反光板(合作目标)反射率测量仪

本文介绍了反光板（合作目标）反射率测量仪的研制。仪器采用对称双光路比较测量法，给定两束相等光通量的光束，分别作为参考光束和测试光束，并用分束器实现原光路取样，从而解决了合作目标反光板入射光线与反射光线重合不能用常规测试方法来检测的难题。由于采用对称双光路的方法，入射光通量是相对恒定的，不受外界因素影响，从而使反射率测量仪达到精度高、重复性好和环境要求低的设计要求。     

单链四苯酚基卟啉在CTAB胶束微环境中的去质子化现象

叶绿素分子的光能转化功能的实现与其聚集状态、所处微环境性质及条件密切相关[1,2]．如何设计控制叶琳类分子在膜介质中的增溶位置，对于研究叶琳在膜体系中的跨膜电子传递、光能转化过程具有重要意义．本文研究了长链双亲卟啉──单链四苯酚基叶琳THPPH2在CTAB胶束中的去质子化，该过程能控制叶琳环在胶束中的增溶位置，使其由内核转移到胶束表面．1实验部分1·1仪器和测试条件岛津UV－240型紫外可见光谱仪（带有恒温夹套），狭缝宽2nm，石英池厚1cm，所用试剂皆为分析纯．UV光谱测试均在恒温条件下进行．1．2溶液的配制含一个十六…     

基于课程标准的教学——以常见阴、阳离子的检验为例

以常见的阴、阳离子的检验为例，研究了如何实施基于标准的教学。校本教材的开发为标准、教材、教学、评价的一致性提供保障；以学生应知的和能做的驱动课堂活动；根据达成标准应有怎样的质量表现，试卷编制先于教学设计。课堂上，“教”“学”双方都明确学习目标，教师提供多种策略来满足学生多样的学习需要，如提供工具，搭建脚手架，并以“微”研究性学习的方式展开教学，给学生提供了充分的进步空间。     

考虑顾客便利半径和质量阈值的竞争设施选址问题

在竞争设施选址问题中,顾客选择行为是决定设施占领市场份额的重要因素,其描述了需求在设施之间的分配方式。为了贴近顾客真实的光顾行为,本文提出了一种考虑顾客便利半径和质量阈值的顾客选择规则,并研究了在该规则下市场中新进入公司的竞争设施选址问题。提出了一种基于排名的遗传算法(RGA)求解该问题,并将该算法与经典遗传算法(GA)和基于排名的离散优化算法(RDOA)进行了比较,结果说明了算法的有效性以及模型中质量阈值的重要性。     

基于自适应对比度增强的红外小目标检测网络

红外探测系统需要尽早发现目标以便及时拦截,但是红外图像上的小目标检测是一个挑战十足的任务。为了提高检测准确率,提出一种基于自适应对比度增强的红外小目标检测方法。为了利用自注意力机制和卷积各自的优势,设计了一个高效的特征提取网络和一个面向小目标的检测头。同时为了解决实际应用中出现的弱目标,在检测子网络前添加了一个图像预处理子网络,该模块可以自适应地调节图像对比度。在红外空中小目标数据集上的实验表明,提出的方法能达到93.76%的检测精度,与经典的检测方法相比,能够更好地平衡检测精度和召回率,证明了方法的巨大应用潜力。     

一种频域脉冲最小均方误差杂波对消算法

针对“低慢小”探测雷达杂波多普勒主瓣淹没慢速弱目标问题,该文提出了频域脉冲LMS（FPLMS）算法来对消杂波。该算法利用杂波分量在脉间的平稳性,自适应地估计各距离单元杂波的复幅度来重构杂波,实现杂波对消。仿真结果表明：FPLMS算法能够有效对消杂波,消除杂波主瓣对目标检测的影响;且具有很窄的滤波器凹口,约为MTI滤波器的1/3,对速度大于1个速度分辨单元的目标几乎无信噪比损失,适用于“低慢小”探测雷达的杂波对消。     

基于多尺度特征选择性融合的遥感图像检测算法北大核心CSCD

遥感图像的检测在监察自然环境、军事、国土安全等方面具有极其广阔的应用前景,而遥感图像具有背景复杂、目标面积小、特征提取困难等缺点,进行检测时容易产生小目标漏检问题。本文提出一种基于多尺度特征选择性融合的遥感图像检测算法。所提算法采用改进的Resnet50作为主干网络,将Resnet50第一个卷积替换成动态卷积,并将其ConvBlock模块中的卷积替换成金字塔卷积,提高特征提取能力。同时,为了避免遗漏底层信息,在动态卷积层后加入所提有效空间通道注意力机制模块。最后,选取基于上下文信息的不同尺度特征进行融合,提高了模型对目标物体的定位能力。实验结果表明,本文算法在保证速度的同时提高了对遥感图像的检测精度,在遥感图像公开数据集RSOD和NWPUVHR-10上平均精度均值(mean average precision,mAP)分别达到91.88%和90.23%,检测速度达到33 FPS。     

基于多尺度圆周频率滤波与卷积神经网络的遥感图像飞机目标检测方法研究

针对遥感图像飞机目标检测因目标尺度不一存在漏警、虚警等问题,该文基于遥感图像中飞机目标形状特征和灰度变化特点提出了一种多尺度圆周频率滤波(MSCFF)与卷积神经网络(CNN)相结合的MSCFF+CNN飞机目标自动检测算法.该算法首先采用多尺度圆周频率滤波器滤除遥感图像复杂背景,实现不同尺度飞机目标候选区域提取;然后,通过构建卷积神经网络(CNN)模型实现候选区域有效分类,最终精确确定飞机目标位置.最后,基于获取的真实遥感图像进行目标检测算法实验验证,经统计该算法的飞机目标检测率为94.38%,虚警率为3.76%,实验结果充分验证了该文算法的有效性,该算法可为机场监管、军事侦察等应用提供重要的技术支持.     

基于CSAR图像的目标高度提取方法

圆周合成孔径雷达（Circular Synthetic Aperture Radar,CSAR）可以对目标进行360°全方位观测,获得目标全方位散射信息。通过将CSAR成像数据划分成多个子孔径能够直接获取目标高度信息,本文在原有获取目标高度信息的方法基础上,进行了改进和创新,提出了一种新的提取目标高度信息的方法。本文通过对子孔径图像进行高度向投影,在一定程度上提高了计算精度,同时在子孔径选择时,也考虑了子孔径之间的相关性,有效地提高了算法的精确性。最后首次引入自主测量的L波段实测数据对本文所提算法进行验证,证实了该方法的有效性和准确性。