基于级联卷积神经网络的港口多方向舰船检测与分类

港口舰船目标自动检测的定位和类型分类是一个重要而具有挑战性的问题。针对高分辨率光学遥感影像中多方向性排列密集的近岸舰船目标定位和识别困难的问题,提出基于级联区域卷积神经网络和手工提取特征相结合的近岸舰船检测识别框架。首先,使用级联的区域卷积神经网络对舰船位置进行粗定位并对类别进行估计，得到一系列粗定位的垂直预测框。然后,设计一个可以准确定位舰船的斜框旋转回归器,其将第一阶段所得粗定位垂直矩形框转变为带方向的斜矩形框。最后,使用非极大值抑制的方法去除冗余的预测框。实验采用谷歌地球上采集的数据集进行训练和预测,实验结果表明所提算法在精准率和召回率上均具有较大优势。     

基于级联卷积神经网络的港口多方向舰船检测与分类

港口舰船目标自动检测的定位和类型分类是一个重要而具有挑战性的问题。针对高分辨率光学遥感影像中多方向性排列密集的近岸舰船目标定位和识别困难的问题,提出基于级联区域卷积神经网络和手工提取特征相结合的近岸舰船检测识别框架。首先,使用级联的区域卷积神经网络对舰船位置进行粗定位并对类别进行估计，得到一系列粗定位的垂直预测框。然后,设计一个可以准确定位舰船的斜框旋转回归器,其将第一阶段所得粗定位垂直矩形框转变为带方向的斜矩形框。最后,使用非极大值抑制的方法去除冗余的预测框。实验采用谷歌地球上采集的数据集进行训练和预测,实验结果表明所提算法在精准率和召回率上均具有较大优势。     

基于火焰图像特征与BT-SVM的窑况识别方法

针对氧化铝回转窑烧成带工况变化复杂难以实现连续在线检测,长期依赖人工看火操作的难题,提出了利用计算机图像处理技术模拟传统的人工看火过程进行窑况识别研究的方法,方法包括两个部分:提取烧成带火焰图像特征,融合关键工艺过程数据组成混合特征;建立具有准正态二叉树结构的支持向量机窑况识别模型对混合特征数据进行分类识别.最后,应用该方法对采集得到的火焰图像数据与过程数据进行仿真实验研究,获得了满意的效果.     

基于PDM Enablers的飞行器并行设计文档管理扩展模型研究

并行工程对飞行器设计的重要性不言而喻,产品数据管理(PDM) 是并行工程的支撑技术,文档管理作为PDM系统的基础及核心模块,在飞行器并行设计中起着重要作用.以PDM国际规范"PDM Enablers"为依据,就支持飞行器并行设计的文档管理模型展开研究.在深入研究PDM Enablers的基础上,构建了飞行器并行工程环境体系结构;提出了一种基于PDM Enablers并支持飞行器并行设计的文档管理扩展模型,并着重对其中的文档分类浏览模式、文档状态变迁模型及支持飞行器并行设计的文档信息存储模式进行研究;最后给出了其应用实例,应用表明,所提出的模型可行、有效,能很好地支持飞行器的协同设计.     

基于锚框自适应和多尺度增强的SAR舰船检测

针对目前基于深度学习的合成孔径雷达(synthetic aperture radar, SAR)舰船检测锚框尺度固定、多尺度检测性能较差的问题,提出了一种基于锚框自适应和多尺度增强网络(adaptive anchor multi-scale enhancement network, AA-MSE-Net)的SAR舰船检测方法。首先,AA-MSE-Net引入了锚框自适应机制,来生成适应目标形态的高质量锚框,增强了舰船形态描述能力。其次,AA-MSE-Net提出了多尺度增强金字塔网络,来融合增强多尺度特征,增强了多尺度描述能力。最后,AA-MSE-Net在骨干网络中引入了可变形卷积,来提取舰船形变特征,进一步提高检测精度。实验证明,AA-MSE-Net在公开SAR舰船检测数据集上的平均精度高于8种对比方法。     

电子表格格式去除系统的研究

随着电子影象文档应用的日益广泛,相关文档图象的自动处理日益成为人们研究的热点。本文针对电子表格的特点,对从表格中自动提取填充内容这一问题进行了研究。系统首先在模版库中对输入表格图象进行自动匹配;然后对表格图象与相应的模版图象进行自动配准,从表格图象中将模版信息去除,并对误删除信息进行修补;最终,提取出表格的填充内容。通过对系统的实际测试,实验结果表明该方案是很有效的。     

