招领公司

招领公司在美国、日本等发达国家已经是一个比较成熟的行业了,被称为报失业。而且在许多国家都有明文规定,出租车司机在捡到物品归还了失主时可以得到一定的报酬。日本:按照《遗失物法》规定,凡是乘客遗失的大宗钱财,司机拾到时可得到5%至20%的酬金。     

教师是否有权没收学生的物品？

在学校日常的学习生活中,教师没收学生课外书、玩具等物品的现象比较普遍。有的教师不小心将没收来的物品遗失或损坏,有的教师将这些物品占为己有,由此引发了学生和家长的不满,甚至对簿公堂。那么,教师是否有权没收学生     

基于改进型Faster R-CNN的行人目标检测

在行人目标检测中,小尺度、低像素的行人目标检测和行人遮挡等问题是模型训练的难点。针对深度学习Faster R-CNN网络对小尺度行人以及遮挡行人目标检测效果较差的情况,提出一种基于soft-NMS、GIoU和多尺度训练方法的改进型Faster R-CNN行人目标检测模型。在该改进模型中,Soft-NMS缓解行人密集检测中的因遮挡导致的漏检情况,GIoU对网络的损失计算进行改进,提升网络检测效果,多尺度训练方式能够提升小尺度与低像素的行人目标检测的准确率。仿真实验结果验证了该方法的有效性,改进的Faster R-CNN模型在Caltech行人数据集上的检测精度由64.2%提升到了70.4%,且在漏检率和误检率上都优于传统Faster R-CNN模型。     

改进 SSD 的交通标志目标检测算法

以 Faster R-CNN 为代表的 two-stage 目标检测算法检测速度慢,而 one-stage 目标检测算法中的 SSD算法虽然检测速度快,但对交通标志类小目标的检测效果不佳。因此在 SSD 算法 VGG16 骨干网络上引入感受野块（RFB）结构,既提升检测速度又可在小目标检测上达到良好的检测精度。与此同时,为提高网络分类精度,在损失函数中加入中心损失。将 SSD 算法与改进的 SSD 算法在 VOC 数据集上进行训练,对比其性能可知,改进后算法 mPA 值达到 80.7%,相比 SSD300（VGG16）算法提高了 3.5%。该算法在 LISA traffic sign 数据集上训练,在迁移学习的基础上得到的 mPA 值为 78.4%,检测单张图像平均耗时为 20.5ms,可满足实时性要求。     

寻物启事

寻物启事本人于4月18日在校运会上不慎将两件重要随身物品——理解和友爱遗失。有拾到者请与本人联系,本人将不胜感激。电话:55226636联系人:谢依嬑2008年4月19日我为什么会贴这样一张寻物启事呢?事情的起因是这样的——在18号的校运会上,当最受关注的项目——接力赛开始时,大家都十分紧张。随着一声枪响,     

齐爱出租汽车有限公司应承担赔偿责任 --关于一起乘客物品丢失责任的探讨

本文就一起承运人丢失乘客遗失在出租车上物品的责任及相关当事人之间的法律关系等问题的一些不同观点进行了较全面的探讨和分析。并提出了承运人继续妥善保管乘客遗失在出租车后备箱里的物品这既不是承运人在客运合同中的附随义务．也不是什么客运合同的后合同义务．而是承运人所承诺的客运合同义务的重要内容之一．在此期间承运人与乘客之间也不是保管法律关系而仍然还是客运合同法律关系等观点。     

基于学习算法SSD的实时道路拥堵检测

随着人们生活水平的不断提高,道路车辆拥堵情况愈发严重。如何实时、精确地检测出道路车辆,对于解决道路拥堵问题具有重要意义,GPU和人工智能技术的飞速发展为其提供了可靠的解决方案。研究分析传统目标识别算法、基于候选区域深度学习的目标提取算法RCNN和基于回归的深度学习目标检测YOLO,最终确定采用基于卷积神经网络的实时目标检测算法SSD。首先调用VGG16网络模型在ILSVRC CLS-LOC数据库上预训练生成初始网络模型,进而设置超参数并在自身数据集上进行再训练,生成新的网络检测模型,然后将训练和测试部署到深度学习框架Caffe上加以实现。通过在数据库COCO、VOC2012上的测试结果表明,该模型检测精度为76%左右,处理速度为26FPS。同时通过道路路口的实地车辆检测,显示该算法能够实时、精确地检测出道路车辆,为道路拥堵情况判定提供可靠数据。     

“马大哈”们的防丢妙招

在纽约的一家失物招领所,你会看到上千把钥匙(yao shi),几百副眼镜和几百把雨伞,还有一些假牙。不时还会冒出一些稀奇古怪的物品,像鸭子、结婚礼服、假腿(tui)等。毫不夸张地讲,人们什么东西都有可能遗(yi)失。一位总是丢三落(la)四的老兄实在无计可施,最后不得不在他所有的物品上都贴上标签,上面印着:“此乃大笨蛋斯蒂文斯遗失的物品,拾到者请送还布鲁克林区联合大街325号,不胜感激,并现付酬(chou)金。”     

你写·我写·他写下期话题

一列火车因故停驶。乘客们突然惊呼起来,原来,在窗外山坡上的草丛中,躺着一只崭新的保险箱。乘客们七嘴八舌地议论起来。箱子是从哪里来的呢？是有人遗失的,还是有人故意设下的陷阱？箱子里面有什么？乘客们会怎么做？ 请展开想象,自拟题目,写一篇记叙文。下下期话题阅读下面的材料,顺着情节的发展,为《打赌》续写一个结局。一个银行老板和一个文人打赌──如果文人能够连续１５年深居在一间屋子里,整天看书,闭门不出,不接待来客,银行老板就愿意输给他一大笔款项。文人同意了。于是,日复一日,冬去春来,他天天在屋里坐着读书…     

