基于深度森林的多级特征融合SAR目标识别

大多数传统的合成孔径雷达(SAR)目标识别方法仅仅使用了单一的幅度特征,但是由于斑点噪声的存在,仅仅使用幅度特征会限制识别的性能.为了进一步提高SAR目标识别的性能,该文提出了一个基于深度森林的多级特征融合SAR目标识别方法.首先,在特征提取阶段,提取了多级幅度特征和多级密集尺度不变特征变换(Dense-SIFT)特征.幅度特征反映了目标反射强度,Dense-SIFT特征描述了目标的结构特征.而多级特征可以从局部到全局表征目标.随后,为了更完整、充分地反映SAR目标信息,借鉴深度森林的思想对多级幅度特征和多级Dense-SIFT特征进行联合利用.一方面通过堆叠的方式不断将多级幅度特征和多级Dense-SIFT特征进行融合,另一方面通过逐层的特征变换挖掘深层信息.最后利用得到的深层融合特征对目标进行识别任务.该文在MSTAR数据集上进行对比实验,实验结果表明所提算法在性能方面取得了提升,且其性能对超参数设置具有一定的鲁棒性.     

15～23 GHz微波链路雨衰的敏感参量分析

为了提高微波链路雨衰特征的描述精度,拓展微波链路信号的可用参数,该文利用部署于江苏江阴地区的15 GHz,18 GHz和23 GHz微波链路和雨量计开展同步对比观测,拟合得到3种频段的微波链路雨衰关系.提取并分析了接收信号电平的平均值、中位数、25％分位数、75％分位数、标准差、极大值和极小值等13个特征量与晴雨时刻、降雨强度之间的关系,得出结论:微波链路的信号变化和降雨强度的变化存在明显的负相关关系.实际拟合的雨衰关系与ITU-R的经验雨衰关系具有较好的一致性,但是在不同频段上均有差异;所有13个参量在有雨时刻和无雨时刻均存在一定概率的重叠,这是造成晴雨区分困难的主要原因;频率越高,信号变化受降雨的影响越显著,越有利于微波链路反演降雨.所得出的结论为提高微波链路测雨方法中的晴雨区分、参考值确定以及雨强反演的精度提供重要依据.     

一株新黄瓜花叶病毒卫星RNA结构和生物学分析

从患香蕉花叶心腐病香蕉病叶分离的黄瓜花叶病毒中,发现一株新卫星RNA(定名为Ba-Sat)。以CMV卫星RNA两端保守序列为引物合成了Ba-Sat cDNA并将其克隆到载体pGEM7Zf(+)上。序列分析结果表明,Ba-Sat由390个核苷酸组成,其5′端、3′端各有一段序列与其它株系卫星RNA有很高的序列同源性,但其中间区域则无任何序列同源性。在此基础上,进一步分析了Ba-Sat的二级结构,并研究了Ba-Sat的生物学特征,实验结果证明Ba-Sat具有致弱卫星RNA的特性。     

泌阳凹陷羊毛甾烷的检出及其意义初探

本文从泌阳凹陷下第三系某些生油岩及原油中检测出碳数为C_(30)-C_(32)的羊毛甾烷系列,根据地球化学研究及模拟实验,提出该羊毛甾烷的生成可能主要与特定的有机输入及较低的热演化条件有关。     

《毛细管电色谱理论基础》

毛细管电色谱作为一种新型微分离分析技术，其分离过程具有多种机理协同作用的特征。对于毛细管电色谱的理论研究不仅要考虑系统的电属性，还要兼顾溶质的两相分配特征。该书系统地阐述了毛细管电色谱的基本理论，讨论了分离过程中影响峰展宽的因素及其规律。基于作者发展的弛豫理论和唯象的输运过程处理方法，阐述了毛细管电色谱中的动力学和热力学问题，分别就不同的分离模式的选择性规律和柱内富集理论与技术、梯度洗脱的溶质输运特征加以说明。     

现代电力通信监控系统

随着电网不断发展，通信网的规模也不断扩大，省、地区电力通信网已初具规模，网络结构也日趋复杂，形成了包括电力线载波、数字微波、模拟微波、光纤、无线等各种通信方式并举的通信网架。电力通信已不仅仅是为电力调度、自动化、防汛指挥服务，同时还要为生产管理、基建、办公自动化等各种综合业务服务，电力通信系统已成为电力生产指挥和管理的重要支柱。     

动态特征空间和三维运动目标的智能递推识别方法

在实际成像条件下,运动中的三维目标,其投影形状(silhouette)是变化的,因而其可识别性也处于变动中.为了应对这类困难情况,本文定义了模式的动态特征空间和模式的动态可识别性等概念.提出了处理三维目标运动图像序列的多尺度智能递推识别方法(MUSIRR).构造了一种混合神经网络和逻辑决策模块的智能识别器,BP神经网和RBF网用作识别器的基本构成单元.在训练阶段,该识别器使用目标的多尺度二值特性视图模型的规则矩不变量为样本特征向量.在识别阶段,算法在递推识别序列目标图像过程中,充分利用了目标姿态不会突变以及有关成像过程的合理约束,达到了提高识别率目的.     

对象随型粗糙面近红外单目视觉测量与基准图像自愈

针对复杂应用环境中近红外单目视觉位姿测量系统偏离预置合作目标对象后,无法完成位姿测量的特殊情况,提出一种以合作目标周边随型粗糙面图像为测量对象的单目视觉测量方法,以及图像受损后的动态自愈方法。通过将实时获取的随型粗糙面图像特征与预存基准图像特征进行匹配计算,完成特殊情况下的应急测量。同时,为减少随型粗糙面图像污染或受损后对位姿测量精度的影响,实时计算污染或受损程度并动态自愈基准图像特征。实验结果表明,以随型粗糙面为对象的位姿测量精度稍低于合作目标对象,但能够满足特殊情况下的应急使用需求,提高了测量系统的鲁棒性;当随型粗糙面图像污染或受损达到70%时,采用自愈处理与未做自愈处理相比,方位角测量误差减少72%以上,验证了基准图像自愈方法的有效性。     

非跟踪体制炮位侦察雷达目标自动识别技术的实现

非跟踪体制炮位侦察雷达要实现目标的自动识别,其关键技术是背景杂波的处理和对目标信号的识别。文中提出了采用脉冲积累技术,对非相参脉冲串信号处理进行视频积累,由门限判决器判断有无目标回波、抑制噪声和杂乱脉冲干扰,降低系统的虚警率;采用杂波存储技术存储全画面杂波,建立静态杂波图,有效地抑制地物杂波的影响;采用单片机主-从系统双机速度识别技术,对回波信号进行速度识别和相关处理,实现非跟踪体制炮位侦察雷达目标自动识别。     

对当前我国5G to B发展六大问题的新认识

<正>5G的重要市场是垂直行业,5G to B市场更是推动企业持续发展的新的增长点。面对市场、用户、竞争以及未来,如何更好地推动5G to B高质量发展成为运营商当前和今后一段时期的重要议题,这需要对当前我国5G to B市场发展现状特征及发展规律有着正确的认识。本文将对我国5G to B市场发展六大核心问题进行探讨。5G to B市场发展驱动力是什么?笔者认为,我国5G to B发展有四大驱动力——政策驱动力、技术驱动力、竞争驱动力和需求驱动力。