一类正则化参数自由的线性约束凸优化问题的预测-校正算法

我们对文章的结构做这样的安排:第二节给出本文需要的预备知识;第三节简述单个目标函数问题(1.1)的己有算法和求解可能遇到的困难,第四节给出解决问题的预测-校正方法;第五节和第六节对问题(1.2)分别陈述己有方法的固有困难和我们提出的解决方案.最后,在第七节中,我们为提出的方法给出统一的算法框架,证明这类算法的收敛性和遍历意义下的收敛速率,同时给出我们的一些结论.     

巧设情境,入味三分——例谈情境设计中的数学味

数学味就是在数学课堂中要体现出数学的抽象性、推理性、探索性、问题性及数学语言表达等方面.一节课若是没有数学味,也就失去了数学教育的功能,教学目标不能达到.那么,怎样才能让课堂充满数学味呢?爱因斯坦说过:"兴趣是最好的老师."那么,怎么才能在调动学生的兴趣的同时培养学生的数学思维就成了数学教师最大的课题.     

物理解题中隐含条件的挖掘——以2019年高考全国Ⅰ卷、Ⅱ卷、Ⅲ卷选择题为例

隐含条件的挖掘和准确把握,在很多时候对于物理问题的快速解决起着关键性的作用,在审题过程中能快速找出隐含条件,并利用隐含条件解题更是在考试过程中准确高效解题的最好方法.本文以2019年高考全国Ⅰ卷、Ⅱ卷、Ⅲ卷选择题为例详细分类探讨了物理解题中隐含条件的挖掘这一问题,希望对于学生如何在题目中快速找出隐含条件有所帮助.     

基于伪模态转换的红外目标融合检测算法

为提高红外图像目标检测的精度和实时性,提出一种基于伪模态转换的红外目标融合检测算法.首先,利用双循环的生成对抗网络无需训练图像场景匹配的优势,获取红外图像所对应的伪可见光图像;然后,构建残差网络对双模态图像进行特征提取,并采取add叠加方式对特征向量进行融合,利用可见光图像丰富的语义信息来弥补红外图像目标信息的缺失,从而提高检测精度;最后,考虑到目标检测效率问题,采用YOLOv3单阶段检测网络对双模态目标进行三个尺度的预测,并利用逻辑回归模型对目标进行分类.实验结果表明,该算法能够有效地提高目标检测准确率.     

中考数学平行四边形压轴题解决策略探究

平行四边形压轴题大多以"存不存在"的形式出现,需要学生根据题意结合平行四边形相关知识利用分类讨论法和数形结合思想画图与分析相关情况.在面对这种问题时,学生往往难以准确画图和分析.为此,本文先对解决这类问题的主要方法和技巧进行简要介绍,然后举例分析与说明具体解决过程,最后阐述解决该类问题时需注意的几个问题,从而帮助学生排难释疑,在解决这类问题的过程中逐步建立学好、用好、考好的信心.     

系留升空平台光电探测目标的坐标转换误差分析

系留升空平台的目标定位技术在军民领域中具有广泛的应用，定位精度的高低已成为评价无人机、系留升空平台综合性能的一项重要指标。开展了无人升空平台光电探测系统的精度测试研究，对目标高精度定位误差进行分析，推导出光电探测系统误差转换模型，对误差转换坐标进行仿真验证。运用蒙特卡罗思想, 综合分析了升空载荷光电探测系统中各误差参数对定位精度的影响，提出了提高目标高精度定位精度的改进方法，为无人升空平台光电吊舱的目标定位精度、光电吊舱的高精密设计提供了理论基础。     

基于变式理论的中考微专题复习与思考

近年来,越来越多的"有识之师"认识到按题型简单分类的中考二轮专题复习课的诸多弊端,如以开放探究、图像信息、分类讨论、新定义等题型来分类教学是非常简单化的课型划分,如以新定义题型来设计一节专题复习课,必然"挂一漏万",即使在一节新定义课中精选几道新定义题也可能会使训练的目标和教学主线难以聚焦,往往形似而质异.而另一类着力在形异而质同的微专题教学却得到很多有追求、有思考的老师的喜欢(见参考文献[1]~[3]).本文是笔者基于变式理论研发的一节费马点微专题教学课例,供研讨.     

空中目标多波段红外辐射特性描述与仿真分析

针对空中目标在复杂背景下的探测需求,根据实际目标的运动特性,分析目标在飞行高度、飞行姿态角改变时的辐射特点,基于MODTRAN计算得到大气辐射和衰减数据,建立目标的三维模型、热辐射和反射模型,搭建空中目标的红外成像仿真系统.分析和仿真结果表明:在中波波段,目标尾焰的红外辐射比蒙皮强很多,在长波波段,蒙皮的红外辐射比较强,仿真图像的细节比较多,尾焰的红外辐射虽然有所减弱,红外成像效果依旧很好;相同探测条件下,由于位置越高大气越稀薄,探测器的可探测距离会变得比较远.目标红外辐射特性的分析和红外仿真系统的搭建对缩短红外探测器的研制周期和进一步确定探测器波段和系统分辨率等指标提供了参考依据.     

无人机对地目标自动检测与跟踪技术

针对无人机图像帧序列具有平台高速运动，视角旋转强烈，需要实时处理等特点，提出一种基于双级旋转不变特征空间检测（粗匹配-精细匹配）与并行特征提取跟踪的无人机对地目标图像帧序列自动快速目标检测与跟踪算法。采用图像子块的平均灰度值、灰度值方差、灰度值梯度构建特征空间。通过构造图像特征空间的方法来快速筛选待匹配图像的可疑区域，删除大量的背景区域，检测算法使用全局初步匹配加局部精细匹配的方法来规避算法复杂度的缺陷。理论及实验分析表明:该算法实时性强，对图像的旋转畸变具有抵消作用，对异常情况可以恰当处理，且全局初步匹配流程具有可移植性，可以在其他图像匹配跟踪算法中充当预处理器。实验结果表明:该算法在无人机对地的情况下可以保证对地面目标的稳定跟踪，配套检测算法具有较好的实时性，满足无人机图像目标检测跟踪实时处理的需要。