基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.     

基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法

为了预防因露天矿边坡表面恶化而产生节理、裂隙或断裂等破坏边坡完整性所引发的安全事故,同时解决传统图像处理算法以及经典的深度学习模型直接应用于露天矿边坡裂隙检测效果不甚理想的问题,提出了一种基于改进的Mask R-CNN的露天矿边坡裂隙智能检测算法,运用了Mask R-CNN在目标检测、语义分割以及目标定位方面的集成性特点,改进了其在掩膜分支的边缘不清晰以及误检等缺点,构建了一种针对露天矿边坡裂隙图像的检测分割框架。该方法在掩膜分割分支引入了空洞卷积神经网络以及分类分割迭代上采样操作,能够解决边坡裂隙分割边缘粗糙的问题,实验结果表明,与传统的裂隙分割算法相比,该算法具有更高的识别精度以及更好的分割效果。     

不同分级循环加卸载模式下六边形蜂窝能量演化规律

为了阐明循环加卸载路径对六边形蜂窝能量演化的影响规律,设计了3种不同分级循环加卸载试验,揭示了不同分级循环加卸载模式下外界输入总能量、弹性变形能、耗散能、塑性变形能等参数的演化特征及相互关系,研究结果表明：不同分级循环加卸载作用下,蜂窝的初始峰值强度和平台应力与卸载过程蜂窝弹性能的释放程度有关;3种不同分级循环加卸载模式下外界输入总能量、蜂窝的弹性变形能和塑性变形能随着加卸载梯级增大呈现非线性增加的趋势,耗散能在前三级循环作用下随着加载次数增加而减小,在最后一级循环中循环载荷上限较大,扰动效应强于强化效应,耗散能呈现相反趋势;提升循环载荷上限,蜂窝内部损伤增加,且越接近蜂窝初始峰值强度,蜂窝的损伤越严重;同时提升循环载荷下限,蜂窝弹性能释放较少,损伤加剧。     

电增压促进废气再循环对发动机性能的影响

在一台1.5 L带废气涡轮增压的直喷汽油机上进行了电动增压和废气再循环（exhaust gas recirculation, EGR）协同对发动机动力性和经济性的影响规律试验研究。结果表明：全负荷下电动增压促进最高废气再循环率随转速的上升而下降,在4个试验转速下分别提升了17.7%、15.2%、13.84%和0;部分负荷下电动增压促进最高废气再循环率随负荷的提高与转速下降,在6个试验工况下最高废气再循环率分别被提高了23.63%、30.31%、0、14.09%、19.74%和0。全负荷与较低的3个转速下电动增压介入后有效燃油消耗率（brake specific fuel consumption, BSFC）降低近10%,最高转速下废气涡轮增压完全取代电动增压;部分负荷下的两组工况内,电动增压介入后,最高BSFC降低了10.8%和8.4%。结论表明合理应用电增压促进最高废气再循环率可以提升发动机的燃油经济性并保持较高的动力性。     

对我国《细胞生物学》教材的文献计量学分析

对１１本《细胞生物学》教材进行了文献计量分析,在此基础上阐明了各教材的特点,并对各教材作了较为客观的评价,为师生选择合适的教材或教学参考书提供了一些依据。     

地空数据传输系统中单载波频域预均衡技术

在频率选择性瑞利慢衰落信道条件下,提出了一种适用于地空传输系统上行链路的单载波频域预均衡方法。在此基础上设计了预均衡系统模型,地面端将下行链路中的导频信号与本地导频信号对比进行信道状态估计,利用获得的信道状态信息对上行链路信号进行预均衡处理,然后在机载接收端对上行链路信号进行再均衡。基于迫零准则和最小均方误差准则,分析了该方法的信号处理流程,计算得到预均衡系数。通过仿真实验,对比分析了不同均衡方案的误码性能,结果表明:单独在地面发送端进行预均衡,会出现误码率平台效应;而预均衡之后在机载接收端进行再均衡的方法,在误码率为10-5的情况下,与采用线性均衡结构的传统单载波频域均衡方法相比有2~3dB的性能增益。     

影响铅同富里酸络合容量测定的因素

对内蒙古地区天然水中有机配体与铅的表观络合容量（Ｃ．Ｃ）进行了阳极溶出伏安法（ＡＳＶ）测定,并计算总条件稳定常数（Ｋ）和络合容量指数（Ｉ）;对电极的互性关系和重现性,络合平衡时间、ｐＨ等因素做了半定量讨论。     

一种新的混沌神经网络模型及其动力学分析

提出了一种混沌神经网络模型。通过引入暂态混沌和时变增益,该网络比Hopfield型网络具有更加丰富和更为灵活的动力学特性,从而具有更强的搜索全局最优解或近似全局最优解的能力,它可以用于求解各种复杂的优化问题。大量的数字模拟表明网络能较好地解决Hopfield型网络的局部极值问题。     

AHP法在空调冷热源方案选择中的应用

从空调冷热源设计的实际需要出发,提出了将系统工程中著名的ＡＨＰ法引入设计方案决策的新途径．在简要论述ＡＨＰ法基本思想和步骤的基础上,着重分析了ＡＨＰ法在实用中存在的问题,探讨了一种直观、高效的构造具有足够满意一致性ＡＨＰ判断矩阵的新方法,并运用该法对某大厦空调冷热源设计的具体实例进行了计算,得出了合理的结论．结果表明,ＡＨＰ法能够成功地应用于空调冷热源方案选择的决策．     

基于领域复用的软插件库应用研究

目的研究基于领域复用的软插件的原理和实现模型。方法 结合基于领域复用的基本原则,对构造基于领域复用的软插件库的方法进行讨论,并以商用ＰＯＳ机软插件库有组织构造为例进行了具体说明。结果与结论基于领域复用的软插件比传统方法更有利于软件复用。