论文部分内容阅读
基于老年人户外活动需求的微绿地景观设计策略研究 ——以桂林市为例
【出 处】
：
桂林电子科技大学
【发表日期】
：
2021年01期
其他文献
随着电子通信系统的进一步发展和数据的大量产生,人们对数据传输速率的要求也越来越高。由于并行传输不能满足日益增长的数据传输速率的要求,SerDes技术逐渐成为人们的首要选择。然而,有线传输信道存在介质损耗、趋肤效应等非理想因素,这些非理性因素会导致信号的失真,严重降低了接受端的信号质量。为了恢复接收端的信号质量,均衡技术便成了高速SerDes系统中必不可少的一部分。在传输速率不断提升的趋势下,本文研
脑-机接口（brain-computer interface,BCI）系统在大脑和外部设备之间建立直接联系,通过识别大脑信号,把大脑活动直接解码成外部设备的控制指令。BCI系统在军事、教育、医疗、娱乐等方面得到了越来越多的应用。基于运动想象的BCI系统与人的自然想象和运动控制更加契合,因此本文主要研究运动想象脑电。由于运动想象脑电信号样本量小、信号维度高的特点,通道选择的作用显得尤为重要。过多的电
投影同步是一种重要的网络同步方式。在实际生活中投影同步现象非常普遍,如飞机编队的同步飞行、火箭的精准定位、保密通信等,因此,投影同步问题的研究具有重要的理论意义和现实意义。然而,已有的对复杂网络上的投影同步研究还存在诸多不完善的地方,具体有如下三个问题值得进一步探索。首先,已有投影同步的研究中尺度因子是一致的,对于实现网络投影同步来说条件过于苛刻。其次,为了实现给定尺度因子下的投影同步,往往需要追
电阻抗断层成像技术（Electrical Impedance Tomography,EIT）是一种体外检测的功能性成像技术,通过对被测对象的电导率分布或者电导率变化进行成像,提取人体生理和病理特征,与传统CT、核磁共振成像相比有着无辐射、便捷、成像速度快和设备成本低等优点;但是,目前的EIT系统普遍存在欠定性、非线性和病态性等问题,造成成像质量较低。边界电压变化对电导率分布变化不敏感的病态问题,求
目前,以深度学习为代表的目标检测算法,如:You only look once（YOLO）、Single Shot Multi Box Detector（SSD）等单阶段的目标检测算法已体现出的较高的检测率和稳定的检测效果,但是,此类检测算法在一些特定的小目标检测应用中,如车站广场人群密集的人脸目标、航站楼远处的飞鸟目标等,由于这些目标相对和绝对的大小都非常小,传统的检测算法针对这些小目标的检测率
社交媒体已经成为人们日常生活与社会交往不可或缺的重要场所,全球数十亿用户每天都会花费大量时间活跃在社交媒体平台上,这些网络平台已经成为人们实时交流、获取信息的工具。然而社交媒体的开放性和便利性同样也孕育了许多潜在危险,大量恶意账号和虚假信息充斥着社交网络。异常检测是识别社交网络上正常或异常活动的重要数据分析手段之一。图卷积网络（Graph Convolutional Network,GCN）作为一
现实生活中的许多场景都存在着样本标签不确定的问题,即样本在其对应的候选标签集中,只有一个标签是真实的标签,其余标签为伪标签,如何利用标签不确定的数据训练得到一个稳定的分类模型,是偏标记学习的主要研究任务。但是在传统的偏标记学习算法中,很少有方法考虑到标签的关联性,分类模型的泛化性以及数据的不均衡等问题。基于这些问题,本文主要做了以下几个方面的研究工作:1、提出一种改进特征引导消歧的偏标记学习算法（
随着“互联网+”不断为旅游业赋能,并由机器学习、大数据从软件层面为旅游业发展提供动力,对传统的旅游领域带来了深刻的变革,在由旅行社主导的传统的跟团游之外,个性化出游愈加的成为人们的出游选择,同时在线旅游整合旅游景点门票、酒店、餐饮、游玩资源的线上销售模式中,产生了大量的游客行为数据,如何对这些数据进行准确的收集获取,进而对用户偏好进行细粒度的捕获成为亟待解决的问题。由于现有的序列推荐算法大多着眼于