摘要：针对视觉背景提取(visual background extractor,ViBe)算法在运动目标检测过程中容易受到噪声干扰的问题,将两帧差分法融入ViBe的前景检测阶段,提出一种融合两帧差分信息的改进ViBe算法(ViBe with two-frame differencing,ViBe-TD)。首先,设计单阈值形ViBe(single-threshold form of ViBe,S-ViBe)检测,为信息融合做准备;其次,基于逻辑斯蒂(logistic)回归模型,实现像素点上两帧差分和S-ViBe检测信息的融合;最后,综合两类检测信息完成前景像素点的判定。实验结果表明,ViBe-TD算法在4种不同场景视频上的检测效果达到了0.932的平均精确率,0.785的平均召回率以及0.842的平均F 1值。与原算法相比,ViBe-TD算法的各项指标平均有0.158的提高,具有良好的检测效果。

摘要：本文设计和改良了一种化学酶法合成盐酸甲氧那明的新工艺,以氧化还原酶作为催化剂,将2-甲氧基苯丙酮还原为2-甲氧基苯基异丙醇,利用对甲苯磺酰氯、三乙胺和甲胺通过羟氨基化制备甲氧那明。考察了酶催化工艺中最佳辅酶用量、底物浓度、投酶(菌体)量、反应温度和反应pH。考察了化学合成中原料摩尔投料比对反应收率、产物纯度的影响。结果表明,在2-甲氧基苯基异丙醇的酶催化制备中辅酶NAD的最佳投加量为0.2g/L,菌泥的最优添加量为30g/L,2-甲氧基苯丙酮的最佳浓度为80g/L,反应最适宜温度为37.0℃,反应最适宜pH为7.0左右。在1-(2-甲氧基苯基)-2-(4-甲基苯磺酸酯)-丙基的制备中,2-甲氧基苯基异丙醇、三乙胺、对甲苯磺酰氯的最佳摩尔投料比为1.0∶1.2∶1.2。在制备2-甲氧基苯丙甲胺的反应中,1-(2-甲氧基苯基)-2-(4-甲基苯磺酸酯)-丙基、对甲苯磺酸、甲胺乙醇溶液(质量分数33%)的最佳摩尔投料比为1.0∶1.2∶1.5。该工艺采用化学法与酶法相结合,减少有机化学试剂的使用及污水排放,具有良好的工业化前景。

摘要：文中重点关注灾后快速、协调的人员大规模疏散,以有效减少损失。有效的疏散调度是研究和开发的一项重要任务和优先事项。该系统采用动态跟踪数学模型(DTMM)中的场景建立,此场景是为移动云计算平台开发的。DTMM是一种针对灾难人口密度的面向疏散优化调度模型(EOOSM)。这包括用于数据收集的移动物联网(IoT)接口以及云处理与分析后端系统。在IoT/Fog灾害管理的典型场景下开发解决方案,并提出了一个使用人工场效(AFE)的IoT应用方法,将DTMM算法作为疏散调度的核心。人工场效(AFE)被设计成一个IoT系统,适用于大规模人群的快速疏散,可以根据势场的梯度方向自动确定疏散路径。在AFE的基础上,引入EOOSM作为人工场效,并带有AFE-AR关联。AFE-AR指挥被疏散者与同一个避难场所保持联系,安抚被疏散者,并尽可能进行人道主义疏散。