针对舰船目标高分辨距离像的特征选择方法

为了提高基于高分辨距离像(HRRP)的舰船目标识别率,首先通过目标区域提取来解决HRRP的幅度敏感性和平移敏感性的问题;然后根据传统的特征提取方法,提取出15个较好的特征进行多特征综合识别;最后在基于Fisher准则的特征选择方法上进行改进,提出了一种基于特征互补性的特征选择方法,选择一个最优特征子集。通过仿真实验验证了提出的特征选择方法,同时选择出一个最佳分类器。     

透明栅控SOI薄膜横向PIN光电探测器的光电特性

透明栅控SOI薄膜横向PIN光电探测器,是一种以SOI技术和互补金属氯化物半导体工艺为基础,综合SOI器件和传统双极、场效应光敏器件的新型光电探测器。利用半导体器件物理和基本方程,介绍和分析了器件结构及其工作原理,建立电压、电流物理模型。应用SILVACO器件仿真软件,完成器件的数值模拟与验证。在中短波长工作段,器件光电流随栅极电压的增大而增大,表现出明显的栅压控制特性。全耗尽状态下,器件的内部量子效率在中短波长(400nm,450nm,530nm,600nm)的光辐射下,可达到96%以上,甚至接近100%。短波长下(280nm,350nm),量子效率最大值近80%。此外,器件的暗电流很低,光暗电流之比超过106,具有高灵敏度。     

数字图像复数不变矩构造及稳定性分析

为系统性地给出数字图像不变矩一般性构造方法及对不变矩稳定性进行分析,通过采用复数矩作为描述数字图像识别特征量的方法,研究了复数不变矩所具有不变性的约束条件及其与几何不变矩间的关系,推导出了复数不变矩构造定理,并以在工程应用中的低阶复数不变矩为例对复数不变矩的稳定性进行了分析。研究结果表明:采用复数不变矩构造数字图像特征量具有很好普适性和稳定性,对于图像目标识别特征的描述有较好的效果。     

主动学习与自学习的中文命名实体识别

命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。     

全极化雷达的多任务压缩感知目标识别方法

为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。     

基于语音频谱包络抽取的MFCC算法

MFCC可以更加准确地表示语音低频处的频谱包络,在语音转换中是一种很好的频谱包络表示方法;提出一种新的有效的求解MFCC的算法,先对频谱通过谐波抽取得到阶梯谱包络,再对阶梯谱包络进行Mel尺度变换,最后通过余弦变换求得MFCC参数。该方法实现简单,运算结果准确。     

R-C系统中由表面散射引起的视场内杂散光分布

推导了R-C系统焦平面上由主镜和次镜表面散射引起的视场内杂散光分布的近似解析表达式.针对典型R-C系统的视场内杂散光分布,由近似表达式得到的计算结果与利用商业光学仿真软件得到的模拟结果具有较好的一致性,说明了近似表达式的正确性.与焦平面上无像差衍射光分布相比较,可以方便地分析强光入射时R-C系统焦平面上不同区域的饱和机制.研究结果表明,对于典型的R-C系统,探测器表面上以几何像点为中心,半径为2.5mm的范围内,衍射光是引起探测器饱和的主要因素;在此范围外,表面散射造成探测器的饱和.该结果为进一步研究强光饱和实验,解释有关现象提供理论分析基础.     

复杂战场环境下的防空反导光学成像制导技术

光学成像制导技术是提升精确制导武器防空反导能力的核心技术之一,对提高复杂战场环境下精确制导武器的防空反导能力具有十分重要的作用。针对复杂战场环境下防空反导的需求,首先深入分析了各种复杂战场环境要素给光学成像制导武器带来的挑战,然后对未来光学成像制导技术发展趋势进行预测,最后结合我国光学成像制导技术发展现状,介绍了未来几年间需重点探索的几种新型光学成像制导技术。     

多特征的UAV快速目标识别算法仿真

针对UAV(Unmanned Aerial Vehicle)侦察图像快速目标识别问题,重点展开基于多特征的UAV快速目标识别算法的仿真研究。算法结合图像的不变矩特征和SIFT特征,首先用不变矩特征构造适应度函数并利用遗传算法的全局搜索能力,在侦察图像中进行搜索,快速提取出可能包含目标的感兴趣区域(ROI,Region of Interest);然后采用尺度不变特征变换算法(SIFT,Scale Invariant Feature Transform)在ROI区域中进行匹配识别,从而确定目标的精确位置。仿真结果表明:算法具有较强的鲁棒性,能有效地识别飞机目标并显著减少识别时间,为UAV系统提供了一种近实时的目标识别方法。     

改进的前向信息修补算法及其应用

前向信息修补算法可以对离散动态贝叶斯网络的缺失数据进行预测,该算法只适用于所有观测节点是相互独立的网络,却不能处理观测节点有依赖关系网络的缺失数据。针对该算法的这一缺陷,提出了改进的前向信息修补算法,在分析离散动态贝叶斯网络的缺失数据具有二种基本形式的基础上,推导出了每种形式的相应预测公式。继而构建了用于识别威胁源离散动态贝叶斯网络的模型。仿真实验验证了改进的前向信息修补算法的有效性。