大熊猫栖息地:国宝身心恢复基地择址待建

大熊猫不仅是中国的国宝,还是全球自然保护事业的标志和“旗舰”物种。四川大熊猫栖息地不仅是地球历史与地质特征研究的典型区域。是陆地．海洋生态系统和动植物演化的典型区域．是自然景观．美学景观集中的区域,更是生物多样性与特有物种栖息地的全球性典型代表。     

结合行业特点 试论空乘专业教学过程中的侧重点

从我院历届空乘面试分析入手,论述了空中乘务人员的职业要求和形象特征,阐明了空中乘务专业在校学生在空乘面试时如何调整自己的情绪与心理,获得最大的成功,并指出在日常教学活动中如何加强该专业学生的英语口语能力。     

人力资源的资本性特征及其投资形式和收益分析

本文依据资本性资源共同具有的三个特征,阐述了人力资源的资本属性,从新的角度说明人力资本理论;同时对人力资本的成本和收益项目进行分析和界定。     

确定航天器姿态的特征矢量法

本文介绍一种确定航天器姿态的最小二乘法。它通过在航天器本体坐标系测得的观测矢量及在某一参考坐标系计算的矢量,计算出此两坐标系之间的转换矩阵。     

考虑平衡气体效应的乘波体特征线设计方法及气体模型影响

乘波体在高空高超声速飞行时,流场温度急剧升高,气体热力学性质发生改变,其气动特性与采用完全气体模型得到的结果存在差异,因此在飞行器设计中开展真实气体效应影响研究具有重要的工程价值。本文针对锥导乘波体设计提出了一种考虑平衡气体效应的特征线方法（Method of characteristic, MOC）,基于不同半锥角和不同流动捕获曲线生成了不同外形的乘波体,并使用快速估算方法估算平衡气体条件和完全气体条件下各乘波体的气动特性和几何特征参数,研究了不同气体模型对乘波体设计结果的影响。研究结果表明,高马赫数下基于平衡气体模型设计得到的乘波体升阻比、容积率和俯仰力矩系数等特性参数相比完全气体结果存在差异,并且平衡气体效应对不同外形乘波体的影响程度和影响规律不同。     

基于实测高光谱数据的树种分类

本文利用实测高光谱数据,结合光谱特征分析方法和全波段分析方法将15种树木进行有效分类.与多光谱数据对比,高光谱技术具有数据量多、波段窄等特点,根据这一特点高光谱数据可对树种进行更为精细的识别.其中,选择合适的分类波段对于提高树种分类精度非常重要.该文对于使用归一化、一阶微分、倒数等12种变换方法对原始光谱数据进行变换,...     

基于SURF特征匹配的优化RatSLAM类脑导航方法

RatSLAM是模拟鼠类感知环境机制提出的一种定位与构图的导航算法。针对复杂环境如光线影响导致RatSLAM产生误差的问题,提出了基于SURF特征匹配与位置细胞校正算法的优化RatSLAM类脑导航模型。本方法通过一套移动视觉系统采集环境信息,构建的局部场景细胞通过SURF特征匹配算法获取到载体在环境中的方向与位置信息,头朝向细胞与位置细胞通过连续吸引子神经网络共同表示载体当前的位姿,利用上述细胞所获取的位姿与时间信息,通过路径积分计算当前载体在坐标系中所处的位置,最后构建基于认知点的拓扑经验地图。此外,在局部场景细胞获取环境信息的同时,通过SURF特征匹配算法来进行闭环检测与检测预先设置好的位置细胞节点,对当前运动轨迹进行修正。实验结果表明,在有光线影响的情况下,本文所提出的方法将绝对定位误差大大降低。     

基于视觉SLAM的飞机模拟座舱三维地图构建

针对飞机座舱副驾驶的研究需要,为使得机械臂能够在飞机座舱完成导航任务,旨在构建一个可用于机械臂导航的飞机模拟座舱三维地图。针对特征点分布情况对即时定位与地图构建(simultaneous localization and mapping,简称SLAM)的建图精度的影响,通过实验对比,验证了ORB-SLAM改进的ORB(oriented FAST and rotated BRIEF)特征检测算法相对于OpenCV库中SIFT,SURF和ORB算法检测提取的特征点分布更加均匀,更适用于SLAM。采用Kinect V2.0作为深度信息图像和彩色图像的数据采集设备,在飞机模拟座舱真实的环境下,结合ROS系统和ORBSLAM2系统框架,构建了飞机座舱内的三维稠密点云地图。针对点云地图存在数据大和难以实现导航等问题,采用了OctoMap数据模型,该数据模型能够压缩点云,调节分辨率和判断空间是否被占据,将点云地图转化为八叉树地图,最终获得数据小和适用于导航的三维八叉树地图。     

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题,提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间,将高斯尺度空间划分为多个网格,在每个网格内借助FAST算法提取尺度空间特征点,使用BRIEF算法提取描述符并匹配,得到更加均匀分布的特征点;然后使用运动网格统计算法筛选匹配点;最后采用SPHP算法融合图像重叠区域,从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价,验证了该方法特征点匹配速度快、精度高,并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价,验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s,图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。