交通信号控制与采集的体系提供了可能。论文从基于物联网的智能交通系统整体框架入手,并着重分析其在交通控制和信号采集两个子系统中的运用,指出物联网技术将全面提升交通管理水平。     

人工智能技术辅助开发“智铸”系统

采用开源免费的深度学习平台,利用python二次开发了“智铸”系统,包括“识铸”“听铸”“盯铸”三个模块,铸造企业员工可以用手机或电脑自主学习,提升员工从业能力。在设备旁安装“听铸”软硬件一体化设备,可以实现对连续运行设备的在线自动监听侦测。“盯铸”模块实现连续生产铸件的自动检测、铸造缺陷分析与重点安全区域的监控。