基于YOLO框架的无锚框SAR图像舰船目标检测

面向合成孔径雷达(synthetic aperture radar, SAR)多目标检测应用, 提出了一种基于YOLO (you only look once) 框架的无锚框SAR图像舰船目标检测方法。该方法针对YOLOv3锚框需要预先设定且无法完美契合的弊端, 通过采用无锚框方法更好适应所检测目标的大小, 便于多尺度目标使用。在此基础上, 给CSPDarknet53网络增加了注意力机制作为特征提取网络, 然后经过能够增大感受野的改进特征金字塔网络(feature pyramid network, FPN)后, 把特征图传给无锚框检测头, 有效提升了目标类别和位置的预测精度。实验证明, 所提算法在公开SAR舰船数据集上平均精度比YOLOv3提高3.8%，达到了94.8%, 虚警率降低4.8%。     

基于CNN网络和多任务损失函数的实时叶片识别

针对传统叶片识别易受环境干扰,难以实现复杂背景下的多叶片实时识别问题,提出一种基于CNN网络和多任务损失函数的实时叶片识别方法。采用CNN网络提取叶片图像特征图,输入到RPN网络生成区域候选框;依据特征图和区域候选框,提取候选框特征图,分别进行叶片分类和边界框回归,预测叶片类别和叶片预测框的定位;利用多任务损失函数约束分类和回归,来提高叶片分类和回归的准确率和运算速度。实验结果表明,该方法的平均实时叶片识别准确率为91.8%,平均实时识别速度为25 fps。     

基于Retinex和小波分解的手背静脉识别方法

为了解决手背静脉识别系统中图像的对比度较低且静脉结构简单的问题,首先提出一种基于自适应平滑滤波器的Retinex增强算法,在增强静脉结构的同时均衡了图像灰度;然后分析了静脉图像的小波分解子带图像和灰度积分投影,指出小波低频子带图像和垂直方向的灰度积分投影比较适合作为手背静脉识别的特征;进一步提取了基于逼近系数的小波不变矩特征,并融合形成了90维的手背静脉特征向量;最后建立SVM分类器并利用手背静脉图像库进行实验,结果证明了该算法的识别优越性.     

基于Retinex和小波分解的手背静脉识别方法

为了解决手背静脉识别系统中图像的对比度较低且静脉结构简单的问题,首先提出一种基于自适应平滑滤波器的Retinex增强算法,在增强静脉结构的同时均衡了图像灰度;然后分析了静脉图像的小波分解子带图像和灰度积分投影,指出小波低频子带图像和垂直方向的灰度积分投影比较适合作为手背静脉识别的特征;进一步提取了基于逼近系数的小波不变矩特征,并融合形成了90维的手背静脉特征向量;最后建立SVM 分类器并利用手背静脉图像库进行实验,结果证明了该算法的识别优越性.     

基于广义粗糙近似的信息检索方法研究

基于广义粗糙集———条件概率粗糙集,给出一种新的信息检索模型。分别研究了对于精确的特征词条空间和精确的文档及查询、精确的特征词条空间和模糊的文档及查询、模糊的特征词条空间和模糊的文档及查询这3种情况下的信息检索方法。用户可以根据相关反馈信息来调节特征词条间的支持度,获得满意的检索结果,从而满足自己的信息需求。仿真实例表明该信息检索模型的有效性和实用性。     

AUTOMATIC PATENT DOCUMFNT SUMMARIZATION FOR COLLABORATIVE KNOWLEDGE SYSTEMS AND SERVICES

Engineering and research teams often develop new products and technologies by referring to inventions described in patent databases. Efficient patent analysis builds R&D knowledge, reduces new product development time, increases market success, and reduces potential patent infringement. Thus, it is beneficial to automatically and systematically extract information from patent documents in order to improve knowledge sharing and collaboration among R&D team members. In this research, patents are summarized using a combined ontology based and TF-IDF concept clustering approach. The ontology captures the general knowledge and core meaning of patents in a given domain. Then, the proposed methodology extracts, clusters, and integrates the content of a patent to derive a summary and a cluster tree diagram of key terms. Patents from the International Patent Classification (IPC) codes B25C, B25D, B25F (categories for power hand tools) and B24B, C09G and H011 (categories for chemical mechanical polishing) are used as case studies to evaluate the compression ratio, retention ratio, and classification accuracy of the summarization results. The evaluation uses statistics to represent the summary generation and its compression ratio, the ontology based keyword extraction retention ratio, and the summary classification accuracy. The results show that the ontology based approach yields about the same compression ratio as previous non-ontology based research but yields on average an 11% improvement for the retention ratio and a 14% improvement for classification accuracy.     

