美国陆军官方网站多模态话语分析与军队形象建构

本文以Kress、Van Leeuwen和 Painter等学者的视觉语法理论为基础,从再现意义、互动意义和构图意义三个方面对美国陆军官方网站“相册”栏目进行多模态话语分析,挖掘网页的符号资源,探寻多模态语篇生成意义、传递信息和构建形象的具体机制。在此基础上,借助Halliday、Hasan、Bateman和Bhatia等学者的多模态语类分析理论,探究模态间的互动关系,分析网页的整体设计、语类特点和宣传手段等。研究发现,该网站通过象征意义、情感互动和显著性差异等手段,影响读者对美军的认知,引导读者对美军产生积极联想,从而回避现实问题,为美军塑造正面形象。在深入发掘网页的交际目的、结构潜势和互动机制的基础上,搭建多模态语类分析框架,揭示军事网站设计和社会文化背景的复杂关系,助力军队形象建设。     

新型冠状病毒肺炎疫情全球爆发期间民众群体心理研究【专题】

本文从认知过程、情绪过程和意志过程这三种心理过程的角度对2020年初席卷全球的新冠肺炎疫情期间的民众群体心理进行数据收集与初步分析,并在此基础上提出疫情期间民众群体心理的管理建议与对策,具体包括：引导对于新冠肺炎疫情的正确群体认知、调节新冠肺炎疫情引起的消极群体情绪和控制可能引发次生危机的社会意志与行为倾向三个方面。     

Experimental study on the detonation process of a pulse detonation engine with ionized seeds

An experimental platform of a pulse detonation engine (PDE) was established to study the effect of different K₂CO₃ ionized seed mass contents on the detonation process. The pressure and ion concentration were detected in the detonation process of the PDE with different contents of ionized seeds. The initiation process of the PDE at different ignition frequencies was studied. The results show that the gas conductivity in the detonation process increased by adding ionized seeds to the PDE tube, and the conductivity increased with the increase in ionized seed mass content. With the increase in ionized seed mass content, the range of the conductivity decreased. The PDE was successfully ignited and formed a stable detonation wave at ignition frequencies of 5 Hz and 10 Hz, and the peak pressure of the stable detonation with the ignition frequency of 5 Hz was 17% higher than that with an ignition frequency of 10 Hz. The detonation wave intensity was weakened and degenerated to a shock wave that propagated in the tube without the fuel filled at the ignition frequency of 20 Hz.     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。     

超低照度下微光图像增强神经网络损失函数设计分析

超低照度下(环境照度小于2×10~(-3)lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果。为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数。实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息。     

结合全局与局部信息的主动轮廓分割模型

针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型。全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息。依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性。通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化。采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像。     

多轮次打击情况下的跑道失效率计算

对机场跑道进行多轮次打击时,每轮打击之后对跑道失效率的计算可掌握是否达到预期打击目的,为下一轮打击提供决策依据.以马尔科夫链为理论依据对多轮次打击情况下的跑道失效率进行计算,只需计算出跑道失效率的一步转移概率矩阵,即可求出任意多次打击后跑道的失效率,避免了采用常规方法时的多层迭代计算,降低了多次打击计算的难度.实例证明,该方法具有运算速度快、精度高的特点,可用于多轮次打击情况下的跑道失效率计算问题.     

基于人眼视觉机理的红外图像边缘提取

在描叙了On型感受野特性的基础上,结合Bubble函数和负高斯-拉普拉斯二阶微分函数,给出了实用的On型感受野数学模型;探索性地描叙了人眼微动产生中央凹区信息精细处理、周边区域保持适度警觉的机理,据此提出了大尺度On型感受野与小尺度Off型感受野相结合的人眼微动精细处理模型,并利用该模型对红外图像进行了边缘提取,显示出对弱小目标处理的快速性和精确性.     

野外复杂背景下轻武器射击目标的图像识别算法

针对野外复杂背景下轻武器射击目标图像的分析判别,首先采用一种彩色空间聚类分析和阈值分割相结合的混合算法,即基于S、I通道的目标图像两步分割算法,将目标区域从背景图像中分离出来.然后基于机器学习理论中的Boosting算法,利用区域的形状特征和纹理特征等组成一个强分类器,将目标区域从其他区域分离出来,同时判断出目标的类型.     

论消防部队基本建设跟踪审计过程控制

针对基本建设审计特点,提出逐步从规范基本建设审核审批程序入手,进行基建建设前期、施工中及结算、决算跟踪审计,发挥审计监督的机制性作用,达到基本建设活动全过程运作规范、有序、监督有效。