通微蒸发光散射检测器成为上海市重点新品

日前,安捷伦科技有限公司研究人员开始开发快速检测引发潜在性致命流行病（如甲型H1N1流感）病原体生物特性的新工具。这是由国家实验室、大学和私立研究机构共同参与研发的重大项目。     

基于双路级联对抗机制的红外与可见光图像融合方法

针对现有的基于生成对抗网络的图像融合方法存在忽略红外图像的热目标信息,可见光图像的部分细节信息丢失的情况,提出一种基于双路级联对抗机制的红外与可见光图像融合方法。首先,在生成器模型中采用双路级联的方式分别对红外与可见光图像进行特征提取,为提高融合质量在内容损失函数中引入结构相似度。然后,在判别器模型中采用双判别方式判别生成图像的真假。最后,在公开的数据集上进行实验并与8种经典先进的图像融合方法进行比较。实验结果表明:融合图像在保留红外图像的目标信息同时也保留了可见光图像更多的细节信息,在主观评价和客观评估上均获得较好的性能。     

太阳对成像型天基激光告警系统的影响

针对成像型天基激光告警系统中的太阳背景辐射问题,通过理论分析和数值计算研究了太阳与系统探测器不同空间位置关系时直射太阳光和地球反射太阳光对系统成像信噪比、威胁激光检测、探测器自身安全的影响.结果表明:太阳光是天基激光告警系统的主要背景辐射,地球反射太阳光是系统红外探测器成像的主要背景光|反射太阳光辐照在探测器像面上的最大能量密度为0.97 mJ/cm2,反射太阳光背景下,攻击激光成像信噪比在103以上,信标激光信噪比小于1,反射太阳光对攻击激光检测没有影响,对信标激光成像是强背景干扰|直射太阳光辐照探测器是系统不可避免的情况,太阳成像光斑功率密度最大时约20 W/cm2,将导致探测器像元饱和甚至损坏|太阳成像光斑特征与入射激光相似,会造成系统严重虚警.     

利用EGEE网格系统寻找对抗禽流感的药物

 亚洲和欧洲的实验室通力协作,利用科学电子化整合计划(EnableGridforE-science,EGEE)网格系统分析了30万种可能对抗禽流感病毒H5N1的药物成分,目的是寻找有效抑制禽流感病毒表面酶(即神经氨酸酶N1亚型)活性的成分。用网格系统确定最适于进行生物试验的成分,将加快药物的研制速度。这次计算机模拟开发新药的一个挑战,是确定能够与病毒活性位点对接以抑制其活动的分子。在4月的4个星期里,科学家利用2000台计算机(相当于1台计算机100年的运算量)研究了30万种对抗A型流感病毒神经氨酸酶8种结构的成分的分子对接,关系数据库中产生并存储了数据总量为600GB的6万多个文件。     

导弹逼近光电告警系统的新进展

综述国外导弹逼近红外告警和紫外告警系统的最新进展。     

定向红外对抗系统的激光源模拟研究

针对半实物仿真中定向红外对抗系统的有效模拟问题,在分析定向红外对抗激光源技术的基础上,依据实战应用,计算得到3 m~5 m波段定向红外对抗激光源的辐射能量为飞机红外辐射强度绝对值的8倍,结合波长4 m处简化的大气传输透过率随传输距离的变化,推导出实战应用中红外导引头上辐射照度随飞机导弹之间距离的变化规律。设计半实物仿真中定向红外对抗的模拟方案,依据逼真模拟的原则,计算得到模拟激光源能量随飞机导弹之间距离和飞机辐射强度的变化规律,据此将飞机导弹相互距离1 km时刻的红外干扰源辐射能量设置为波长4 m模拟激光源能量,其他距离的模拟能量通过衰减片来控制。为提高定向红外对抗模拟的通用性和智能性,设计了模拟激光源的闭环控制方案。     

基于卷积神经网络的焊缝缺陷图像分类研究

为有效地对焊缝缺陷进行分类,从而判断焊接质量的等级,对传统卷积神经网络进行改进,提出一种多尺度压缩激励网络模型（SINet）。将4组两两串联的3×3卷积模块与Inception模块、压缩激励模块（SE block）相结合。通过多尺度压缩激励模块（SI module）将卷积层中的特征进行多尺度融合和特征重标定以提高分类准确率,并用全局平均池化层代替全连接层减少模型参数。此外考虑到焊接缺陷数量不平衡对准确率的影响,采用深度卷积对抗生成网络（DCGAN）进行数据集的平衡处理,并在该数据集上验证模型的有效性。与传统卷积神经网络相比,该模型具有良好的性能,在测试集上准确率达到96.77%,同时模型的参数个数也明显减少。结果表明该方法对焊缝缺陷图像能进行有效地分类。     

舰艇对抗微分对策建模研究

编队舰艇对抗攻击瞬时运动状态过程的完整描述是一个尚未很好解决的技术难点,本就驱逐舰对多艘导弹快挺对抗攻击建模问题进行了研究,建立了攻击时间尽可能短的定量微分对策模型,并给出了具体实现方法,中模型和方法可为实时舰艇作战指挥系统的研制、开发提供技术支持及理论依据。     

从军事高技术对现代数学的需求谈数学教育改革

随着科学技术的飞速发展,并在军事领域的广泛应用,大量高技术武器装备涌入海战场,使未来海战的战争形态、战场环境、作战样式和兵力攻防及指挥决策等方面都发生了深刻的变化。这就对军事人才提出了更高的要求,因此,怎样才能提高干部队伍的整体素质?院校教育如何适应部队建设需要?如何根据军事高技术的需要来审视和改革数学课的教学?等等同题,就成为我们院校工作亟待解决的课题。本试图从军事高技术与现代数学的关系入手,探讨数学教育改革的必要性、重要性和紧迫性。     

基于密集梯度生成对抗网络的偏振图像融合算法北大核心CSCD

针对单幅偏振图像在一定场景下无法提供充足信息的问题,结合强度图像和线偏振度图像的优势特征,提出一种基于密集梯度生成对抗网络的偏振图像融合算法。利用密集连接卷积网络和梯度算子构建密集梯度卷积模块,并将该模块应用在生成器中,用以增强融合图像的纹理细节;构造多尺度结构相似度和L1范数相结合的损失函数,用以提高网络的整体性能。在ZJU-RGB-P数据集进行定性比较和定量分析,实验结果表明,所提算法具有更好的主观视觉感受,同时各项评价指标均得到明显提升。