基于标准化信息距离的彩色图像检索方法

针对标准化信息距离（Normalized Information Distance,NID）在图像检索（Image Retrieval,IR）应用中的优势和不足,结合图像的显著图,给出了一种改进的基于NID的IR算法,并进行了仿真实验。结果表明：改进算法的检索性能有了较好的改善。     

基于随机网络的平均维修保障服务时间分析

利用随机网络建模方法在随机工程项目分析中的优越性,建立了不同保障方式下的维修保障过程模型。重点对网络活动中的维修等待时间和维修等待概率进行了分析,利用随机网络的解析算法,确定了维修力量的平均维修保障服务时间分析模型。最后将该方法应用于伴随修理过程,对其平均维修保障服务时间进行了案例分析。     

共晶复合陶瓷损伤过程的有限元分析

针对共晶复合陶瓷的微观结构特征,建立了含强约束界面相的有限元模型,模拟了包含片状夹杂共晶复合陶瓷材料的外载应力场分布规律;应用ANSYS的APDL语言进行编程,对材料的损伤过程进行了研究。结果表明材料的破裂由基体损伤决定,随着外载荷的增加,损伤破坏沿界面延伸,并逐渐向基体内部扩展,最终造成基体的断裂。     

高速微粒轰击45钢表面纳米化过程中铁素体相晶粒细化过程分析

利用高速微粒轰击技术在45钢表面制备了纳米晶,利用透射电镜（TEM）和X射线衍射（XRD）等分析技术对距表面不同深度的微观结构进行分析,研究铁素体相晶粒细化过程。结果显示：随着距表面距离的减小结构尺寸逐渐减小,在最表面形成了纳米晶层,平均晶粒尺寸约为15 nm。通过不同尺寸位错胞的逐步形成,以及位错墙不断向晶界演化,晶粒被细化为细小的纳米晶。     

基于Petri网的装备维修过程建模与AnyLogic仿真

针对装备维修重修复质量、轻过程质量,导致效率不高、浪费较重、缺乏过程管控等问题,建立了装备维修过程库所/变迁网模型和着色时间Petri网模型,给出了装备维修过程动态性、随机性、时间性描述,提出了不同修理技能人员工序完成时间的计算方法,运用AnyLogic软件进行了装备维修过程仿真,得出了不同人员组合所对应的不同维修时间和工序返工情况,为维修过程优化与验证提供了一种思路。     

工程陶瓷表面粗糙度与图像纹理特征关系

为描述陶瓷磨削表面纹理特征与粗糙度的相互关系,实现快速评定和预测陶瓷磨削加工表面粗糙度,运用灰度共生矩阵对表面纹理特征进行提取和分析。根据采样点间距、灰度级随特征值的变化曲线确定灰度共生矩阵影响因素,按4个方向建立灰度共生矩阵并计算所有纹理特征参数均值。通过分析特征参数间相关性,确定4个参数为陶瓷磨削表面纹理主要特征参数。该参数与表面粗糙度的变化规律,可以反映陶瓷磨削表面粗糙度,进而评估磨削加工质量与可靠性。     

一种新的形态中值小波图像去噪方法

图像去噪是图像预处理中一项重要环节.针对线性小波分析在图像去噪中会丢失一些细节信息这一缺点,利用数学形态学算子的非线性特征,构建了一种非线性的可用于灰度图像处理的形态中值小波,并应用于图像去噪.对比实验结果表明,该方法比线性小波去噪方法具有更好的去噪性能,图像细节信息损失更小.     

美军太空信息支援战区作战研究

为了保证太空信息能自顶向下融入到战区联合作战行动,实现太空信息支援力量与其他作战部队的跨域协同,美军建立了体系健全、功能完备的太空信息支援系统。本文梳理归纳了美军太空信息支援力量体系,针对太空信息支援战区作战的指挥与运用流程,分析了“统分结合、视情授权”的太空信息支援战区作战指挥体系,研究了“需求提出－汇总分析－分类提供”的支援作战流程,对天基侦察监视、卫星通信中继、卫星导航定位的需求管理、任务规划与资源调度的具体运用流程进行了分析,总结了美军太空信息支援战区作战指挥控制的特点。希冀本研究可为太空信息支援作战的指挥体系构建和指挥控制流程设计提供一定参考。     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

损耗地面上线天线的一种近似计算方法

在普遍镜像法分析地面上垂直天线特性的基础上,提出了一种修正的镜像法,该方法能提高计算的速度.通过仿真计算以及对测量结果的比较,发现VLF天线输入阻抗随着地面电导率的改变而明显变化,而且大地的形状和地质在一定程度上影响VLF天线的发射效率.