磁性超细固体酸催化剂SO4^2——ZrO2／Fe3O4的组装及表征

将磁性Fe3O4纳米材料和SO4^2--ZrO2固体酸进行组装，制得一系列具有磁性和超细粒子结构的固体酸催化剂SO4^2--ZrO2/Fe3O4，采用XRD，TG－DTA和XPS等分析测试手段对催化剂的结构和性能进行了表征。并分析和测试了催化剂的磁学性能、比表面积、粒度分布和元素的组成等物理化学性质。该催化剂具有较小的粒度、较高的磁性及酯化催化活性，对乙酸丁酯合成反应的催化活性可达66％；利用Fe3O4的磁性可对催化剂进行分离和回收。经高温处理后，固体超强酸的形成对催化剂磁性、比表面积、表相原子的电子结合能以及各组分形态均有显著影响。     

新型磁性纳米固体酸催化剂ZrO2/Fe3O4的制备及表征

根据将磁性一材料和固体酸进行组装的设想，成功制备了磁性纳米固体酸催化剂。纳米级样性前体-磁基体(Fe3O4)的磁性、粒子尺寸受到Fe^2^+/Fe^3^+投料比和用于沉淀的NaOH浓度的显著影响；不同复合方法也对磁性固体酸催化剂ZrO2/Fe3O4的酯化催化性能影响显著。XRD，XPS，TEM，比表面积测定，元素组成分析及磁学性能测定等表征结果证实，新型催化剂以磁性材料为核，固体酸催化剂活性组分包覆在其外部形成包覆型的磁性纳米催化剂。该系列催化剂均具有较小的粒子尺寸、较强的磁性及较高的酯化催化活性；并且易于通过磁场进行回收，使用寿命较长。它们对乙酸与正丁醇酯化反应的催化活性随着ZrO2含量增加而提高。催化剂中ZrO2的晶化温度因为Fe3O4的存在而升高，有利于催化剂活性的保持，热处理温度会对催化剂的磁性及催化活性产生影响。     

基于深度学习的目标跟踪方法研究现状与展望

目标跟踪是计算机视觉领域的重要研究方向之一,在精确制导、智能视频监控、人机交互、机器人导航、公共安全等领域有着重要的作用。目标跟踪的基本问题是在一个视频或图像序列中选择感兴趣的目标,在接下来的连续帧中,找到该目标的准确位置并形成其运动轨迹。目标跟踪是一个颇具挑战性的问题,目标的非刚性变化往往改变了目标的表观模型,同时复杂的光照变化、目标与场景间的遮挡、背景中相似物体的干扰和摄像机的抖动等使目标跟踪任务变得更加困难。近年来,随着深度学习在目标检测和识别等领域中取得巨大的突破,许多学者开始将深度学习模型引入到目标跟踪中,并在一系列数据评测集上取得了优于传统方法的性能,逐渐开启了目标跟踪领域的新篇章。文中将首先阐述目标跟踪问题的难点和基本解决思路;然后根据利用深度学习算法解决目标跟踪问题的不同思路,对当前出现的此类主流算法进行分析,介绍这些算法各自的优缺点及未来的工作方向。     

整流罩层流换热瞬时温升计算及其结构改进

针对热障效应问题,采用流固耦合法计算了球形整流罩的瞬时温升,并对其进行了结构改进。首先,根据风洞及火箭撬实验,结合熵层涡干扰势分析,给出判别球型整流罩换热状态的临界来流雷诺数为2.7106,并分析了Van Driest层流换热公式对大张角球面处的适用性;再以Van Driest换热系数为边界条件,利用有限元法进行球形整流罩瞬时温升计算,结果表明其温升较快,需合理轨迹规划以规避热障效应;针对高速长航时应用需求,利用多孔陶瓷材料的低热导率设计了新型复合整流罩,能有效延长制导系统飞行时间;复合整流罩还具有光学窗口处的气动热冲击应力小以及气动阻力小的优点,可应用于低空、高马赫数条件下的光学精确制导。     

