Heavy-ion fusion in classical and semiclassical microscopic approaches

Classical and semi-classical microscopic approaches leading to fusion of two heavy nuclei are studied. Calculations show that the results depend strongly on the nature of the nucleon-nucleon interaction. It is also observed that there is no angular momentum window unlike in TDHF calculations.     

多尺度奇异值分解的偏振图像融合去雾算法与实验

针对现有偏振去雾算法鲁棒性不强和图像增强效果有限的问题,提出一种基于多尺度奇异值分解的图像融合去雾算法.首先,利用偏振测量信息的冗余特性,采用最小二乘法,提高了传统偏振图像去雾算法中偏振信息的准确度;然后,从传统偏振图像去雾算法的局限性出发,定性分析了偏振图像融合去雾的可行性,并提出了一种基于多尺度奇异值分解的偏振图像...     

Design of a Quasi-Optical System to Convert TE0n Mode Outputs of a Gyrotron into Gaussian Beams

In this paper we present a novel design of a quasi-optical system for conversion of gyrotron outputs into gaussian beams. It consists of a quasi-optical antenna, four focusing mirrors (parabolic cylinders) and a filter which removes the side lobes of the beam. The system is capable to convert three TE_0n mode outputs into gaussian beams with waist size of 16.7 mm as well as four TE_1n mode outputs into bi-gaussian beams with waist size of 10.9 mm in width and 16.5 mm in length.     

基于MATLAB利用充分统计量法对含有高斯白噪声二元信号检测的仿真

运用充分统计量法所述理论,可将观测空间由无限压缩至有限,当信号受到高斯白噪声的干扰时可用充分统计量表示被观测量的全部信息并检测出确知信号.基于M ATLAB在S IMUL INK模块库下建立检测过程仿真模型,运算出的充分统计量与门限值相比较得到检测结果,这种方法可推广到多元信号检测.     

基于改进YOLOv5的高速公路隧道车辆和人员检测

针对高速公路隧道内光线昏暗、图像受灯光影响及远距离小目标检测困难等问题,提出了一种改进的YOLOv5高速公路隧道车辆和人员检测算法。首先,使用高斯混合聚类来获得更加匹配数据集目标的一组锚框,提高了模型的检测精度;其次,在特征融合部分引入CARAFE算子,扩大感受野,降低上采样过程特征细节损失;最后,通过向网络中插入坐标注意力 (Coordinate Attention,CA),进一步增强模型对图像各位置特征的提取能力。为验证算法的有效性,在浙江温丽高速公路隧道数据集上进行实验,结果表明：所提算法的平均检测精度(mean Average Precision ,mAP)达到了95.7%,较原模型提升3.8%,对于远距离小目标和受严重灯光影响的目标能够实现更加精准检测,为复杂环境下高速公路隧道内车辆和人员检测提供了一种有效的解决方案。     

多色高斯光束照射下透镜轴棱锥的聚焦特性

从菲涅耳衍射积分公式出发,推导多色高斯光束被球差透镜衍射后光强分布的解析公式,进行数值模拟和物理分析.结果表明,光谱半宽σ小的多色高斯光束照射透镜轴棱锥时,不同观察面的光强分布均为J20的形式.随观察平面远离透镜轴棱锥,横向光强第1零点半径逐渐增大;但当σ取值较大时,横向光强分布不再是J20的形式,且横向光强的零点不再明显.对于轴上光强而言,多色高斯光束提高轴上光强分布的均匀性.     

基于匹配分布和混合高斯模型的车辆检测算法

为解决高斯混合模型GMM(Gaussian Mixture Model)在车辆检测中存在的车辆断裂等问题,提出了一种基于匹配度分布的混合高斯车辆检测算法.该算法采用c均值聚类法计算混合高斯模型初始值,得到初步的背景模型;匹配度分布的提出充分考虑了背景变化的时间性和空间性的特性;根据前几帧检测结果得到每个点的匹配度分布,对当前图片改变背景学习的规则,去除了干扰,适应了背景的变化.实验结果表明,该算法较传统的混合高斯检测方法检测率平均提高16％以上,使背景也更稳定和准确,克服了车辆检测的断裂以及光照突变等问题,提高了车辆区域检测的准确性.     

重力卫星时变重力场位系数误差Fan滤波算法分析

针对GRACE(gravity recovery and climate experiment)时变重力场模型中因高阶项误差引起的南北条带误差,分析利用滤波算法消除该条带误差的基本原理,着重研究Fan滤波和高斯滤波的理论差异,最后利用CSR(center for space research of texas university in austin)提供的Level-2 RL05版本时GRACE重力场数据对2010年全球陆地水储量月变化进行了数值计算,并分别利用Fan滤波和高斯滤波对相关误差进行了处理,并将计算结果与GLDAS(global land data assimilation system)水文模型的结果进行了验证分析。比较结果表明:Fan滤波相对于高斯滤波,能够有效地消除模型高阶项误差引起的条带误差。     

基于矩形框的人群密度数值估计算法研究

摘 要：公共场景监控下的人群密度估计已经是公共安全管理中的一个重要环节,为了提高对视频监控中人群密度估计的实时性和准确率,提出一种改进的混合高斯背景建模进行前景提取并用大小随目标边缘可变的矩形框对人群目标进行圈定以代替传统的边缘像素数和前景像素数,通过最小二乘法拟合估计人数和实际人数的线性关系,使用平均相对误差和平均绝对误差进行定量对比分析。实验结果表明：与基于边缘像素统计和阈值分割像素统计的算法相比,该算法能够直接统计出有效人数,较为准确的估计出视频图像中的人群数目,且误差最低。     

零漂移广义双曲线扩散过程构建和最优鞅估计函数

由于广义双曲线分布在资产收益率分布拟合中的优异表现,以规模测度和速度测度为工具,构建出边际分布服从广义双曲线分布的扩散过程.利用1.5阶强泰勒近似法离散化随机微分方程,以二次最优鞅估计函数法得到模型参数估计量,结果显示:鞅估计函数法能够快速、准确地对正态逆高斯扩散过程作出参数估计,并且能获得高精度渐近协方差矩阵.