横摆角下汽车尾部湍流特征量的PIV试验分析

汽车尾部湍流场是汽车压差阻力的主要来源,在HD-2汽车模型风洞中,首先使用测力天平和测压系统,对横摆角工况下汽车模型的气动六分力和纵对称截面48个测点的表面压力进行了测量,然后利用PIV测量技术对模型在横摆角分别为0°、15°的尾部湍流场进行了测量,获得该模型尾流场的速度场、涡量场和雷诺应力流场信息,通过计算得出尾流场区域空间相关系数和湍流积分尺度。结果表明:在横摆角工况下,汽车模型尾部涡流的结构呈现向上发展的趋势;尾流场拖拽涡的范围和强度的增大导致了模型气动力出现较大的增加;湍流积分尺度的变化表明,尾部涡流区的分离噪声与涡流分离位置有关,在汽车尾部造型设计中,要尽量推迟尾部涡流的分离。     

联合卷积稀疏编码与梯度L0范数的低剂量CT三维重建

CT扫描中潜在的辐射伤害已越来越受到人们的重视,然而降低扫描剂量会导致成像质量退化,从而影响诊断结果。针对上述问题,提出一种联合卷积稀疏编码与梯度L_0范数的三维重建算法。该算法通过频率分解的重建形式对高频成分进行无监督的多尺度在线卷积稀疏编码约束,对低频成分进行梯度L_0范数约束,从而实现低剂量CT图像中噪声伪影的抑制与组织细节的保持。此外,卷积稀疏编码中使用三种不同尺度的三维滤波器,可有效适应不同尺度下的特征信息,提高编码能力。腹部CT仿真数据和真实扫描数据的实验结果表明,所提算法在25%常规剂量的重建过程中可以获得噪声伪影少、结构细节对比度高和质量更好的成像效果。     

基于注意力和强化学习的遥感图像描述方法

针对当前遥感目标检测方法只能识别出遥感目标的类别及位置,无法生成与遥感图像内容相关文本描述的问题,提出了一种基于注意力和强化学习的遥感图像描述方法.首先,采用卷积神经网络构建编码器,提取遥感图像的特征.其次,利用长短期记忆网络搭建解码器,学习图像特征与文本语义特征间的映射关系.然后,引入注意力机制,增强模型对显著性特征的关注,减少无关背景特征的干扰.最后,采用强化学习策略,根据离散且不可微的评价指标直接对模型进行优化,消除暴露偏差及优化方向不一致的缺陷.在公开遥感图像描述数据集中的实验结果表明,本方法的检测精度较高,对密集小目标、雾气积聚、背景特征与目标特征相似等复杂环境下的遥感图像具有良好的描述性能.     

半导体超晶格国家重点实验室诚聘英才

中国科学院半导体研究所半导体超晶格国家重点实验室是以半导体物理研究为主的国家重点实验室,在半导体材料生长、器件加工、物理测试和理论研究方面有着非常雄厚的研究基础,20年来为我国在半导体领域的基础研究方面做出了突出的贡献.现计划在半导体自旋电子学、半导体材料与器件物理以及固态量子信息方面招聘人才,研究职位包括固定编制人员、项目聘用人员和博士后.