针对现有XML文档结构相似性度量方法大多不能完全反映XML文档的结构特征,相似度计算结果精确度不高,导致聚类效果不够理想的问题,提出一种改进的相似度计算方法 SSPF(Similarity based on Sequence,Position and Frequency)。该方法充...针对现有XML文档结构相似性度量方法大多不能完全反映XML文档的结构特征,相似度计算结果精确度不高,导致聚类效果不够理想的问题,提出一种改进的相似度计算方法 SSPF(Similarity based on Sequence,Position and Frequency)。该方法充分利用提取的DOM树路径信息,对树路径间序列和位置的相似度计算进行优化,并考虑了路径频率对相似度的影响,使得文档间的相似性更为合理。实验结果表明,SSPF方法具有更加准确的相似度计算结果,聚类的各项评价指标均有所提高。展开更多
利用高空观测资料、地面观测资料、加密自动站资料、NCEP/NCAR全球再分析资料、FY-2E卫星云图等资料对2012年第10号台风"达维"影响山东的暴雨落区分布及路径特征进行了分析。结果表明:暴雨落区主要出现在台风移动路径的右侧...利用高空观测资料、地面观测资料、加密自动站资料、NCEP/NCAR全球再分析资料、FY-2E卫星云图等资料对2012年第10号台风"达维"影响山东的暴雨落区分布及路径特征进行了分析。结果表明:暴雨落区主要出现在台风移动路径的右侧及台风中心附近,而且台风中心的右侧降水明显大于左侧。冷空气对台风引起的降水落区影响较大。水汽通量大值区和辐合区分布、中层的强上升运动对暴雨落区有一定作用。温度梯度大值区和假相当位温的分布与暴雨落区较一致。台风"达维"是在300 h Pa引导气流的作用下移动的,其移动路径与500 h Pa总温度线的走向及高空500 h Pa正涡度带的走向一致。此外,台风的移动路径与副热带高压、双台风效应、低层弱冷空气和下垫面等关系较大。展开更多
为提升弹载成像制导中运动模糊图像目标检测的精确性与效率,提出一种轻量化且高效的运动模糊图像目标检测(Lighter and More Effective Motion-blurred Image Object Detection,LEMBD)网络。通过深入分析运动模糊图像的成因,基于成像机...为提升弹载成像制导中运动模糊图像目标检测的精确性与效率,提出一种轻量化且高效的运动模糊图像目标检测(Lighter and More Effective Motion-blurred Image Object Detection,LEMBD)网络。通过深入分析运动模糊图像的成因,基于成像机理构建了专用的运动模糊图像数据集。在不增加网络参数的前提下,采用共享权重的孪生网络设计,并引入先验知识,将清晰图像的特征学习用于模糊图像的特征提取,以同时实现对清晰与模糊图像的精准检测。此外,设计了部分深度可分离卷积替代普通卷积,显著减少了网络的参数量与计算量,并提升了学习性能。为进一步优化特征融合质量,提出跨层路径聚合特征金字塔网络,有效利用低级特征的细节信息和高级特征的语义信息。实验结果表明,所提LEMBD网络在运动模糊图像目标检测任务中的性能优于传统目标检测方法和主流运动模糊检测算法,能够为精确制导任务提供更精准的目标相对位置信息。展开更多
文摘针对现有XML文档结构相似性度量方法大多不能完全反映XML文档的结构特征,相似度计算结果精确度不高,导致聚类效果不够理想的问题,提出一种改进的相似度计算方法 SSPF(Similarity based on Sequence,Position and Frequency)。该方法充分利用提取的DOM树路径信息,对树路径间序列和位置的相似度计算进行优化,并考虑了路径频率对相似度的影响,使得文档间的相似性更为合理。实验结果表明,SSPF方法具有更加准确的相似度计算结果,聚类的各项评价指标均有所提高。
文摘利用高空观测资料、地面观测资料、加密自动站资料、NCEP/NCAR全球再分析资料、FY-2E卫星云图等资料对2012年第10号台风"达维"影响山东的暴雨落区分布及路径特征进行了分析。结果表明:暴雨落区主要出现在台风移动路径的右侧及台风中心附近,而且台风中心的右侧降水明显大于左侧。冷空气对台风引起的降水落区影响较大。水汽通量大值区和辐合区分布、中层的强上升运动对暴雨落区有一定作用。温度梯度大值区和假相当位温的分布与暴雨落区较一致。台风"达维"是在300 h Pa引导气流的作用下移动的,其移动路径与500 h Pa总温度线的走向及高空500 h Pa正涡度带的走向一致。此外,台风的移动路径与副热带高压、双台风效应、低层弱冷空气和下垫面等关系较大。
文摘为提升弹载成像制导中运动模糊图像目标检测的精确性与效率,提出一种轻量化且高效的运动模糊图像目标检测(Lighter and More Effective Motion-blurred Image Object Detection,LEMBD)网络。通过深入分析运动模糊图像的成因,基于成像机理构建了专用的运动模糊图像数据集。在不增加网络参数的前提下,采用共享权重的孪生网络设计,并引入先验知识,将清晰图像的特征学习用于模糊图像的特征提取,以同时实现对清晰与模糊图像的精准检测。此外,设计了部分深度可分离卷积替代普通卷积,显著减少了网络的参数量与计算量,并提升了学习性能。为进一步优化特征融合质量,提出跨层路径聚合特征金字塔网络,有效利用低级特征的细节信息和高级特征的语义信息。实验结果表明,所提LEMBD网络在运动模糊图像目标检测任务中的性能优于传统目标检测方法和主流运动模糊检测算法,能够为精确制导任务提供更精准的目标相对位置信息。
