联合多层次深度特征的SAR图像目标识别方法

提出了联合多层次深度特征的合成孔径雷达(SAR)目标识别方法。采用卷积神经网络(CNN)学习SAR图像的多层次深度特征。多层次的深度特征从不同方面描述原始SAR图像中的目标特性,从而为目标识别提供更充分的决策依据。为了充分发掘不同层次深度特征的独立特性以及它们之间的内在关联,采用联合稀疏表示对多层次的深度特征进行联合分类。根据各层次特征的整体重构误差判定目标类别。采用MSTAR (Moving and Stationary Target Acquisition and Recognition)公共数据集对提出方法进行了性能测试。实验结果表明,该方法的识别性能显著优于现有的SAR目标识别方法。     

基于提升框架检测的空中强机动视频目标跟踪

空中强机动性目标在视频中表现出运动形变剧烈、运动规律难预测且背景特征不明显不稳定等特点,传统的检测跟踪算法不能有效地对其实施检测跟踪.为解决上述问题,提出一种不依赖于帧间运动特性的基于提升框架检测的空中强机动视频目标跟踪算法.首先,利用提升框架实现图像的小波变换,得到目标的高频分量信息.然后,对高频分量进行融合,并提出了目标特征增强的方法,完成单帧图像的目标检测.最后,实现视频序列的实时跟踪.实验结果表明,该算法能够实时、准确地对空中背景下的强机动性目标进行检测跟踪,有效地解决了目标运动形变剧烈、某些帧中存在遮挡而造成后续帧失跟等跟踪困难.     

怎样鉴别失效的农药

（一）直观法：先看产品是否过了有效期。农药有效期一般是从产品日期算起,时间为2年。过了有效期,农药就会变质失效。在有效期的产品,要看外观特征变化。粉剂农药如果已明显受潮结块,药味不浓或有其他异味时说明已失效：乳剂农药要先将药瓶静置观察,如果药液浑浊不清或出现分层或有沉淀或有絮状悬浮物等现象时,表明药剂失效的可能性很大。[第一段]     

自组织特征映射在柴油机振动信号模式分类中的应用

通过分析柴油机在磨合期、不同摩托小时和拉缸等典型状态下的振动信号样本,计算出各类样本在幅域、时域和频域的特征参量,按照类别可分离性判据进行特征选择,寻找出能够代表发动机不同状态的有效特征参数,同时降低特征向量空间的维数,最后利用自组织特征映射神经网络(Self-Organizing Feature Map)进行发动机不同状态的分类.分析结果表明,SOFM能够对各类模式进行有效的分类,准确率达到92%以上.     

基于特征点匹配的图像拼接算法研究

通过查找待拼接两幅图像的对应特征点以确定两幅图像的缝合点,进而确定两者的匹配位置,通过对图像的重叠区域进行平滑过渡处理,实现了待拼接图像的无缝拼接。实验结果表明,文中所提算法合理,取得了良好的效果。     

基于图像处理的明火火灾探测研究

基于数字图像处理技术,实时采集火灾现场帧彩色图像,实时计算图像数据在空间分布上所包含的纹理特征信息——能量(CON)、熵(ENT)、相关(COR)、惯性矩(ASM),并提取火焰的形状,获得火焰特征参数——面积、周长、圆形度、重心.通过融合处理连续帧图像数据,量化得到纹理信息表示的现场环境状况和火焰特征参数表示的火焰形状及其不稳定性特征。这些特征参数在火灾发生时出现了明显的变化,呈现出一定的规律,利用这些规律可以在现代船舶上实现火灾图像探测报警。     

提高惯导系统Unscented卡尔曼滤波实时性技术

Unscented卡尔曼滤波(UKF)通过构造一组,具有与给定状态估计相同的一、二阶矩,也可能是高阶矩的样本点,实现对非线性系统的状态估计,因此其计算效率取决于能够捕获这些数字特征的样本点数目.通过构造n 2个样本点来捕获n维状态变量的均值和方差,提出了将这种方法应用于惯性导航的初始对准.仿真结果表明在同等滤波精度的情况下,该方法比UKF计算效率更高,实时性更好.     

增强官兵练兵动力应形成科学导向

有效履行我军的历史新使命,切实做好军事斗准备,需要广大官兵具有积极的练兵动力、高涨的练热情,主动谋打赢、练打赢。而增强官兵的练兵动力,应注重从人学角度,关注官兵作为个体的人和群体的人这个特征,以科学的导向激发官兵练兵的内在驱动力,进而转化成积极的练兵愿望和练兵行     

苏轼散文风格略谈

苏轼的人生坎坷、情操高尚,这决定了其艺术风格的基本性质。苏轼思想旷达,胸襟开阔,感情奔放。其论文,贵以“意”摄之,贵天才变化,重在“活”与“变”。常用“水”这个意象,因为水之无“常”无“定”的自然特征正好切合“活”、“变”的美学特质。用水之属性来衬文之姿态,体现出他对文章风格的一个基本的美学追求,即追求新意,不拘成法,率性而作,