基于Faster R-CNN的食品图像检索和分类

面向食品领域的图像检索和分类等方面的研究成为多媒体分析和应用领域越来越受关注的研究课题之一.当前的主要研究方法基于全图提取视觉特征,但由于食品图像背景噪音的存在使得提取的视觉特征不够鲁棒,进而影响食品图像检索和分类的性能.为此,本文提出了一种基于Faster R-CNN网络的食品图像检索和分类方法.首先通过Faster R-CNN检测图像中的候选食品区域,然后通过卷积神经网络（CNN）方法提取候选区域的视觉特征,避免了噪音的干扰使得提取的视觉特征更具有判别力.此外,选取来自视觉基因库中标注好的食品图像集微调Faster R-CNN网络,以保证Faster R-CNN食品区域检测的准确度.在包括233类菜品和49 168张食品图像的Dish-233数据集上进行实验.全面的实验评估表明：基于Faster R-CNN食品区域检测的视觉特征提取方法可以有效地提高食品图像检索和分类的性能.     

A methodology for locating the original quarries used for constructing historical buildings: application to Málaga Cathedral, Spain

It is often necessary to locate the original quarry which supplied the stone for a particular historical building. This stones could be used for future restoration work and for testing in the laboratory (artificial aging tests, physical properties determination, control of the efficacy of conservation treatments, etc.). Generally, reviewing historical documentation gives information about the geographical setting of quarries and location of the stones in the monument, but this information needs to be proved by field and laboratory studies. The comparative study of stone from quarries and monuments should basically include the following: (1) mineralogical and petrographical studies; (2) the chemical analysis of major, minor and trace elements; (3)stable isotopes determinations; (4) physical properties of quarry materials and unweathered building stone (water absorption, ultrasound transmission velocity, porosity and porous system, density, bulk density, compressive strength, etc.). This methodology was applied to Málaga Cathedral stones represented in the main façade, towers, and the western zone of the terrace, which, according to historical literature, came from Almayate (Miocene–Pliocene limestones) and Cerro Coronado (Permotriassic sandstone) in Málaga. The conclusion of the comparative study carried out on quarries and building stones was consistent with the information available from the historical documentation.     

集合卡尔曼滤波同化中雷达位置的敏感性研究

针对对流尺度集合卡尔曼滤波（EnKF）雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向（即环境气流的方向）。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上（即与环境气流成45°夹角）,同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波（iEnSRF）算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。      

雷电临近预警产品评估方法及其软件

为了适应雷电业务发展的需求,对已经投入业务运行试验的雷电临近预警系统的预警效果做出客观评估,中国气象科学研究院雷电物理和防护工程实验室开展了雷电临近预警产品评估方法的研究,并开发了配套的应用软件.评估方法通过雷电预警结果和实际监测结果的对比,得到命中率POD、虚警率FAR和TS评分三项指标,实现对雷电预警产品的评估.评估软件的实际运行表明:该方法不仅能够检验CAMS_LNWS预报雷电活动的能力,还能对预警方法的改进起到一定的指导作用,能够满足雷电业务产品评估的需要.     

灰关联神经网络法及防洪堤边坡稳定性分析

灰关联分析神经网络方法首先是对防洪堤边坡稳定性影响因素进行灰关联分析,得出各因素影响程度的大小排序,然后建立该工程的神经网络模型,选择灰关联分析得到的优势因子作为样本输入以及关联度作为网络权值确定的一个因素,利用大量南宁市防洪堤边坡工程实例对网络进行训练学习,最后用训练成功的网络对工程进行预测。预测的结果与实际情况进行对比表明,这个方法能够满足南宁市防洪堤边坡稳定性预测的要求。     

裂隙岩体中的对流扩散研究

揭示一个基于代数拓扑理论的裂隙网络中物质弥散模型，还给出了应用于网络中的对流扩散的对应性原理的证明。应用拓扑理论给出的框架，使其起了一个数据结构的组织者的作用，由此得到网络中每一个分支上的浓度的解。这个解是在拉普拉斯空间上的解析解。网络中任意点在任何时刻的浓度可以很方便地用数值拉氏反变换求出。     

涡北河网区三维地震采集技术

涡北勘探区属于河网地带,难以进行正常的地震施工。为此,本文提出了一种以规则束状观测为基础和特殊观测系统相结合的数据采集方法。该方法适应了这种复杂的地表条件,获得了"空白区"的地震资料,为今后类似地表条件地区的三维地震勘探提供了经验。      

跨国公司地区总部职能与亚洲地区总部的区位研究

跨国公司建立地区总部制度是跨国公司应对经营“全球化”和“本地化”的要求而进行的一项组织变革。由于跨国公司地区总部承担着制定区域性经营战略和协调区域内众多子公司生产、销售、物流、研究与开发、资金筹供、人力资源培养等经营活动的职能，它的区位对东道国及其所在城市经济带来广泛影响。本文从跨国公司和地区总部职能特点入手，分析了该职能的区位因素，并探讨了跨国公司亚洲地区总部的区位特点，最后对中国大陆的国际商务职能建设提出了若干建议。     

卫星面降水估计人工神经网络方法

介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.     

供水管网渗漏分析研究

渗漏管网的流分析是进行供水管网震后功能评价，从而实现在系统层次进行抗震设计的基础。在正常使用阶段，渗漏也是供水管网设计必须考虑的问题。本文介绍了供水管网渗漏分析的两类基本模型，在此基础上，给出了考虑渗漏模型的供水管网流分析的实施步骤。为了比较无渗漏模型和渗漏模型的差异及不同渗漏模型对计算结果的影响，对一典型供水管网进行了无渗漏管网模型的流分析和不同渗漏模型的带渗漏管网的流分析。分析结果表明，合理的渗漏模型是正确评价供水管网服务能力的基础。