Refined Composite Multi-Scale Reverse Weighted Permutation Entropy and Its Applications in Ship-Radiated Noise

Ship-radiated noise is one of the important signal types under the complex ocean background, which can well reflect physical properties of ships. As one of the valid measures to characterize the complexity of ship-radiated noise, permutation entropy (PE) has the advantages of high efficiency and simple calculation. However, PE has the problems of missing amplitude information and single scale. To address the two drawbacks, refined composite multi-scale reverse weighted PE (RCMRWPE), as a novel measurement technology of describing the signal complexity, is put forward based on refined composite multi-scale processing (RCMP) and reverse weighted PE (RWPE). RCMP is an improved method of coarse-graining, which not only solves the problem of single scale, but also improves the stability of traditional coarse-graining; RWPE has been proposed more recently, and has better inter-class separability and robustness performance to noise than PE, weighted PE (WPE), and reverse PE (RPE). Additionally, a feature extraction scheme of ship-radiated noise is proposed based on RCMRWPE, furthermore, RCMRWPE is combined with discriminant analysis classifier (DAC) to form a new classification method. After that, a large number of comparative experiments of feature extraction schemes and classification methods with two artificial random signals and six ship-radiated noise are carried out, which show that the proposed feature extraction scheme has better performance in distinguishing ability and stability than the other three similar feature extraction schemes based on multi-scale PE (MPE), multi-scale WPE (MWPE), and multi-scale RPE (MRPE), and the proposed classification method also has the highest recognition rate.     

Night vision dense crowd counting based on mid-term fusion of thermal imaging features北大核心CSCD

为了提高人群计数模型对尺度和光噪声的鲁棒性,设计了一种多模态图像融合网络。提出了一种针对夜间人群统计模型,并设计了一个子网络Rgb-T-net,网络融合了热成像特征和可见光图像的特征,增强了网络对热成像和夜间人群特征的判断能力。模型采用自适应高斯核对密度图进行回归,在Rgb-T-CC数据集上完成了夜视训练和测试。经验证网络平均绝对误差为18.16,均方误差为32.14,目标检测召回率为97.65%,计数性能和检测表现优于当前最先进的双峰融合方法。实验结果表明,所提出的多模态特征融合网络能够解决夜视环境下的计数与检测问题,消融实验进一步证明了融合模型各部分参数的有效性。     

常见饮料中咖啡因的拉曼光谱定性检测

利用激光拉曼光谱仪在微弱光信号检测方面的优点,用测试范围200nm-800nm,测试精度0．1nm的激光拉曼光谱仪对几种常见饮料进行测试,将265nm处咖啡因特征峰作为判断依据,定性检出饮料中含有咖啡因。     

基于改进轮廓系数法的航空公司客户分群研究

鉴于航空公司在客户聚类分群中对聚类效果进行评价并确定最佳k值的轮廓系数法存在时间复杂度过高O(n2)以及准确率较低问题,文章首先采用对象与同簇或不同簇中心间距离计算来替换同类或异类对象间的距离计算,并通过聚类效果变化率确定轮廓系数调节位置及调节权重,提出一种改进的轮廓系数法;其次,基于预处理且特征选择后真实航空公司客户数据构建聚类模型,借助改进轮廓系数法确定最优客户分群,并构建用户画像;最后,针对不同航空公司分群客户进行特征描述并提出相应个性化服务措施,辅助航空公司为客户提供个性化产品与服务。实证研究结果表明:不同样本量下改进轮廓系数法的精确率和运行效率均有所提升;基于改进轮廓系数法的航空公司客户分群结果符合客观实际,所提服务措施为航空公司最大化客户需求、提高客户满意度提供借鉴。     

一种新型红外低目标特征材料

现代探测系统由单一工作模式到复合工作模式的转变,对低目标特征材料的光谱特性提出了某些特殊要求。在文章中,基于一维掺杂光子晶体,设计了一种新型红外低目标特征材料,并研究了其复合结构对反射光谱的影响。发现在一定条件下,可以在反射光谱中的一个宽的高反射率波段内形成局部的狭窄低反射率区,从而为新型红外功能材料的研制提供了参考。     

基于机器视觉的干涉条纹检测

基于机器视觉系统OpenMV,以迈克耳孙干涉仪干涉条纹为研究识别对象,根据光源相干性及干涉条纹动态特性,提出基于灰度采样统计的干涉条纹识别检测算法(干涉条纹同心形态搜索算法),运用MicroPython或Python语言编制实时检测程序,运行结果表明仿真和真实干涉条纹都得到了可靠的检测,精度为0.5个条纹,并且测量不确...     

波段三维ESR成像系统的研制（Ⅴ）——灵敏度与分辨率实验及系统总性能指标

实验确定了自行研制的L波段三维电子自旋共振成像（3D-ESRI）系统的检测灵敏度及成像分辨率指标. 用Tempo水溶液模型测量灵敏度结果表明： 样品体积为10 mm, 高30 mm，测量浓度1×10^-4 mol/L水溶液的信噪比为S/N=4∶1；加梯度磁场后，样品浓度需>5×10^-4 mol/L，样品体积为19 mm, 高30 mm时，获得的投影谱的信噪比可满足图像重建的需要. 用DPPH固体样品确定的成像分辨率结果<1 mm. 文中还对ESRI系统的
各项总体性能做了归纳总结.     

随机静态存储器低能中子单粒子翻转效应

建立了中子单粒子翻转可视化分析方法,对不同特征尺寸（0.13~1.50 μm）CMOS工艺商用随机静态存储器(SRAM)器件开展了反应堆中子单粒子翻转效应的实验研究,获得了SRAM器件的裂变谱中子单粒子翻转截面随特征尺寸变化的变化趋势。研究结果表明:SRAM器件的特征尺寸越小,其对低能中子导致的单粒子翻转的敏感性越高。     

基于光学沃尔什变换特征提取的图像匹配

采用光电结合的方法实现了沃尔什 （Walsh）分量变换,提出出反映图像主要特征的分量,用于大容量图像库的内容匹配查找,基于以非相干光相关器为核心的光电混合图像处理系统,实现了基于光学沃尔什变换特征提取的图像匹配算法。     

加筋板材料辨识的导纳特征表达与冲击声特征提取

以表征物理属性的导纳特征为中间量,提取与加筋板材料属性有关的冲击声特征。先用相关分析方法获得金属加筋板物理属性的导纳特征表达以及导纳特征与冲击声特征之间的联系,间接得到表征声源物理属性的冲击声特征,然后通过支持向量机分类器验证不同特征在金属加筋板材料分类辨识中的性能。结果表明,所得的4组冲击声特征能准确识别出不同的材料,单个特征的识别率与对应材料属性的可分程度有关,理想冲击声声特征比音色特征的平均识别率更高。由此可见,利用导纳特征提取与材料属性相关冲击声特征的方法是有效的,且所提的特征能够很好的反映声源材料属性。