Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

两个DEA的逆问题的解法的探讨

文[1]提出了两个DEA的逆问题，并用搜索法来解．而本文根据所证的定理，对每个问题一般只要解二、三个线性规划问题就能得到答案．     

双格半群

本文给出格半群上对偶同构、双格半群、ST-格半群等概念,讨论了格上半群构成格群的几组充要条件,从而解决了格在什么情况下具有格群结构这一至今未解决的问题.同时研究了ST-格半群等的一些性质、指出格群类是双格半群类的一个真子类.     

C^n中子空间之间极端主角的一些应用

本文给出了Ｃ＾ｎ中子空间之间最大和最小主角在矩阵逼近，投影算子的扰动分析，群逆以及Ｏｒａｘｉｎ逆的扰动估计，条件数理论，Ｂｏｔｔ－Ｄｕｆｆｉｎ系统扰动分析中一些应用。     

有势场逆问题的边界元法

本文给出了位势方程逆问题的一种最小二乘边界元解法。控制方程为Ｌａｐｌａｃｅ方程，但一部分边界上未给出任何边值，而只在某些内点上给出了势函值。这一问题在数学上属不适定问题，但在一定条件下存在唯一解。本文同时给出了一种估计解的可靠性的方法。数值试验表明，这类逆问题采用边界元法是非常有效的。     

谐和与随机噪声联合作用下Van der Pol-Duffing振子的参数主共振

研究了Van der Pol-Duffing振子在谐和与随机噪声联合激励下的参数主共振响应和稳定性问题。     

实验研究二维圆柱后尾流中涡脱落的有序和混沌现象

本文给出了在Re=50—400范围内二维圆柱后涡脱落的有序和混沌现象的一些初步实验结果。涡脱落由有序到混沌的转捩发生在Re=184.6—193.5之间,但是它不是通过准周期途径。在涡脱落频率与Re数的关系曲线上有两个间断。在Re=70处的间断可能对应于倾斜涡脱落模式的变化,在Re≈193.5处的第二间断对应于由有序到混沌状态的转捩。     

中国股市长记忆的修正R/S分析

本文在比较各种长记忆检验方法优缺点的基础上,采用修正的R/S分析检验我国沪深两股市日收益和日绝对收益序列的长记忆性。结果表明在0.05的显著水平下,两股市的日收益序列均无长记忆,但深圳成指日收益序列的记忆长度比上证综指日收益序列的记忆长度长;以日绝对收益序列为代表的波动序列具有较强的长记忆性。     

具有某种断面的半群的研究进展

本文综述了几类具有特殊断面的半群的近期研究结果。在介绍逆半群和正则半群的一般结构之后，概述了具有逆断面的正则半群的结构和同余格的研究成果。总结了作为逆断面的推广的可裂断面，纯正断面，正则^*－断面和恰当断面。提出了可以进一步研究的重要的问题。