积极探索,推进兵团城镇化发展步伐——石河子总场小城镇建设的调查报告

“小城镇 ,大战略”。发展小城镇是促进团场经济社会发展的重要战略措施。 1 999年 1 2月北泉镇正式成立 ,成为兵团第一个建制、自治区第一个全国小城镇综合改革试点单位。石总场城镇建设的经验 ,对加快兵团小城镇建设步伐具有重要意义     

希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用

针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;对含噪声的本征模态函数进行阈值消噪并与未做处理的本征模态函数重构成无噪声信号;对无噪声信号进行希尔伯特-黄变换并计算出希尔伯特边际谱;根据希尔伯特边际谱的差异识别出不同细小尺寸的表面与下表面裂纹。实验结果表明了所提方法的有效性,经过集成经验模态分解消噪,消除了噪声对脉冲涡流信号的干扰;而基于希尔伯特-黄变换的方法则能够有效识别出不同尺寸的裂纹。     

小水线面四体船的阻力特点分析

从粘性阻力、兴波阻力和旋涡阻力3个方面分析小水线面四体船(以SLICE为代表)的阻力特点,讨论了浮体横向错位、支柱和潜体形状、航速和吃水对兴波阻力的影响.结果表明,在浅水中一定航速范围内,与等排水量的小水线面双体船(SWATH)相比,SLICE有一定优势.     

基于红外图像的小目标检测与跟踪方法

为了能在强杂波、低信噪比的情况下检测小目标,人们提出了许多针对小目标检测与跟踪的方法。介绍了基于红外图像的小目标检测和跟踪的各种方法和最新进展,重点讨论了灰度形态法、小波变换法、最优时空非线性滤波法用于小目标检测与跟踪的原理,并指出了今后的发展和研究方向。     

装载PCB板的小屏蔽体屏蔽效能仿真研究

运用仿真软件FEKO对装载PCB板的小屏蔽体屏蔽效能进行了仿真计算。首先定义基于统计意义的屏蔽效能测试方法,然后对屏蔽体内部装载PCB板后的关键位置进行多点数据采集,并取其均值作为壳体屏蔽特性的量度。结果表明：装载PCB板对壳体屏蔽效能有很大影响,选择合适的装载位置会提高受保护器件的安全性。同时,对小屏蔽体的设计给出了相关的建议。     

基于逆合成孔径成像激光雷达的自旋小目标成像系统

为了获得毫米级自旋小目标的清晰成像,采用逆合成孔径成像激光雷达技术设计了基于距离向数据与方位向数据相融合的图像重建系统。系统采用大带宽、窄线宽光纤激光器配合调制器实现激光脉冲的线性调频,利用光外差原理对回波信号进行采集处理。结合自旋目标的运动特性,给出了含有自旋分量的回波信号函数方程,并将该分量引入传统的R-D算法中实现了对自旋目标的ISAIL二维图像的重建。实验采用毫米级铝条构成被测小目标,通过步进电机及带倾角的转台完成运动及自旋模拟。实验结果显示,当目标固定时,可通过回波能量数据获得一维距离向图像,与被测目标的4个特征点位置一致。当目标运动时,通过数据压缩并代入自旋参量,最后通过R-D算法可以获得可识别的ISAIL二维图像,验证了系统符合自旋小目标成像的设计要求。     

多品种空投小件装载优化建模研究

针对空投小件装载率低下的现状,提出利用相关容重比平衡法,制定装载计划以充分利用飞机的载重能力及其使用面积,分别建立了单机和多机空投小件装载模型。该模型充分考虑了飞机的面积和载重量,对提高空投小件装载的利用率,起到良好应用效果。     

小子样条件下航天轴承性能可靠性建模与评估

航天油润滑轴承可靠性具有小子样、无失效数据特点,即使采用性能可靠性方法进行建模与分析,仍存在性能数据不足问题。提出小子样条件下航天轴承性能可靠性分析的多层贝叶斯模型及模型求解方法。通过失效分析,建立轴承性能退化过程模型。利用自助法、试验数据、物理模型和专家经验等确定Bayes验前分布,并采用MCMC方法解决Bayes计算问题。实例分析表明,该方法具有较好的适用性,是解决小子样条件下长寿命产品可靠性建模与评估问题的一种有效途径。     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

A pixel-level local contrast measure for infrared small target detection

Infrared (IR) small target detection is one of the key technologies of infrared search and track (IRST) systems. Existing methods have some limitations in detection performance, especially when the target size is irregular or the background is complex. In this paper, we propose a pixel-level local contrast measure (PLLCM), which can subdivide small targets and backgrounds at pixel level simultaneously. With pixel-level segmentation, the difference between the target and the background becomes more obvious, which helps to improve the detection performance. First, we design a multiscale sliding window to quickly extract candidate target pixels. Then, a local window based on random walker (RW) is designed for pixel-level target segmentation. After that, PLLCM incorporating probability weights and scale constraints is proposed to accurately measure local contrast and suppress various types of background interference. Finally, an adaptive threshold operation is applied to separate the target from the PLLCM enhanced map. Experimental results show that the proposed method has a higher detection rate and a lower false alarm rate than the baseline algorithms, while achieving a high speed.