Automatic patent document summarization for collaborative knowledge systems and services

Engineering and research teams often develop new products and technologies by referring to inventions described in patent databases. Efficient patent analysis builds R&D knowledge, reduces new product development time, increases market success, and reduces potential patent infringement. Thus, it is beneficial to automatically and systematically extract information from patent documents in order to improve knowledge sharing and collaboration among R&D team members. In this research, patents are summarized using a combined ontology based and TF-IDF concept clustering approach. The ontology captures the general knowledge and core meaning of patents in a given domain. Then, the proposed methodology extracts, clusters, and integrates the content of a patent to derive a summary and a cluster tree diagram of key terms. Patents from the International Patent Classification (IPC) codes B25C, B25D, B25F (categories for power hand tools) and B24B, C09G and H011 (categories for chemical mechanical polishing) are used as case studies to evaluate the compression ratio, retention ratio, and classification accuracy of the summarization results. The evaluation uses statistics to represent the summary generation and its compression ratio, the ontology based keyword extraction retention ratio, and the summary classification accuracy. The results show that the ontology based approach yields about the same compression ratio as previous non-ontology based research but yields on average an 11% improvement for the retention ratio and a 14% improvement for classification accuracy.     

一种新的加权后缀树Web文档聚类方法

针对Web文档的结构及其特征,提出了一种新的加权后缀树聚类方法WSTC。首先,根据Web文档的HTML标签,把文档划分为具备不同重要性等级的段,段划分成句子,句子分割为词。其次,用句子替代文档构造后缀树,把其重要性等级作为结构权融入后缀树的节点,形成文档集的加权后缀树模型。最后,在选择和合并基类过程中,综合利用节点包含的文档数、句子数、短语长度和结构权。仿真实验表明,WSTC算法比传统STC算法取得了更好的聚类效果。     

近年来我国系统工程理论与实践的研究及进展——《系统工程理论与实践》1995～1998年论文及其作者和引文的统计分析与评价

对《系统工程理论与实践》1 995年至 1 998年刊载的论文及其作者和引文进行了统计分析 ,揭示了近年来我国系统工程理论与实践的研究水平 .文章探讨了作者的地区分布和系统分布的特点 ,确定了系统工程领域多产作者及多产单位的数量和比例 ,并研究了引文数量、比例、语种、文献类型及年代     

A Regression Analysis Model Based on Wavelet Networks

1　 IntroductionWavelet analysis is one of the newestsubjects developing quickly in the pastfew decades,with theoretical significance and a wide range of application.Wavelet analysis was notused in the study of statistics until a few years ago.And discussions of nonlinear waveletestimating are focused mainly on two kinds of models. The first one is the modelconsidered by Donoho and his coauthors[1— 3] :yi =f( xi) εi,i =1 ,… ,n =2 J 1 ( 1 )wherexi=in∈ [0 ,1 ] ,ε1 ,… ,εnare independente…     

企业中流程知识的表示及获取方法

文中把一项业务的活动以及活动之间的关系体系称为业务的流程知识，应用系统科学的方法对流程知识进行分析。用“多因素流程图”和“多层次文本”相结合来表示流程知识。针对流程知识的特点，给出了获取方法。     

近年来我国系统工程理论与实践的研究及进展——《系统工程理论与实践》1995～1998年论文及其作者和引文的统计分析与评价

对《系统工程理论与实践》1 995年至 1 998年刊载的论文及其作者和引文进行了统计分析 ,揭示了近年来我国系统工程理论与实践的研究水平 .文章探讨了作者的地区分布和系统分布的特点 ,确定了系统工程领域多产作者及多产单位的数量和比例 ,并研究了引文数量、比例、语种、文献类型及年代.     

面向虚拟装配的框架数据模型研究

为了解决虚拟装配系统中装配意图的捕获、零件模型的精确定位等问题,提出一种框架数据模型。将典型装配过程性知识封装到过程框架中,将蕴藏在零件模型B-rep中的工程信息封装到特征框架中,框架实例对象同产品层、显示层中的数据对象一起构成框架数据模型。应用结果表明,数据模型不仅满足了装配信息完整性和虚拟现实实时性的要求,而且帮助解决了上述问题。     

用NLP技术实现军用文书自动生成系统设计

军用文书自动生成是C4ISR系统中的关键技术之一 ,是提高指挥效能必不可少的重要环节。通过系统分析 ,阐明了C4ISR系统中军用文书生成系统的一个重要发展方向是基于自然语言处理的文书自动生成 ,并根据军用文书生成过程中的信息流向 ,提出了该系统三模块的结构模型 :信息理解模块、文书信息库模块、文书生成模块 ,进而描述了这三个模块的整体运作流程。该模型对其他领域中基于自然语言理解的文本生成系统也有参考价值。