基于形状特征的水声图像小目标识别方法

为了抑制背景噪声,提高目标识别准确率,该文提出一种基于形状特征的水声图像小目标识别方法.对含有目标的水声图像进行非局部均值去噪处理后,使用OTSU算法自适应选取阈值对去噪图像进行二值化分割,结合形态学处理获得分割后的目标区域;提取目标区域的矩形度、圆形度、几何不变矩等各项形状参数,将目标的特征向量输入随机森林分类器实现...     

化学本科基础教育中教学内容与指导观念改革的思考与探索

分析比较国内外本科化学专业基础教学的一些特点与利弊,提出从形式、内容及观念上进行国内化学教育探索与改革的可能方向,主要包括从题材上生动化,从内容上广度化,化学理论与现象相辅相成、和谐并重,在经验性总结中思辨等多个方面。从而逐渐改变目前高校化学基础教育中存在的教学模式死板,内容陈旧,评分体制单一,与生活脱轨,学生缺乏兴趣等相关问题。     

填充硅橡胶的泡沫铝复合材料的力学性能

用渗流法向开孔泡沫铝-硅合金和泡沫纯铝中充填硅橡胶获得含硅橡胶的泡沫材料, 在材料试验机和SHPB上对含硅橡胶的复合材料进行动态与准静态压缩实验。实验结果表明：含硅橡胶的泡沫复合材料只有弹性段和塑性段两个阶段,具有更高的应变率敏感性,其应力-应变曲线抖动幅度比较大。     

基于亮点模型的典型水下目标回波信号仿真

本文对典型水下目标回波信号进行了仿真研究。此仿真基于声纳目标回波的亮点模型理论,通过成分及时序分析,针对具有球冠形头部和圆柱壳体的典型水下目标的结构特征,建立计算模型并仿真回波信号。仿真结果与湖海试实验结果的对比表明此仿真模型与实际情况基本一致,可以为声纳信号处理、目标识别等方面的研究提供支持。     

浅析氨基酸代谢在生物有机化学与化学生物学教学中的重要性

从氨基酸代谢的基本内容出发,分析并整理了其在生物化学教学中的意义与教学要点,其中富有的各种生物化学过程也充满了趣味性,对于本科生教学是良好的素材。在举例阐述其多样性、复杂性、趣味性与启发性的基础上,讨论生物化学教学中氨基酸代谢相关内容,是一种将前沿科学融入基础生物化学教育的新探索。     

准静态压缩应力-应变曲线测量方法的探索

本文介绍了用应变片直接测量材料的准静态应力-应变曲线的试验研究。在MTS810材料试验机上分别对93W、G50、砂浆等几种材料进行了准静态压缩试验。由于仪器的系统误差不能由MTSCod规准确的得到材料的真实的弹性变形。为此在试件的中部贴应变片得到材料的弹性变形,塑性变形仍旧由MTSCod规记录,从而得到试样的真实的应变,准确获得准静态压缩应力-应变曲线。试验结果表明:在试件中部贴应变片的方法能够准确得到该材料的杨氏模量;在试件两端垫块的刀口上安置Cod规可得到材料的应力应变曲线。两者的合理组合即可得到准确而完整的准静态压缩应力-应变曲线。试验中还发现准静态实验中试件的断面加工不平,偏心压缩等都会影响E的准确测量。     

环己醇脱水制备环己烯的一种新型实验设计——国外本科生实验及其相关问题讨论

醇的脱水作为一种重要的烯烃制备方式被广泛应用于实验室与工业生产中。介绍了一个环己醇酸性脱水制备环己烯的新设计。该设计通过利用产物环己烯与水形成低沸点共沸物被蒸馏分离从而促进平衡移动,使得实验操作便捷纯化容易,避免了分水器或脱水剂的使用。该实验设计与流程广泛存在于国外本科生相关课程中,值得国内有机化学实验设计所借鉴。     

基于多分辨分析的合成孔径声纳相干斑抑制研究

相干斑噪声的存在使合成孔径声纳图像不能正确反映目标的反射特性,严重影响了图像的质量,降低了对图像的分析和理解性能。一个良好的合成孔径声纳图像相干斑抑制算法,必须在有效抑制相干斑噪声的同时,尽量保持图像中的边缘、点目标等细节信息。小波变换具有多分辨特性,可以利用其多分辨特性进行图像噪声消除。由于合成孔径声纳图像相干斑具有乘性噪声的性质,这就需要对其合成孔径声纳图像进行对数变换,把乘性噪声转换成加性噪声。然后对加性噪声进行小波多分辨分析和阈值处理,剔除小于阈值的小波系数后进行逆小波变换和指数变换,从而获得抑制相干斑噪声后的新的合成孔径声纳图像。从相干斑抑制的结果可以看出,基于多分辨分析的相干斑噪声抑制算法能够有效降低合成孔径声纳图像中的相干斑噪声。     

上下并联轴流风机室外机气动声学预测模型

本文基于CFD模拟方法,分析了空调器室外机上下并联轴流风机系统噪声源分布,建立了室外机气动声学预测方法.研究发现,上下并联轴流风机系统由宽频和离散频率噪声组成,宽频噪声是影响室外机噪声总声压级的重要因素.涡声分析表明,涡脱落噪声是宽频噪声的主要影响因素.基于CFD的叶片尾缘涡脱落噪声预测方法计算得到宽频声压误差为2 dB,考虑离散频率影响时,室外机A计权总声压级预测误差小于2 dBA.基于CFD的点源时域预测模型,捕捉到了上下并联轴流风机系统的离散频率噪声峰值,且在上下叶轮前二阶谐波处预测值与实验值吻合较好.     

水下高分辨率声图中小目标的深度网络分类方法

针对声成像数据缺少条件下的水下沉底小目标分类问题,提出一种深度网络分类算法。首先,采用高斯混合模型对声影区统计特性进行建模并提取声图阴影,在此基础上构建仿真数据集和真实数据集。将仿真数据集输入卷积神经网络进行训练,保留其特征提取部分,用于对真实数据集进行特征提取.重建网络分类部分并采用真实数据集的特征向量进行训练。结果表明,所提出的方法分类正确率可达88.24%,与6种对照方法相比平均分类正确率分别提升8.67%,20.47%,19.78%,11.59%,9.01%,11.58%。验证了所提出方法在小样本条件下具有较好对水下沉底小目标的分类能力。其学习曲线收敛到96.25%,仅比验证曲线高5.14%,说明在一定程度上缓解了过拟合问题。将改进的卷积神经网络应用于融合分类器,通过与逻辑回归分类器、支持向量机对目标进行分类并融合决策,正确率为93.33%,可进一步提高算法的正确率和稳定性.