供给市场均衡变分模型

研究了既包含商品随机选择又包含运输损失的供应链网络均衡模型.研究了商品存在产地、品牌差异（即商品随机选择）和运输损失情况下,具有多种商品流动的三层供应链网络.对生产市场和分销市场,考虑运输损失,建立了基于商品运输损失的优化模型.在上述研究基础上,对具有三个层次的供应链网络,得到了供应链网络各层次的均衡模型和整个供应链网络均衡模型以及与之对应的模型平衡条件、经济解释和变分不等式模型。     

C++中运算符重载的应用探讨

多态性是面向对象程序设计的重要支柱之一,而运算符重载又是实现多态性的一个重要途径。运算符重载使得程序员把运算符的使用扩展到操作数是对象的情况,由运算符构成的表达式常常比函数调用更简洁易懂。本文对C 中运算符重载的概念及规则做了概括,对重定义运算符做了说明。     

视频中多监控目标的实时检测与跟踪技术

本文系统地研究了视频监控系统中多目标多特征实时检测及其实现技术.提出了视频监控目标检测系统的理论模型,建立了视频中特定事件的检测的理论基础和数学描述.通过在视频带中完整记录可疑目标的行为,为此类事件定义一套标准.本系统能够自动的从视频序列中提取可疑人物或事件的若干初级特征,而这些特征的有机融合包含足够的信息,可以决定是否发生了非常事件.     

公交路网出行路径选择模型的研究

在公交网络信息查询系统中,最优出行线路的选择是乘客普遍关注的问题。本文在分析常用的路网最短路径算法的特点及局限的基础上,以“换乘次数最少”为首要目标、“公交出行距离最短”为次要目标,且综合考虑了“步行”等因素,提出了一种适用于公交路网的最优出行路径选择算法模型。实验仿真的结果表明该模型可行、高效。     

城市公交换乘最佳路径选择的模型和算法

换乘是公共交通中常见的问题．为在公交换乘中选择最佳路径,建立了多目标选择的公交换乘最佳路径算法．其核心是通过建立线路关系矩阵,找到起始站点到目的站点3次换乘之内的所有换乘方案,根据优先考虑的目标从所有方案中选出最佳路径,并同时考虑发车频率、各站间行驶时间和距离、转乘车行走的时间和距离、交通费用等实际因素．最后用一算例验证了该算法的有效性和合理性．     

公交车最佳乘车路径优化算法

公交乘客出行路径选择是公交乘客信息系统的关键技术,而公交车最佳路径算法是路径选择的基础,目前公交车最佳路径的算法有很多种,算法的区别在于数据存储的结构,各个数据存储结构有各自的优点与不足,基于唐山市公交基础信息和实际生活中公交乘客出行的特点,设计了合乎乘客需求的最佳路径查询的算法。提出以换乘次数最少为首要目标,在此基础上以出行距离最短为第二目标的算法。可将其用于公交公司的管理系统中,也可以用于公交公司查询服务系统中。     

毫米波探测器探测距离的分析

毫米波探测器的探测距离是探测器的一个重要指标 ,由多个参数决定 .从系统的角度对其进行分析 ,并给出软件 ,根据各部件的技术指标求得探测距离 ,或由所要求的探测距离 ,求得所需的振荡器的发射功率     

基于鉴相原理的高性能金属探测仪的设计

本文所设计的金属探测仪主要用于探测食品中微粒金属的含量.根据电磁场中恒速通过金属微粒会引起接收载波信号相角变化这一现象来检测金属微粒.该金属探测仪主要由发射机单元和接收机单元组成.利用鉴相原理设计锁相接收机以提高灵敏度.通过厂家现场长期使用表明该方案完全可行.     

Detecting blickets: how young children use information about novel causal powers in categorization and induction

Three studies explored whether and when children could categorize objects on the basis of a novel underlying causal power. To test this we constructed a "blicket detector," a machine that lit up and played music when certain objects were placed on it. First, 2-, 3- and 4-year-old children saw that an object labeled as a "blicket" would set off the machine. In a categorization task, other objects were demonstrated on the machine. Some set it off and some did not. Children were asked to say which objects were "blickets." In an induction task, other objects were or were not labeled as "blickets." Children had to predict which objects would have the causal power to set off the machine. The causal power could conflict with perceptual properties of the object, such as color and shape. In an association task the object was associated with the machine's lighting up but did not cause it to light up. Even the youngest children sometimes used the causal power to determine the object's name rather than using its perceptual properties and sometimes used the object's name rather than its perceptual properties to predict the object's causal powers. Children rarely categorized the object on the basis of the associated event. Young children also sometimes made interesting memory errors-they incorrectly reported that objects with the same perceptual features had had the same causal power. These studies demonstrate that even very young children will easily and swiftly learn about a new causal power of an object and spontaneously use that information in classifying and naming the object.     

An Investigation of Different Treatment Strategies for Item Category Collapsing in Calibration: An Empirical Study

To ensure the statistical result validity, model-data fit must be evaluated for each item. In practice, certain actions or treatments are needed for misfit items. If all misfit items are treated, much item information would be lost during calibration. On the other hand, if only severely misfit items are treated, the inclusion of misfit items may invalidate the statistical inferences based on the estimated item response models. Hence, given response data, one has to find a balance between treating too few and too many misfit items. In this article, misfit items are classified into three categories based on the extent of misfit. Accordingly, three different item treatment strategies are proposed in determining which categories of misfit items should be treated. The impact of using different strategies is investigated. The results show that the test information functions obtained under different strategies can be substantially different in some ability ranges.