一种面向船舶智能航行的海上目标实时跟踪算法

海上目标感知的准确性和实时性是实现船舶智能航行的前提和基础.为了满足以上要求,将有效卷积算子(ECO)引入海上船舶目标跟踪中.该算法以相关滤波为基础,响应最大值之处为目标船舶中心所在位置.获得中心位置之后,采用尺度滤波方法估计出船舶目标的最佳尺度,从而完成对目标当前帧的跟踪.利用因式分解卷积的方式分解卷积,降低数据维度,减少计算时间;采用高斯混合模型将样本分成不同类别,降低训练集样本冗余度;采用稀疏更新策略更新样本模型,防止过拟合问题.选取海洋环境下船舶不同运动场景作为实验样本,与几种常用跟踪算法对比,验证了ECO算法在海上船舶目标跟踪上的准确性和实时性.     

基于卡尔曼滤波器的机动目标跟踪仿真

将卡尔曼（Kalman）滤波器的变维滤波算法应用于雷达数据处理中,对机动目标进行跟踪,得出机动目标的滤波数据曲线,并对目标进行了拦截仿真。仿真结果表明该方法能估计出目标的运动特征并对运动目标拦截成功。     

词汇学与商标构词及商标词翻译研究综述

本文通过词汇学角度,对商标词的发展历史及商标词翻译的发展趋势进行研究,从商标词构词分类、中国大陆商标词特征以及中英商标词的构词差异三个方面总结了近年商标词翻译研究概况,阐述了把握动词化发展趋势与时代感是商标词翻译发展的关键。     

MSW卫生填埋处理的问题与分析

指出MSW的传统处理方法非但不能实现能源和资源的回收利用,而且本身也会造成严重的空气、水体以及土壤污染,分析了国内外MSW堆放、填埋等代表性工艺中存在的高浓度有机渗滤液的收集与处理、填埋气的回收利用等问题,并就我国MSW填埋场的良性运营提出了建议。     

纳米SiO2和CaCO3对超高性能混凝土性能的影响

制备超高性能混凝土(简称UHPC)时掺入纳米材料能够明显提高其强度,通过试验对比分析了标准养护和热水养护条件下纳米SiO₂和纳米CaCO₃对UHPC性能的影响,结果表明：同种养护方式,不同掺量下,两种纳米材料均会不同程度上降低UHPC的流动度,但纳米CaCO₃对UHPC流动度的降低程度较小。相同掺量下,热水养护的效果优于标准养护。热水养护时,纳米SiO₂在掺量为2%时,对UHPC的抗压强度和抗折强度提升效果最好,抗压强度最高可达143.8 MPa,提升了13%;纳米CaCO₃在掺量为3%时,对UHPC的抗压强度和抗折强度提升效果最优,抗压强度最高可达到138.3 MPa,提高了9%。     

浙江省对外直接投资的时空特征及区位选择因素分析

基于2010-2017年浙江省对外直接投资相关数据,综合分析了浙江省对外直接投资的时空特征.通过2010-2017年东道国国际面板数据,运用回归法分析了东道国劳动力成本、资源禀赋、地理距离、市场规模和基础设施等因素对浙江省对外直接投资区位选择的影响.研究结果表明,浙江省对外直接投资在全球分布和投资源地上均表现出明显的时...     

旋转插补原理研究

提出基于旋转进给速度的数控插补原理和方法．基于五轴数控加工的运动的分析,提出了旋转插补及相关的概念,讨论了线性进给速度与旋转进给速度之间的关系,针对参数曲线,建立了沿曲线的角弧长导数与旋转进给速度之间的关系,基于泰勒级数展开构建了参数曲线的旋转插补方法及算法．     

三参数曲线插补原理

基于三参数曲线的数控加工轨迹生成方法是对目前的数控加工中刀具路径生成的截面线方法的推广,拓展了截面线方法的研究思想和研究内容.提出了三参数曲线的基本定义和表示,分析了三参数曲线的几何特性,建立了三参数曲线的几何特性和刀具运动特性之间的关系,在此基础上,运用近似泰勒级数展开方法提出了参数插补原理,进一步地提出了三参数曲线的插补原理.     

一种Frank码脉压信号的检测与参数估计方法

针对低截获概率(LPI)雷达中常用的一类多相编码(polyphase codes)信号(Frank码,P1,P3,P4码)的截获问题,研究了基于Radon-Wigner变换(RWT)的检测与参数估计方法。该方法利用这类多相编码信号具有与线性调频(LFM)信号相似的Wigner-Ville分布(WVD)的特性,通过Radon变换提取信号特征,同时实现信号的检测和参数估计。给出了应用该算法的具体步骤,分析了算法性能。以Frank码信号为例进行的仿真证明了该方法用于多相编码信号的联合检测与参数估计的有效性。     

视觉域泛化技术及研究进展

近年来,机器学习理论和深度学习算法在计算机视觉领域发展迅速,并且在目标检测、语义分割、动作识别等任务场景中得到广泛应用。然而,实际部署中模型效果往往依赖于训练域和测试域服从独立同分布这一假设,受域偏移(Domain shift)现象影响严重。域偏移(即目标域数据分布与训练域不一致)对模型的泛化性提出了巨大挑战,使得域泛化(Domain generalization)技术成为计算机视觉领域一个重要的研究方向。域泛化研究如何在单一或者多个源域上进行模型训练,使其能够在具有不同数据分布的未知目标域上保持良好的泛化性,为模型应用提供了重要的保障。文章对近年来计算机视觉领域中域泛化研究具有代表性的论文进行梳理和总结,概述视觉域泛化技术及其研究进展。首先对域泛化的任务定义、任务特点和研究思想进行详细阐述;其次,遵循域泛化研究思路,从增广数据空间、优化模型求解和减小域间差异3个大方向分类总结域泛化领域的最新研究成果;随后介绍了域泛化技术在计算机视觉任务中的应用以及已公开的大规模数据集;最后讨论了域泛化研究领域未来可能的研究方向。