摘要：针对真实场景中大量类别数未知、样本数量不均衡、数据分布复杂等导致人脸图像智能提取准确率低的问题,提出了基于关联图关键边发现的人脸图像聚类算法。首先,通过融合多个卷积神经网络提取的图像样本特征,获得鉴别性更强的特征向量,并计算不同样本之间的相似度;然后,利用拒真率和认假率设置合适的门限值,将得到的相似度结果与门限值进行比较,筛选出相似程度高的样本对,并添加样本对之间的连接边来构建关联图;再利用介数中心性测度,设计关键边发现方法,挖掘关联图中可能连接不同簇的重要连接边;最后,采用图卷积网络确认是否存在上述重要连接边以获得最终的聚类簇。实验结果表明,所提算法能够提高人脸图像聚类的准确率。

摘要：针对目前发生频率较高的油罐车运输过程油品偷盗事件,应用物质-场模型构建了3个问题模型,并依据标准解应用流程形成了相应的解决方案。通过系统集成形成了智能化的油罐车油品监控管理系统,有效保证了油罐车的运营工作效率和安全管理水平。

摘要：在视频监控场景中,由于车辆外观的多样性、车辆间的相似性以及应用场景的复杂性,导致算法难以区分不同的车辆目标;同时,实际应用对车辆重识别算法的实时性也提出了要求。为兼顾精度和速度,进行了以下工作:首先,构建了一个场景复杂、含有近百万张车辆图片的数据集;其次,对车辆重识别算法的数据预处理、网络结构、后处理三个方面进行详细实验;最后,对模型进行蒸馏与量化,在保证模型精度的情况下提高模型速度。最终在自研测试集上的重识别精度达到了93.35%Rank1和76.30%mAP,推理速度达到了400.6 FPS,满足了实际应用需求。

摘要：目的通过对洛阳市女性尿失禁的流行病学调查,探讨洛阳市女性尿失禁的患病现状及临床特点。方法2005年10月至2007年9月,采取整层随机抽样法对洛阳市4041例女性(12～88岁)进行《女性尿失禁症状调查问卷》(自行设计)。本调查遵循的程序符合河南科技大学第三附属医院洛阳东方医院人体试验委员会所制定的伦理学标准,得到该委员会批准,本着自愿的原则,取得受试对象的知情同意。结果洛阳市4041例被调查女性《女性尿失禁症状调查问卷》显示,①尿失禁患病率为31.33%(1 266/ 4 041),且患病率随年龄增加而升高(x^2=408.7606,P=0.000)。②压力性尿失禁(stress urinary incontinence,SUI)、急迫性尿失禁(urge urinary incontinence,UUI)和混合性尿失禁(mixed urinary incontinence,MUI)的患病率分别为22.84%,3.34%,5.15%,构成比分别为72.91%,10.66%,16.43%。③随着体重指数(body mass index,BMI)升高,尿失禁患病率逐渐升高(t=4.572,P=0.000)。本组尿失禁患者和非尿失禁者体重指数比较,差异有显著意义(P<0.001)。④尿失禁患者认为,该病对其生活质量造成影响的占被调查人数26.05%;对其社会活动有影响的占尿失禁总人数的47.79%(605/1 266),对社会心理有影响的占23.85%(302/1 266),对二者均有影响的占11.93%(151/1 266)。本组尿失禁患者认为尿失禁疾病是自然现象为54.19%(523/965),不知该怎么办为28.08%(271/965),感到很痛苦为12.33% (11 9/965),经济原因之故为5.40%(52/965),进行治疗和有就诊意向为15.96%(113/708)。结论洛阳市女性尿失禁患病率较高,年龄、体重指数与其患病情况明显相关,影响患者生活质量。本组患者对该病了解认识不够,就诊率较低,尚需积极宣传尿失禁相关知识,提高就诊率,改善患者的生活质量。