采用时空上下文的抗遮挡实时目标跟踪

针对目标跟踪算法在光照变化、背景干扰、目标形变及遮挡时出现的跟踪稳定性下降甚至失败的问题，提出了一种采用时空上下文的抗遮挡实时目标跟踪算法。首先，在时空上下文模型框架下采用自适应降维的颜色特征构建目标外观模型，提高算法在复杂场景中对目标的辨别能力；然后，联合置信图响应的峰值和峰值旁瓣比对目标跟踪的状态进行评估；接着，利用目标模板之间相关系数的变化进一步判断目标是否被严重遮挡；最后，当目标跟踪出现波动时，降低目标模型更新速度，并通过Kalman滤波修正目标位置，当目标被严重遮挡时，则根据Kalman滤波预测目标位置，同时停止更新目标模型，在脱离遮挡后重新捕获目标并进行跟踪。选取了36组具有多种挑战因素的彩色视频序列测试算法的跟踪性能，并与其他表现优异的目标跟踪算法进行了对比分析。实验结果表明，所提算法具有较强的抗遮挡能力，并且在光照变化、背景干扰和目标形变等不利因素影响下仍具有较好的跟踪鲁棒性，同时能够满足目标跟踪的实时性要求。     

结构对太赫兹超材料光调控特性的影响

利用光泵浦太赫兹探测系统研究了3个基于开口谐振环的超材料的光调制性质。结果表明:当太赫兹波的电场矢量平行于超材料底边,设计太赫兹超材料时,需要避免对称性样品的中间条等长。然而,非对称性的样品存在耦合和劈裂现象。由于不同的共振机制,低频LC共振对光较为敏感。虽然样品由于设计结构的区别使得各自共振峰位有所不同,但它们对光所呈现出的调制特性是相同的。即当太赫兹波的电场矢量平行于超材料两侧的边时,由于结构的原因在透射谱中只有一个透射凹陷,此透射凹陷表现为偶极共振且该偶极共振特性对光激励不敏感。     

高精度稳像平台静平衡测量系统设计

为了消除载体抖动对稳像平台光轴稳定性能的影响,研制了基于位置恢复原理的高精度稳像平台静平衡测量系统。在阐述了国内外配重技术研究现状的基础上,重点研究了基于位置恢复原理的配重系统的设计方法,以及基于该系统的稳像平台静平衡测量方法,探讨了提高目前国内稳像平台配重精度的有效途径。进行了重复测量精度及分辨力测试实验,实验结果表明:系统的重复测量精度和分辨力达到了10 g.mm的水平。通过对某两轴稳像平台进行静平衡校正,使其静平衡精度达到了10 g.mm水平,满足了弹载稳像平台的配重要求。     

一种改进的Capsule及其在SAR图像目标识别中的应用

为了解决Capsule网络随着输入图像增大计算量和参数数量急剧增加的问题,对Capsule网络进行了改进并将其用于SAR自动目标识别（SAR-ATR）中。基于大脑视觉皮层以层级结构以及柱状形式处理信息的机制,提出了完全实例化的思想,并运用类脑计算对Capsule网络进行了改进。具体方法是:使用多个卷积层实现层级处理,同时使用了较少的卷积核,但每一层使用的卷积核数量随着层级加深逐渐增加,使得提取的特征更加趋于抽象化;在PrimaryCaps层中,Capsule向量由最后一层卷积层输出的所有特征图构成,使得Capsule单元包含目标局部或整体的全部特征,以实现目标的完全实例化。在SAR-ATR上,将改进的Capsule网络与原Capsule网络、传统目标识别算法和基于经典卷积神经网络的目标识别算法进行对比实验。实验结果表明,改进的Capsule网络训练参数和计算量大大减少,并且训练速度得到很大提升,在SAR图像数据集上的识别准确率较Capsule网络和前两类方法分别提高了0.37和1.96~8.96个百分点。     

基于双模全卷积网络的行人检测算法(特邀)

在近距离行人检测任务中,平衡算法的检测精度与检测速度对于检测算法的实际应用有着重要意义。为了快速并准确地检测出近景行人目标,提出了一种基于模型融合全卷积网络的行人检测算法。首先,通过全卷积检测网络对图像中的目标进行检测,得到一系列候选框;其次,通过弱监督训练的语义分割网络得到图像的像素级分类结果;最后,将候选框与像素级分类结果融合,完成检测。实验结果表明:算法在检测速度与精度方面都具有较高的性能。     

磁性纳米固体酸催化剂Zr(SO4)2/Fe3O4的制备及催化性能研究

本文提出将磁性和固体酸进行组装从而合成磁性纳米固体酸催化剂的思路,首先制备了纳米级磁性前体－磁基体（Fe3O4);然后筛选出超声波法制备了不同配比的磁性纳米固体酸催化剂Zr(SO4)2/Fe3O4,对其进行了初步表征。并将其作为乙酸丁酯合成反应的催化剂,酯化转化率最高达到84％,利用其磁性即可将催化剂进行分离。