几种简化联合概率数据互联算法性能分析

针对最优联合概率数据互联算法复杂、运算量大的问题,目前提出了许多简化的联合概率数据互联算法。为了清楚地了解这些算法在不同环境下在跟踪精度、实时性等跟踪性能上的差异,对几种典型的简化算法进行了详细的性能分析。给出了简化算法的数学模型,然后从理论上对这些算法进行了优缺点比较,最后选取了多种典型的与实际工程背景相近的多目标运动环境,对几种比较有代表性的简化算法在这些环境下进行仿真实验,并根据仿真结果对它们各方面的性能进行综合分析。     

基于多普勒谱的多目标鉴别技术

多目标鉴别是雷达信号处理中迫切需要解决的技术难题。针对Chirp脉冲雷达体制及其相参积累处理的原理和特点,利用多个目标的多普勒谱分布特性,提出了应用CLEAN算法的多普勒谱旁瓣抑制技术实现多目标鉴别。仿真结果表明了这种技术的有效性,且在信噪比较低的情况下仍然非常稳健。     

合成孔径雷达成像三维地形目标模拟方法

分析讨论了一种合成孔径雷达成像三维地物目标模拟的方法。阐述了复杂三维地物目标模型的建立方法，分析了回波信号的结构并且讨论了成像仿真参数。最后完成了对三维复杂地物目标的成像仿真实验，得到了较为理想的结果。     

一种基于加权证据合成的多传感器目标识别方法

针对多传感器数据融合目标识别问题，基于D-S证据理论，提出了加权证据合成的时空域目标识别算法。该方法充分利用了多传感器多周期的测量数据，并根据D-S合成规则要求参与合成的各证据具有相同权重的特点，充分考虑了提供证据的信源即各个传感器的可靠性。在合成中，引入证据权的概念，解决了不同权重的多传感器数据融合问题，在一定程度上改善了目标识别系统的性能。最后通过计算实例表明算法是有效的。     

复杂地下空区综合探测技术研究及其应用

采空区已成为矿山生产和工程建设过程中迫切需要解决的难题之一。分析了采空区带来的安全隐患和主要危害，总结了当前采空区探测中使用的主要方法和手段。针对复杂关联群采多空区情况，在现场摄影调查的基础上，提出了以探地雷达和瑞雷波法为主的综合探测技术。两种不同的先进物探技术，相辅相成，提高了采空区探测的准确度和精度。该方法在甘肃省厂坝铅锌矿地下群采空区探测中得到具体应用，基本查明了采空区的分布情况、大小情况和贯通关系，并对原有采空区平面布置图进行了修正。探测结果，为该矿由露天开采转入地下生产，提供了安全保障条件。     

Development of the CAS-IBB single-particle microbeam for localized irradiation of living cells

A single-particle microbeam facility has been constructed at the Key Laboratory of Ion Beam Bioengineering (LIBB), Chinese Academy of Sciences (CAS). The system was designed to deliver a defined numbers of hydrogen ions, produced by a van de Graaff accelerator, in an energy range of 2.0-3.0 MeV, into an area smaller than that of the nucleus of an individual living cell. The beam is collimated by a borosilicate glass capillary that forms the beam-line exit. An integrated computer program recognizes the cells and locates them one by one over the microbeam exit for irradiation. We present technical details of the CAS-LIBB microbeam facility, particularly on the collimator, hardware, control program, as well as cell irradiation protocols available. Various factors contributing to the targeting and positioning precision are discussed along with accuracy measurement results.     

Rough集-神经网络系统在信息融合目标识别中的应用

研究了Rough集和神经网络方法在信息融合目标识别中的应用 .提出将神经网络学习机制引入到Rough集系统 ,同时通过Rough集的条件和决策属性构造神经网络结构 ,并针对三种不同谱段下的三种不同目标图像进行了实验 ,试验表明 ,Rough集 神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率 ,训练时间也大大缩短 .     

基于压缩感知的实时在线目标追踪

在正负样本区域随机抽取了不同尺度下图像的局部二值模式(LBP)特征,将高维的特征信息投射到低秩的压缩域,并据此建立了表观模型.使用一个随机稀疏测量矩阵来压缩前景和背景目标.将追踪问题转化成为了一个使用朴素贝叶斯分类器的二元分类问题.所提方法可以较快速、实时地在线追踪目标,同时解决了目标尺度变化、遮挡问题.     

全球气候治理格局下中国低碳技术的发展取向研究

本文主要通过文献研究、政策调研的方法,梳理了中国参与全球气候治理下的低碳技术发展形势。研究发现,中国未来面临的减排压力较大,发展低碳技术势在必行。但是,由于受国际经济利益博弈格局的影响,以及贸易保护主义盛行,实际低碳技术转移效果很差,未来也很难实现突破,所以发展自主研发的低碳技术产业是我国未来的发展方向。中国应积极提升低碳技术专利质量、完善研发模式并实现技术的知识产权战略布局。     

基于SSD卷积网络的视频目标检测研究

针对传统卷积神经网络对远距离视频目标识别效果差的原因,本文提出一种改进的基于SSD卷积网络的视频目标检测模型.首先,对数据集进行剪裁,旋转等预处理,提高网络检测泛化能力,其次,采用coco数据集Mobilenet_SSD预训练模型,由于其具有轻量级网络模型特点,减少计算开销,减少内存占用量.然后,再结合voc2012数据集进行二次训练微调处理,加快训练收敛速度,使用自定义数据集能有效检测特定场景目标,能够有效识别远距离场景下视频目标物体.实验结果表明,改进的网络检测模型适用于远距离目标检测,减少计算量,降低硬件内存资源消耗,提高网络模型性能和检测精确度,具有较好的鲁棒性.