《美国牧歌》的神话原型解读

本文拟以神话原型理论为理论基础来解析菲利普.罗斯的著名作品《美国牧歌》。根据弗莱对原型的定义,指出该小说呈现了人物原型、主题原型、意象原型等。这些看似偶然的原型形成了普遍的结构关联,决定了作品的内在一致性。作者通过再现特定历史时期的原型,激发读者重新思考过去、现在和未来的联系。     

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。     

横向运动板对长杆弹侵彻的偏转作用

弹体的攻角直接影响其侵彻能力,而横向运动板能使弹体发生偏转改变攻角,间接影响弹体的侵彻能力。在一定条件下,推导长杆弹在单层横向运动板作用下的偏转模型,并利用有限元仿真软件ANSYS／LS-rDYNA对长杆弹侵彻横向运动板的过程进行数值模拟。通过对偏转模型及仿真结果的分析,发现两者较为相符。研究结果显示：长杆弹侵彻横向运动板时,弹体会发生偏转,偏转的角速度先增后减,最后为0rad／s,此时偏转角最大;弹体速度方向也会发生偏转,其最终偏转角与弹体轴线的偏转角接近。     

基于虚拟触角的自主车辆运动规划方法

在对自主车辆进行运动学分析的基础上,结合反应式行为规划方法和昆虫利用触角进行避障行走的思想,提出了一种使用圆弧形虚拟触角进行运动规划算法,并规划出在各圆弧轨迹片段车辆前轮摆角的参考值。仿真和实验结果表明：通过设置适当的初始参数,该算法能够使自主车辆在行驶过程中完全避开障碍物到达目标点,且轨迹光滑,满足车辆的运动学约束条件。该算法计算简洁、实时性强,适用于底层的实时控制,为自主车辆运动规划提供了一种简便、有效的策略。     

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.     

集集地震多维地震动频域非平稳特性分析

基于HHT方法和集集地震实际地震记录,利用可表征地震动频域非平稳特性的瞬时频率时程和瞬时幅值时程,对集集地震多维地震动的频域非平稳分布特性、场地条件及震中距对非平稳特性的影响进行了分析.分析结果表明,瞬时频率方法在地震动频域非平稳特性的定量描述上较穿零率方法更为精确,可较好地反映多维地震动的频域非平稳特性.     

航空磁探仪目标运动分析仿真研究

针对航空磁探仪目标运动分析问题,分析了目标运动要素确定方法。首先,采用蒙特卡洛仿真和统计分析法研究了目标运动要素估计误差的分布规律;然后,结合最小二乘定位法,给出了目标运动参数及其误差的简化算法;最后,分析了影响目标运动要素解算精度的主要因素。研究结果可为磁探仪的使用、攻潜武器的选择和攻潜效果的预测提供参考。     

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.     

基于二进小波变换的噪声图像自适应增强新算法

针对图像增强算法通常会放大原图像中噪声分量的问题,提出了一种基于二进小波变换的图像增强新算法。该算法充分利用了二进小波变换的平移不变性和各尺度上小波系数间的相关性,有效改善了增强过程中噪声放大和边缘失真问题。此外,算法具有高度的自适应能力,适用性更强。实验结果表明,与目前已有的各类多尺度图像增强算法相比,该算法在抑制噪声和凸显图像特征两方面均有明显改进。