简介：摘要：近年来，经济的发展，促进我国科技水平的提升。随着科技的发展和进步，在信息技术的推动下，不同类型媒介之间的界限在逐渐消融。广播作为传统媒体代表之一，在新旧媒体全方位融合的时代大背景下，必须深刻地认识到自身传播语境发生的变化，创新节目的编辑思路，从前期内容编辑，再到节目形式和宣传推广，与编辑相关的一整套流程都必须不断创新，才能生产出适合融媒时代特色和需求的广播精品节目。本文就 融媒体背景下公益广播节目的传播与创新展开探讨。

简介：摘 要 : 针对于当今监控系统大多只起拍摄作用而无智能监控手段的问题，提出了基于目标检测算法的智能监控系统。在运用目标检测算法与人脸检测算法的基础之上，利用这些算法实现了能够检测移动目标并进行图像之中人脸的检测与提取，从而当陌生人进入时系统能够精确识别。实现了智能化监控，极大提升了监控的准确性与安全性。 关键词：目标检测、人脸检测、 智能监控 引言 智能视频监控系统无需监控人员持续地盯着屏幕，减轻了工作人员的负担，并具有主动性和实时性的优势。智能视频监控系统的主要职责是利用计算机视觉技术从视频图像中检测、跟踪、识别人脸，并对该主体的行为进行理解。 一、系统设计原理 该系统在原视频系统的监控功能基础上，还增加了以下功能： 包括固定传感器布控预警、华为云平台 Atlas200DK智能摄像头、数据处理系统、可视化一体平台。其中可视化一体平台包括人员属性检测采集系统和视频结构化回溯系统实现人脸信息采集的智能化分析及预警。 （ 1）视频监控系统具有人脸识别能力。要求系统能够自动捕捉出入监控范围的人员脸部图像与数据库信息进行比对 , 并自动识别判断是否为可疑人员上传至数据库处理系统。数据处理系统通过算法模型进行人脸识别并与云数据库中的信息比对，若信息不匹配，则智能启动无人机，无人机将进行目标追踪。 （ 2）系统会将收集到的信息上传至可视化一体平台。固定摄像头拍摄图像信息上传到数据处理系统，数据处理系统通过数据处理算法和可视化数据分析上传至可视化一体平台。无人机拍摄可疑人员后自行处理并上传至可视化一体平台呈现给用户。 二、算法分析 2.1目标检测算法（ YOLO v3） YOLO v3采用帧间差分法进行图像提取，且采用多个 scale融合的方式做预测。原来的 YOLO v2有一个层叫： passthrough layer，假设最后提取的 feature map的 size是 13*13，那么这个层的作用就是将前面一层的 26*26的 feature map和本层的 13*13的 feature map进行连接，有点像 ResNet。当时这么操作也是为了加强 YOLO算法对小目标检测的精确度。这个思想在 YOLO v3中得到了进一步加强，在 YOLO v3中采用类似 FPN的 upsample和融合做法（最后融合了 3个 scale，其他两个 scale的大小分别是 26*26和 52*52），在多个 scale的 feature map上做检测，对于小目标的检测效果提升还是比较明显的。 YOLO v3中对前面两层得到的 feature map进行上采样 2倍，将更之前得到的 feature map与经过上采样得到的 feature map进行连接，这种方法可以让我们获得上采样层的语义信息以及更之前层的细粒度信息，将合并得到的 feature map经过几个卷积层处理最终得到一个之前层两倍大小的张量。 图 1 帧间差分法算法流程图

简介：摘要：在目前更加复杂的战争环境下，无人机多以机群协同方式执行特殊任务。对此，本文通过构建无人机协同任务规划系统模型，分别就无人机协同任务规划控制体系、多目标任务分配架构、无人机目标融合架构、航迹规划模型进行了设计研究，同时也结合层次聚类算法和数值仿真实验验证了设计的可行性，旨在进一步提升无人机在复杂动态环境下的飞行适应能力，并为在最短时间内制定合理的无人机协同任务分配方案提供理论帮助。

简介：摘要：现如今 ，我国企业间的竞争日益激烈。在竞争中一些企业的发展急速突进，但同时也出现了部分困难和问题。众所周知，经济效益的最大化是企业经济管理的最终目标，而目标成本的计划和运营就是帮助企业获取利润的最大保障。本文首先阐述了目标成本管理的理论定义，着重分析在企业经济管理中目标成本担任的角色。

简介：摘 要：本文阐述了雷达跟踪系统中滤波器模型的建立方法，介绍了卡尔曼滤波器的工作原理，通过仿真方法，用卡尔曼滤波方法对单目标航迹进行预测，即搜索目标并记录目标的位置数据，对观测到的位置数据进行处理，自动生成航迹，并预测下一时刻目标的位置。基于此方法的仿真实验获得了较为满意的结果，可以应用于雷达目标跟踪定位。

简介：摘要：针对传统的图像匹配算法存在误匹配率高，特征提取信息也比较少的问题。本文基于 BOW+SVM框架组合设计并实现了物品识别算法。对目标物体利用无监督学习的方法构造目标物体的识别模型，再与环境图像进行识别模型的特征点匹配，最后确定并且框选出目标物品。使用 SURF算法将目标物品的特征点提取出来，再结合 FLANN算法、特征点二次筛选算法与 RANSAC算法对目标物体进行识别与框选。

简介：