基于SAR仿真图像的地面车辆非同源目标识别

充分的合成孔径雷达(synthetic aperture radar, SAR)模板数据是目标识别算法(尤其是基于深度学习的智能目标识别算法)获得优异识别性能的关键, 基于实际测量获取充分SAR数据是不现实的, 基于电磁散射建模的SAR仿真成为当前获取充分样本的一种有效途径。SAR仿真图像与实测图像为非同源数据, 由于SAR仿真的目标几何模型与实物之间差异、SAR仿真过程中的传感器模型与实际传感器性能之间差异、实物所处的背景环境与SAR仿真的环境之间差异、电磁建模方法本身误差等因素导致SAR仿真图像与实测图像存在差异, 会影响识别性能。针对这一问题, 首先采用一种基于高频渐近技术和离散射线追踪技术的SAR仿真方法获取地面车辆目标的SAR仿真图像, 再利用卷积神经网络方法、线性/非线性特征变换方法实现对MSTAR实测数据的非同源SAR目标识别性能对比分析。实验结果表明, 直接使用SAR仿真数据无法实现对实测SAR数据有效识别, 而线性/非线性特征变换可以改善非同源SAR目标识别性能, 一定程度上缓解由于SAR仿真数据与实测数据存在差异导致的识别性能差的问题。     

改进的核子类判决分析

提出了改进的核子类判决分析（improved kernel clustering based discriminant analysis, IKCDA）方法,首先采用快速全局核k 均值聚类算法找到每类目标的最优子类划分,然后基于找到的子类划分结果采用核子类判决分析求取最优的投影矢量。基于UCI机器学习数据库的实验结果表明,经过IKCDA特征提取后异类样本间的可分性明显改善了。此外,基于美国运动和静止目标获取与识别（moving and stationary target acquisition and recognition, MSTAR）计划录取的合成孔径雷达地面静止目标数据的实验结果表明,经过IKCDA后可以改善对真实目标的分类性能和对干扰目标的拒判能力。     

基于多分类器融合的SAR图像自动目标识别方法

给出一种内存需求小、计算复杂度低且性能较好的合成孔径雷达自动目标识别(SAR ATR)方法。先对原始图像预处理获得目标及阴影,然后提取目标和阴影的形状描述子以及基于极化映射提取目标及阴影的形状特征、目标的强度分布特征,最后基于平均准则融合分类器对目标进行分类。基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,所提融合的分类器可获得比单个分类器好的识别性能,并且利用阴影信息可大大提高识别性能。     

通过模拟现场提升《法医物证学》教学质量

根据法医物证学实践性和实战性强的学科特点,为了把＂学＂与＂用＂有机融合,培养实战性和实用型的高级法医学人才,我们对传统的《法医物证》实验教学进行了大胆改革,探索一种以《刑事科学技术学》的现场勘查为主导,通过＂模拟现场＂将《法医物证学》实验教学贯穿于其中的教学模式。经过五年的教学实践,在推动《法医物证学》教学和提升教学质量中发挥重要的作用。     

基于模糊综合评判的车辆目标SAR仿真图像评估方法

为了验证理论建模计算合成孔径雷达(synthetic aperture radar,SAR)仿真图像的准确性,给出基于层次分析法(analytic hierarchy process, AHP)、模糊综合评判(fuzzy comprehensive evaluation,FCE)、图像特征与Fisher可分性及目标识别等知识综合的车辆目标SAR仿真图像评估方法。首先确定五级评语集{优秀,良好,中等,较差,很差},然后根据AHP构建评估因素集,分别利用Fisher可分性判据和目标识别率确定二级FCE的两层权重向量,再依据图像相似度评价标准区间构建模糊隶属函数,最后将权重向量和模糊关系矩阵合成计算出仿真和实测图像的FCE结果,即模糊向量,对模糊向量按照最大隶属原则给出评价结果。通过对车辆目标的仿真与实测SAR图像进行比对分析结果显示,该方法可以准确客观地反映出SAR仿真与实测图像之间的相似程度。     

考虑环境因素影响的动态法桥梁损伤识别

如何考虑因环境条件变化而引起的结构动力特性的变异性是动态法桥梁损伤识别中的一个难点.文中利用非线性主成分分析技术,提出一种新的桥梁结构损伤识别方法.首先通过构建自联想神经网络对无损结构在不同环境条件下识别得到的单元刚度样本集作非线性主成分分析,建立反映环境因素影响的非线性变换模式.然后,将未知状态结构在不同环境条件下识别得到的单元刚度样本集输入所构建的网络,通过对网络输出与目标间的网络输出残差作统计分析,实现损伤识别与定位.最后以一座简支梁桥为例进行数值仿真分析,验证了所提出方法的有效性.     

周天命门功治疗恶性肿瘤患者的初步实验观察

“周天命门功”是注重于气功态的自我心身锻炼和调整的传统功法,其目的是激发和调节人体内气(或称真气)的循环运动而却病延年。我们通过对170例慢性疾病患者练功45天前后的观察,其有效率达91%。此外,HBsAg阳     

基于Sentinel-1合成孔径雷达卫星影像的福建沿海区域风能资源分析

海面风场风能资源分析对海上风电场的建设开发具有重要意义.近年来随着遥感技术的发展,星载合成孔径雷达(SAR)为海面风能的分析与评估提供了新手段.基于2015—2019年福建沿海区域的122景Sentinel-1 SAR影像,采用快速傅里叶变换风向反演方法及地球物理模式函数CMOD5.N风速反演方法对福建沿海区域进行SAR风场反演,并从风能有效性、稳定性及时空分布特征方面分析福建近海风能资源.主要结果显示:风速数值范围较大的秋、冬季有效风能占比较高,可达70%以上;福建沿海区域多年平均风能稳定性较好,春、秋、冬季风能稳定性较好,而夏季风能稳定性较差;福建沿海风能的空间分布主要为东北—西南走向逐渐递减类型,在台湾海峡中部区域出现风能最大值.     

基于差准则的二维非参数特征分析的SAR目标识别

提出一种基于差准则的二维非参数特征分析(2 dimensional nonparametric feature analysis based on difference criterion,2DDNFA)的图像特征提取方法,它结合了二维线性判决分析(2-dimensional linear discriminant analysis,2DLDA)、最大散度差(maximum scatter difference,MSD)、非参数判决分析(nonparametric feature analysis,NFA)3种方法的思想。首先利用二维图像样本的近邻样本构造类内、类间散布矩阵,再基于差准则计算投影矩阵,最后将二维图像向投影矩阵投影得到特征矩阵。基于实测合成孔径雷达(synthetic aperture radar,SAR)数据的实验结果表明,方法的性能优于基于Fisher准则的2DLDA、二维非参数特征分析(2 dimension nonparametric feature analysis, 2DNFA)方法、也优于基于差准则的二维最大散度差(2-dimensional maximum scatter difference,2DMSD)鉴别分析方法。     

航空集群自主空战研究进展

 航空集群自主空战是军事智能化领域必须研究的典型难点问题。综述了智能空战相关理论与技术,理清了智能空战发展的脉络,分析了航空集群理论与技术以及人工智能在空战决策领域的应用现状,探讨了中国智能军事发展的可鉴之策及实现集群自主空战的可行途径。