基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

中空介孔SiO2纳米球的制备、改性及其对Al3+荧光识别研究

中空介孔SiO2由于中空多孔的结构而常用作功能材料的基底.将中空介孔SiO2进行官能团修饰,并应用为荧光传感材料是中空介孔SiO2一个重要的研究领域.本论文采用聚丙烯酸(PAA)为中空模板,聚醚F127为造孔剂,正硅酸乙酯(TEOS)为硅源,氨水为催化剂在乙醇体系中制备了中空介孔SiO2纳米球.系统研究了搅拌速度和聚醚F127引入量对中空介孔SiO2纳米球形貌及比表面积的影响.通过透射电镜、N2-等温吸附脱附曲线等表征说明该合成方法具有很好的普适性,通过调节F127的引入可以实现对比表面积的有效控制.通过氨基化、席夫碱反应进行荧光修饰,进一步研究表明荧光修饰后的中空介孔SiO2纳米球在水溶液中能够实现对Al3+的有效检测,检测限为1.19×10 -7M.     

爆炸加载下混凝土表面的裂纹扩展

为深入研究内爆加载下岩土类材料的破坏机理，提出了一种新的爆炸裂纹检测算法，采用数字图像相关方法测量表面位移场和应变场，建立了裂纹扩展和扩张模型，并通过混凝土内爆试验观测裂纹扩展过程，研究了裂纹长度扩展与宽度扩张规律。结果表明，裂纹长度扩展是应力波和爆生气体共同作用的结果，裂纹最大扩展速度为225.95 m/s，平均速度为122.27 m/s，裂纹总长159.92 mm，长度扩展止于1.75 ms；裂纹的张开由气体主导，最大宽度1.59 mm，作用时间长达4.5 ms；拉应变集中区先于裂纹出现，其形状决定了裂纹的走向和趋势，爆炸加载下断裂过程区长度为骨料粒径的8～9倍。     

Speech emotion recognition based on statistical pitch model

A modified Parzen-window method, which keep high resolution in low frequencies and keep smoothness in high frequencies, is proposed to obtain statistical model. Then, a gender classification method utilizing the statistical model is proposed, which have a 98% accuracy of gender classification while long sentence is dealt with. By separation the male voice and female voice, the mean and standard deviation of speech training samples with different emotion are used to create the corresponding emotion models. Then the Bhattacharyya distance between the test sample and statistical models of pitch, are utilized for emotion recognition in speech. The normalization of pitch for the male voice and female voice are also considered, in order to illustrate them into a uniform space. Finally, the speech emotion recognition experiment based on K Nearest Neighbor shows that, the correct rate of 81% is achieved, where it is only 73.85% if the traditional parameters are utilized.     

模糊对向传播网络数据融合目标识别方法

重点研究了模糊对向传播网络 (FCPN)模型。针对数据融合和目标识别的特点 ,提出了基于模糊对向传播网络的融合目标识别方法和改进的模糊对向传播网络 (MFCPN)融合结构。利用仿真数据对网络的训练算法和融合结构进行了实验研究。结果表明 ,模糊对向传播网络较误差后向传播网络 (BPN)能够有效地实现融合识别 ;改进的模糊对向传播网络融合结构是可行的。同时还对FCPN和MFCPN应用于前视红外 (FLIR)和可见光摄像机目标跟踪系统进行了应用研究。     

用脉冲激光同轴全息技术测量微射流

强冲击载荷下自由表面的粒子喷射现象还没有被清楚认识，很难从理论上给以准确的计算模型，因而从实验测定材料在冲击载荷下自由面面喷射物质的分布和粒子尺寸大小就显得非常重要。测量微粒场的脉冲激光同轴全息技术，具有在纳秒或更在短时间内“固化”运动微粒场、测量精度高、景深长、光路简单和获得的信息量大等优点。这些优势使得脉冲激光同轴全息技术成为研究微喷射场的重要测试手段之一。     

基于域分解法的大规模有限元数值计算

描述了在微机并行计算机群上用域分解法对大规模工程问题进行有限元并行分析的方法．为了节省内存和计算时间，开发的系统使用了动态载荷配平和等级分布式数据管理技术．本系统对120万自由度以上的切口拉伸模型顺利地应用并进行了有效的静态弹性应力分析．     

基于Gabor小波纹理特征的目标识别新方法

给出了一种基于Gabor小波纹理特征的目标识别新方法．主要是利用Gabor小波设计了一种多通道小波滤波器。对图像目标直接进行小波变换，用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的图像目标的特征，把获得的小波特征归一化后输入到改进的BP神经网络分类器进行分类识别．最后。进行了一系列的仿真实验，结果表明，这种特征提取方法能有效提取图像目标纹理特征，并且对噪音和形状的变化具有鲁棒性．在应用于目标识别时，神经网络的训练时间减少到lOmin，识别率达到94％．     

Influence of Mobile Phase Composition on the Enantioseparation of Meythoxyl Flavanones with Self—prepared CDMPC Column and Chiral Recogniton Mechanism

The influence of different alcohol modifiers in mobile phase on the chiral separation of 4‘‘‘‘‘‘‘‘-methoxyl flavanone,5-methoxyl flavanone and 6-methoxyl flavanone on cellulose tris(3,5-dimethylphenylcarbamate)(CDMPC)column was studied and the chiral recognition mechanism was discussed.Using hexane-tert-butanol(1.31molL^-1) as the mobile phase,those three methoxyl flavanones were excellently separated on CDMPC chiral column.