简介：能与曼哈顿原子弹计划和阿波罗登月计划相比拟的美国人类基因组计划,预期耗资30亿美元,历时15年。该计划从动议到实施经历了漫长的岁月(1984～1989)。其主要内容是:基因组作图和顺序、信息和材料的管理、实施和管理的战略。(1)基因组作图。有两大类人类基因组图谱:遗传连锁图谱和物理图谱。遗传连锁图谱主要通过家谱分析和测量不同性状一起遗传(即连锁)的频率而建立的。物理图谱是通过对构成人类基因组的脱氧核糖核酸分子的化学测度而绘制的。它包括限制酶切图谱、排序的脱氧核糖核酸克隆库以及对表达基因或无特征(功能不清)的脱氧核糖核酸片段的低分辨图谱。所有图谱的目标都是

简介：本文主要对“以可靠性为中心”和“以预防为主”的新旧维修体制的维修思想、资料配备、维修内容、维修方法、维修深度等的区别进行了论述，并对两种维修体制进行了对比。

简介：在视频编码器中，软判决量化可获得最优编码性能，但其中维特比算法会导致严重的系数间串行处理依赖．比较而言，基于死区的硬判决量化算法率失真性能有所损失，但不存在系数间依赖，且非常适合硬件并行流水处理．今采用离线统计的方法，分析余弦变换系数的分布情况，量化余数对量化的具体影响，构建了基于余弦变换系数分布参数，量化余数的自适应偏移模型．基于该模型提出一种内容自适应的硬判决量化算法．仿真结果表明，该算法在保证并行化处理的条件下，其编码性能相比于传统的硬判决量化有一定的提升，可接近软判决量化算法性能．

简介：

简介：

简介：【摘要】网络信息技术的飞速发展是进入21世纪以来我国最大的科技成果。现如今网络已经融入了我国的政治、经济、文化、公民日常生活等各个方面，是当今我国社会运行与发展不可或缺的一环。网络就如同它的名字一样，真的像一张网将我们每一个人裹挟其中且相互关联，形成了一个与实体世界相对应的复杂体系——网络生态。网络的快速发展所带来的效率、便捷是我们乐意看到的，解决了许多棘手的难题。但是发展如此之迅速，以至于相关的管理制度 、管理规范并没有跟上节奏，出现漏洞，甚至空白地带，这也给我们带来了很多挑战。网络治理主体公共性缺失、网络客体场域建设不足、网络载体支撑性建设不足，出现的一系列问题让我们意识到网络信息内容生态治理刻不容缓。于是在2020年3月1日这一天，《网络信息内容生态治理规定》正式实施。

简介：公共安全行业标准《中华人民共和国机动车号牌》（以下简称号牌标准）规定了机动车号牌（以下简称号牌）的分类、规格、颜色、使用范围、式样、技术要求、试验方法、检验规则、标志、包装、运输、贮存、安装、更换、放大号和监督管理。号牌标准首次制订于1992年，最近一次于2013年进行了修订，并于2014年1月24日发布、实施。本次标准修订，连同2007年的修订与2010年的第1号修改单，均未改变号牌式样，而是不断加强号牌的管理要求，对号牌资源进行扩容，使其满足机动车保有量的高速增长需求。

简介：心理学是研究人类自身心理活动规律的科学，它在对人的社会角色、职业劳动心理．社会人际心理、品德心理、个性心理等方而进行了深入的研究中，积累了许多规律性的知识，驾驶人学习心理学，并结合自己的驾驶活动努力实践．自觉进行个人的文明修养与品德锻炼，就可以形成良好的心理素质和规范性的社会行为。由于机动车驾驶职业是社会窗口行业．加之驾驶活动的社会广泛性与流动性，驾驶人良好的个人．坫德和道德修养可极大的影响社会，有助于整个社会精神文明建设．

简介：贵州省余庆县公安局交警大队在开展交通安全宣传“五进”“进家庭”活动中，把老年人的交通安全教育作为一项重中之重来抓，针对老年人交通意识淡薄，专门为老年人送去了《老年交通安全读本》，使老年人的交通安全知识增强

简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：基于深度学习的医学图像处理已成为该领域研究的热点。深度学习方法在各种医学图像应用中取得了优异性能,达到甚至超过了专家级医生的水平。本文首先简述深度学习模型的基本原理,尤其是监督学习算法中的各种神经网络,然后总结它们在医学图像分类与识别、定位与检测、分割、配准与融合等应用领域的研究进展,最后探讨医学图像处理深度学习方法面临的挑战及应对措施。

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：

简介：摘要：本文结合实际案例，从善用申请信息助力检索的角度探讨学习型检索策略。对于申请信息的善用，介绍了“背景技术校准、技术效果回头看、技术术语深挖掘”三个方面。通过实施学习型检索，以期更加准确理解技术方案、提高检准效率，从而合理界定技术贡献，得到客观审查结论，有利于更新知识储备库，从而不断趋向本领域技术人员。

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：

简介：人脸识别已经广泛地应用于日常生活中,作为关键技术之一的人脸清晰度评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰度评价算法能够准确地进行人脸清晰度的评估,并且具有较快的处理速度.

简介：美国一项最新调查研究发现，如果儿童在3岁以前由于手术使用麻醉药的次数达到两次或者更多，那么他们日后出现学习障碍的风险可能会比正常儿童高。

简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

简介：人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.