混合场积分方程结合MLFMA分析导体介质复合目标电磁散射问题

针对组合目标电磁散射问题,采用一类新的混合场积分方程进行分析.通过合理选择比例系数组合表面电场和磁场积分方程,构造出具有良好收敛性的阻抗矩阵.MLFMA的迭代求解采用广义最小残差方法(GMRES),结合预条件技术进一步减少迭代次数,加速计算并提高处理电大尺寸导体介质复合目标的能力.研究了几类典型目标电磁散射特性并比较了计算效率,数值算例验证了该方法的准确性和高效性.     

分类问题的在线顺序双并联快速学习机

双并联前馈神经网络模型是单层感知机和单隐层前馈神经网络的混合结构,本文构造了一种双并联快速学习机算法,与其他类似算法比较,提出的算法能利用较少的隐层单元及更少的待定参数,获得近似的学习性能.数值实验表明,对很多实际分类问题,提出的算法具备更佳的泛化能力,因而可以作为快速学习机算法的有益补充.     

货车枕簧丢失故障动态图像识别方法

针对货车运行故障动态图像检测,提出无故障目标识别工作模式,解决货车枕簧丢失故障的自动识别问题。利用Haar特征提取枕簧特征信息,基于AdaBoost算法选取特征并构建层叠分类器,等比缩放搜索窗口检测货车图像,最终分选出无故障的枕簧图像,从而大大地减少了待识别图像的数量,显著地提高了人工识别效率。实验表明,该算法使用的特征简单,搜索策略高效,不受枕簧位置、缩放和旋转的影响,抗噪能力强,对分辨率低、局部遮挡、光照不足或过度曝光等质量较差的图像仍具有很强的适应性,所提出的方案能够满足全天候条件下的货车枕簧目标识别,为货车故障动态图像检测的工程化应用奠定了基础。     

基于6S模型的遥感影像逐像元大气纠正算法

大气纠正的目的是从遥感影像中去除大气影响,并反演获取地物真实反射率。介绍了一种逐像元对遥感影像进行大气纠正的算法,该算法基于6S(Second Simulation of the Satellite Signal in the Solar Spectrum)大气辐射传输模型计算建立的查找表(look-up table),并利用地面暗目标(dark object)进行陆地气溶胶光学厚度的自动反演,由于气溶胶的分布具有空间连续性,在获取地面暗目标气溶胶光学厚度值后,通过空间插值的方法计算影像中非暗目标像元的气溶胶光学厚度值,经过查找表二次插值计算,逐像元进行大气纠正并获取像元地表反射率值。以Landsat5遥感影像为例,介绍了算法流程,展示了大气纠正的结果。结果显示,利用查找表逐像元大气纠正的算法,能够在一定程度上去除云雾对影像的影响,更加精确的对遥感影像进行大气纠正并获取地物的真实反射率。     

光电信号环境定量分析研究

光电信号环境分级对打赢信息化战争具有重要的指导意义。通过分析光电信号环境构成和指标体系构建原则,系统构建了光电信号环境分级指标体系。通过指标因子构造了等级划分判断函数,并结合探测器对抗干扰的能力修正了判断函数。提出的模型基于理论分析,综合考虑了光电信号环境和采用的抗干扰措施,并结合了定性和定量分析原则,易于计算。最后用实例验证了模型的正确性。     

用200 kV高分辨电子显微镜辨认3C-SiC中的硅和碳原子

用200 kV六硼化镧灯丝的高分辨电子显微镜拍摄了外延生长在硅衬底的3C-SiC薄膜的[110]显微像.经过解卷处理和衍射振幅校正,把实验像转换为直接反映晶体投影结构的结构像,近邻Si、C原子柱显现为黑(灰)的像点对,即所谓的哑铃.测量了结构像中不同厚度区域哑铃的灰度变化,分析了哑铃中二个端点的相对灰度值随厚度的变化关系,结合赝弱相位物体近似像衬理论进行分析,辨认出Si与C原子柱.     

基于近似域划分的可变离散精度粗逻辑网络及其遥感图像分类应用

为解决粗逻辑神经网络精度与网络规模复杂性和推广泛化能力之间的矛盾,该文提出了一种具有可变离散精度的粗逻辑神经网络设计方法.该方法通过近似域划分,将论域空间划分为确定性区域和可能性区域,由于可能性区域信息粒度过大是造成误分类的重要原因,只需对可能性区域离散区间进一步细化,即可达到提高粗逻辑网络的精度,同时抑制网络规模增长过快的目的.在长白山地区的遥感图像分类实验中,常规方法在离散等级为7时有最好性能,而该文方法以较小的网络代价和训练时间获得了逼近的分类结果.     

Video object segmentation by 2-D mesh-based motion analysis

Video object extraction is a key technology in content-based video coding.A novel video object extracting algorithm by two Dimensional (2-D) mesh-based motion analysis is proposed in this paper.Firstly,a 2-D mesh fitting the original frame image is obtained via feature detection algorithm. Then,higher order statistics motion analysis is applied on the 2-D mesh representation to get an initial motion detection mask.After post-processing,the final segmenting mask is quickly obtained.And hence the video object is effectively extracted.Experimental results show that the proposed algorithm combines the merits of mesh-based segmenting algorithms and pixel-based segmenting algorithms,and hereby achieves satisfactory subjective and objective performance while dramatically increasing the segmenting speed.     

伪双能X射线透射系统矫正厚度影响的物质鉴别方法

X射线透视技术已被证实是一种非常有效的安全检查方法.基于这种技术的伪双能X射线透射系统广泛应用于车站、机场等重要场所.伪双能系统的射线源产生的是连续能谱的X射线,因此基于传统双能透射模型的物质鉴别方法由于受到物体的厚度影响而导致准确性的降低.在根据高低能信号的对数比值的基础上,引入X射线的衰减因素到物质属性特征空间中,研究出矫正厚度影响的鉴别方法.实验结果证明在高维特征空间中的物质鉴别方法能够有效提高鉴别结果的准确性.     

机器学习在信道建模中的应用综述

信道建模是设计无线通信系统的基础,传统的信道建模方法无法自动学习特定类型信道的规律,特别是在针对特殊应用场景,如物联网、毫米波通信、车联网等,存在一定的局限性.此外,机器学习具有有效处理大数据、创建模型的能力,基于此,探讨了机器学习如何与信道建模进行有机融合,分别从信道多径分簇、参数估计、模型的构造及信道的场景识别展开...