德国高速公路服务区AutohofStrohofer见闻

在德国,Autohof就是＂高速公路服务区＂的意思。和国内相似,Autohof为路人提供短暂休息、餐饮、加油、购物等服务,有的也提供车辆维修,甚至还有教堂,比如德国A3高速公路旁的AutohofStrohofer就以自建的教堂闻名。Autohof Strohofer是德国最大的、为卡车驾驶员提供服务的服务区。     

替苹果新主塑造形象

蒂姆·库克(Tim Cook)先生,从苹果教主乔布斯手上接过CEO的黄金棒后,自此整个科技世界恐怕都会聚焦在你的身上吧。懂得你的人,都知道你那低调与默默耕耘的作风,以及相对温逊的性格,与乔布斯那万丈光芒汇聚的前台身影恰成对比。谁能忘记是你一手把苹果从一堆濒临失效的制造供应链上拯救过来?今天大家趋     

基于颜色互信息的病变细胞图像配准算法研究

针对病变细胞图像在切片中的分布特征,将其在HSV颜色空间量化聚类成特征矢量,把将关注的孤立点像素颜色描述推广到多邻域颜色矩直方图提取的颜色特征.通过选择合适的邻域窗口大小,用颜色信息熵的检索方法高效解决待查胃癌切片图像与样本库相似图像的检索与粗分类.实验表明,该方法具有较好的图像分类与检索效果.     

宝马Z4 sDrive23i 烈焰限量版上市

秋意渐浓,色彩当道,宝马（中国）再次为广大车迷带来一位宝马Z4敞篷跑车新成员——Z4 sDrive23i烈焰限量版,该款车型在中国市场限量销售120辆,售价为61.28万元。 Z4 sDrive23i烈焰限量版是宝马继去年在中国推出Z4 sDrive35is烈焰极致版后的又一倾心力作,其车身颜色采用烈焰极致版的专属色——沙漠黄,设计灵感源自被誉为世界上最纯净的地方——南美洲的阿特卡玛沙漠。     

改进SIFT算法的舰船图像拼接算法

舰船图像在拍摄过程中,由于各种因素的干扰,得到舰船图像不完整,难以描述舰船图像所要表达目标的信息,而当前舰船图像拼接算法存在拼接准确率低、拼接过程复杂等不足,为了获得理想的舰船图像拼接结果,提出基于改进SIFT算法的舰船图像拼接算法。首先提取待拼接舰船的图像,并对它们进行归一化、颜色增强、噪声滤波等操作,然后采用改进SIFT算法提取舰船图像拼接特征点,根据特征点进行两幅舰船图像的拼接操作,最后采用多种舰船图像进行了拼接测试实验,以验证改进SIFT算法的优越性。结果表明,改进SIFT算法避免了当前舰船图像拼接算法存在的局限性,不仅能够以高准确率实现舰船图像拼接,而且舰船图像拼接过程更加简单,加快了舰船图像拼接速度,取得了满意的舰船图像拼接结果。     

基于Unity3D的船舶航迹三维显示系统

传统的船舶航迹三维显示系统存在数据处理速率低、三维显示精准度低的缺陷,为此提出基于Unity3D的船舶航迹三维显示系统。系统的核心部分是软件部分,所以主要对系统软件进行设计。根据系统的目的提出航迹三维显示系统的总体架构,将获取的船舶航迹参数进行处理得到ADS数据,然后对其进行颜色处理,并将处理后的数据存储为KML文件。采用Unity3D游戏引擎对三维显示背景进行搭建,通过数据信息子系统的建立与三维显示背景的搭建,实现船舶航迹三维显示系统的运行。实验结果显示,设计的船舶航迹三维显示系统的数据处理速率与显示精准度均比传统系统高出30%及20%,说明设计的船舶航迹三维显示系统具备极高的有效性。     

基于视觉传达的模糊舰船图像优化

以提升模糊舰船图像视觉传达效果,获取更多的舰船图像内部信息为目的,研究基于视觉传达的模糊舰船图像优化方法。采用基于视觉传达的模糊舰船图像去模糊处理方法,根据模糊舰船图像模型,分别确定彩色模糊舰船图像3个RGB色彩通道的模糊核,并将确定的模糊核应用到基于细稀疏表示的去模糊模型中,对舰船图像去模糊处理。依照人类视觉对色彩度的具体感知水平,采用六角椎体模型对去模糊化后的舰船图像进行视觉传达效果优化,重建去模糊后舰船图像颜色模型空间内的明度参数。实验结果显示,所研究方法能够有效实现舰船图像去模糊处理,处理后图像与清晰舰船图像相比结构相似度均达到0.89以上,信息熵值均在9.1以上。     

莱顺清漆

莱顺1858年起源于德国斯图加特,1970年成为阿克苏诺贝尔集团的一部分,并成为国际知名的涂料品牌。经过近150年的发展,莱顺以其紧凑而专业的产品系统、完善的国际和国内颜色配方及阿克苏诺贝尔全球200年的油漆制造经验和技术相结合,成为了全球公认的高品质产品。现在,莱顺产品系     

基于上下文自编码的船舶行为语义表征

考虑船舶行为的时序相关性，提出了一种基于上下文自编码的船舶行为语义表征(SRCAE)模型；提取船舶经度、纬度、航速、航向等行为特征参量，建立了行为特征序列；借助连续词袋模型将行为特征序列划分为中心船舶行为和上下文船舶行为，利用深度自编码网络构建了船舶上下文行为的语义表征模型，将得到的中心船舶行为编码作为表征向量输出，通过聚类算法构建船舶行为词典；选取长江口南槽交汇水域作为研究对象，利用船舶自动识别系统产生的数据对提出的模型和方法进行了验证。分析结果表明:所提出的SRCAE模型能有效表征船舶行为之间的上下文联系，与传统自编码器和长短期记忆网络自编码器等模型相比SRCAE模型具有更低的表征误差；分别采用k均值(k-Means)、高斯混合模型(GMM)与核k均值(Kernel k-Means)3种聚类算法提取船舶行为词典，与原始数据相比SRCAE模型产生的表征向量更易于区分不同船舶行为模式，其中k-Means效果最优，轮廓系数、卡林斯基-哈拉巴斯指数和戴维森堡丁指数指标分别达到了0.384、18.308、0.531，共产生转向加速、转向减速、直行加速、直行减速等30种复合行为，有效提取了不同行为模式下船舶行为词组合关系。