基于深度卷积自编码器的短距慢动目标检测

针对目标雷达散射截面积(RCS)较小、杂波和噪声严重环境下短距离慢动目标难以检测的问题,设计了一种具有跳跃连接结构的双通道卷积自编码器的目标检测方法.该方法以时频谱作为输入,送入设计的卷积自编码器模型中,网络采用IQ双通道结构以提取目标回波的幅度和相位特征,并在中间层实现特征融合.考虑到在时频谱上目标尺度小,网络中还设...     

多晶体材料微构件尺度效应的实验和模型研究

归纳了微电子机械系统中多晶体材料微构件在微塑性加工和应用中其力学性能所表现出来的尺度效应及其多种尺寸关联的主要特征,介绍了微构件外形几何尺寸和材料内部微结构尺寸对其弹、塑性力学性能尺度效应耦合影响的实验和模型研究的主要进展。重点总结并分析了多晶体材料微构件越小越强和越小越弱两种类型尺度效应的研究方法以及测试、影响因素及微观机理初步分析的结果。结论是:微构件内、外尺寸的耦合关联影响控制了尺度效应和与其相对应的材料内在特征长度,今后如能进一步探明微构件外形结构尺寸、晶粒尺寸和材料内在特征长度与其性能异变之间的制约关系,基于晶体学和高阶理论建立较全面、系统的力学分析模型,将有可能揭示微构件多晶材料内在特征长度的微结构控制的机理,进而实现通过调控材料的微结构控制微构件的宏观力学性能。     

多脉冲激光测距信号处理技术研究

多脉冲探测体制的激光测距可以有效提高目标探测能力,在这种探测体制下,根据多脉冲激光回波信号的特点,提出了基于DSP的多脉冲测距体制信号处理实现方法,并进行了实验。实验结果表明,采用三脉冲测距体制时测距仪测距能力提高了5dB。     

主动约束层阻尼梁结构的应力连续模型

考虑到较厚的阻尼层内高阶剪切效应不应忽略,使用Reddy的三阶位移场描述阻尼层的纵向位移,使得在分界面上不仅位移连续,而且应力连续,从而提出ACLD结构的一种新模型“应力连续模型“。在此基础上,使用谱有限元法(SFEM)对ACLD梁结构进行力学建模和数值模拟,并与传统Mead-Markus模型结果进行了比较。研究表明,应力连续模型在固有频率和模态损耗因子预测上优于传统Mead-Markus模型。     

基于光流法与伪三维残差网络的微表情识别

微表情是一种动态变化的面部表情,具有复杂的时空特征,给其识别带来了极大的困难。本文提出一种基于光流法与伪三维残差网络（P3D ResNet）的微表情识别方法,通过光流法对微表情运动信息建模,为网络提供关键信息的同时丰富数据空间维度,采用伪三维残差网络进一步学习微表情的时间和空间特征。首先,将三个主流的微表情数据集进行融合,并对融合的数据集进行预处理;然后使用TVL1光流法提取表征微表情运动信息的光流特征序列,将得到的光流特征序列与微表情灰度图像序列进行通道连接,形成一个新的三通道微表情图像序列;最后将获得的微表情数据进行数据增强送入伪三维残差网络同时提取微表情的时空特征以实现微表情的识别。其中,P3D ResNet是在残差网络的框架中采用二维卷积滤波器提取微表情的空间特征,一维卷积滤波器提取微表情的时间特征来模拟三维卷积滤波器。在融合数据集上的实验表明,本文方法的性能相对基准方法有了显著的改进,UF1和UAR分别提高了14.71%、14.58%。本文提出的方法在融合数据集及三个独立数据集上的识别性能优于现有较先进的方法,从而证明了本文的微表情识别方法的先进性和鲁棒性。      

基于 ＶＧＧＮｅｔ￣ｐｌｕｓ 的路面裂痕自动分类识别方法

为了有效自动化的识别路面裂缝,本文在深度学习神经网络VGGNet基础上,提出了基于VGGNet-plus网络的路面裂痕自动分类识别方法。该网络增加了Dropout层和残差层,并在每个卷积层后连接Batch_normalize(BN)层和LeakyReLU层,解决了训练参数过多、深度神经网络的过拟合等问题,简化计算同时减少训练时间。为了增加训练样本的数量,同时对采集光照条件、角度、噪声等造成的影响具有更强的适应性和鲁棒性,本文通过灰度处理,上下翻转,左右翻转,灰度二值处理,均值滤波,灰度gamma处理,高斯滤波,中值滤波等方法来数据增容。通过Bagging的方式进行模型集成,对预测的结果综合评估产生最佳的预测结果。实验结果表明,VGGNet-plus网络在路面裂缝分类中的准确率可达92％,有效提升了路面裂缝自动检测精度。     

基于加权高阶奇异值分解的支持张量机图像分类

为了有效提高图像分类的准确率,充分利用图像本身的结构信息并压缩图像数据,首先构造三阶图像特征张量,利用非负矩阵分解(NMF)在张量子空间降维,提出了一种基于二维主成分分析(2DPCA)来得到NMF初始点的方法,保证了图像信息的有效利用.然后,为了保持降维后的张量子空间所在的流形空间的本征结构,根据图像类标构造权值矩阵,并把图像集合构造成四阶张量实现图像的分类.通过对两个图像数据库的实验,表明该方法能有效提升图像分类的准确率.     

色噪声环境下GTD模型的参数估计

本文将能够精确描述高频电磁散射的GTD信号模型引入MUSIC算法,并对MUSIC算法做了相应改进。提出利用特征分析方法中信号与噪声子空间正交特性,使改进后的MUSIC算法既能够精确估计目标散射中心位置,又能估计散射中心类型。本文采用基于四阶累量的MUSIC算法,在一定程度上克服了高斯色噪声对MUSIC算法的影响,拓宽了GTD 模型参数求解的条件。     

基于四阶累积量的DOA估计方法及其分析

本文提出了一种基于四阶累积量的ＤＯＡ估计方法,同ＭＵＳＩＣ－ｌｉｋｅ方法一样,它也对实际阵列进行了四阶扩展。文章证明了这两种方法对实际阵列口径和阵元数的扩展特性,指出了它们在阵列扩展方面的差别。文章最后采用计算机模拟验证文中结论。     

改进的NAS-RIF图像盲复原算法

针对非负和支持域受限递归逆滤波算法(NAS-RIF)的缺点,提出了一种改进方案.首先,引入高阶统计量去噪,解决了NAS-RIF算法敏感于噪声的特性;其次,利用图像分割技术进行图像支持域的自估计,改变了NAS-RIF算法中支持域必须是方形的不利限制;最后,运用该算法对不同峰值信噪比(PSNR)和背景的含噪图像进行了算法仿真,并与原算法进行了比较.仿真结果表明,改进的NAS-RIF算法有效解决了原始算法中存在的问题,显著提高了恢复图像的质量.