摘要：针对实时行人检测中AdaBoost级联分类算法存在的问题,改进AdaBoost级联分类器的训练算法,提出了Ada-Boost-SVM级联分类算法,它结合了AdaBoost和SVM两种算法的优点。对自定义样本集和PET图像库进行行人检测实验,实验中选择固定大小的窗口作为候选区域并利用类Haar矩形特征进行特征提取,通过AdaBoost-SVM级联分类器进行分类。实验结果表明AdaBoost-SVM级联分类器的分类器准确率达到99.5%,误报率低于0.05%,优于AdaBoost级联分类器,训练时间要远远小于SVM分类器。

摘要：随着微流控技术的日趋成熟,将微流控芯片技术和光微流方法在微结构光纤中进行交叉融合,已经逐渐形成了一个新的发展方向。简要综述了这一技术是如何从初期的利用微结构光纤的特殊结构,进行简单的功能集成,拓展到如今基于特殊需求进行光纤的功能设计的新阶段,以实现在微结构光纤内部构造微流控感测系统的目的。该方向的发展,不仅促进了光波导与微流物质检测技术相结合,还为实现不同检测原理在微结构光纤内的高灵敏度光纤微流传感器技术开辟了新方法与新途径。

摘要：针对高速公路小目标检测召回率低、准确率低等问题,提出一种基于YOLOv5改进的高速公路小目标检测算法。针对数据集样本不均衡问题,引入克隆数据增强对数据集进行增广;通过K-means算法以IOU作为度量值,聚类产生适合该文数据集的Anchors boxes;通过添加注意力模块,加强通道注意力,降低模型噪声并提高准确率;针对检测小目标困难问题,引入三层特征融合机制,加强模型对浅层信息特征的提取能力;通过增加检测头,提高对小目标特征的提取能力。实验结果表明,改进后的YOLOv5模型在自建数据集上mAP达到了0.68,Recall达到了0.64,对小目标有很好的检测效果。

摘要：“神龙一号”加速器是一台20MeV直线感应电子加速器.本文介绍了“神龙一号”的物理设计、研制过程和调试结果.物理设计中主要分析了加速器研制的技术难点,并给出各分系统应达到的技术要求和具体结果.文中重点介绍了脉冲功率系统、注入器、束流的调试情况,调试结果表明,“神龙一号”加速器输出电子束的参数为:电子能量20MeV、束流强度2.5kA、束流脉冲宽度～70ns、能散度0.64%、发射度2060mm·mrad、打靶焦斑尺寸1.2mm.