基于模糊双门限的高频地波雷达与AIS目标航迹关联方法

提出了一种基于模糊双门限的地波雷达与船只身份自动识别系统(automatic identification system,AIS)目标航迹关联方法,该方法主要是利用模糊隶属度来描述两条航迹间的关联程度,并通过双门限检测来确定关联的航迹对。具体讨论分析了算法中展度、权重、调整因子等参数的选取原则,最后利用2011年10月31和2013年9月6日获取的两批实测地波雷达与AIS数据将本文方法与最近邻航迹关联算法做了对比,结果表明,此方法的关联率高于最近邻航迹关联算法,并且在航迹较为复杂情况下,提出的航迹关联算法具有更好的稳定性。     

高分辨率图像的指数矩描述

在指数矩定义与计算方法的基础上,提出应用指数矩矩阵描述高分辨率图像的方法.结合图像分割理论并延伸处理各子图,利用快速傅里叶变换计算高分辨率图像指数矩矩阵,然后逆向重构子图并重组原图.对重组图像进行基于Itti视觉注意模型的客观感兴趣区域信噪比分析.仿真结果表明,延伸处理可减弱由分割所带来的重组图像方块效应,也可提高重构图像的信噪比,验证了由图像指数矩矩阵描述高分辨率图像的可行性.     

Bessel光束经柱透镜的衍射光场

基于空间域中的广义惠更斯-菲涅耳衍射积分理论,导出Bessel光束通过柱透镜光强分布表达式,利用计算机模拟不同传播距离处的截面光强分布.利用轴棱锥产生Bessel光束,光束经过焦距为130 mm的柱透镜,用CCD拍摄柱透镜的后不同传播距离的处光强分布.结果表明:实验所得结果与理论模拟吻合,Bessel光束经柱透镜后将产生唇状焦散光束.     

生物酶对五氯联苯降解的初步研究

多氯联苯（PCBs）是具有代表性的持久性有机污染物（POPs）,其氯代数目越多,降解越难。本文以分离筛选的6株PCBs降解细菌为材料,制备了含有NADH辅酶再生系统关键酶甲酸脱氢酶（FDH）的PCBs降解复合酶,研究了其对PCBs的降解效果。结果表明,Pseudomonas sp. MGB11胞内酶/FDH复合酶对五氯联苯PCB114的降解率在10 h内可达69.4%,对于高毒性、难降解的高氯PCBs的污染修复具有应用价值。     

对旋转和平移鲁棒的序列图像拼接算法

受分辨率和视角范围的限制,普通的图像获取设备通常无法拍摄到较大场景的图
像,而图像拼接技术可对获取的若干幅小视角场景的图像进行配准和融合得到一幅宽视角的
全景图像. 为此,设计了一种序列图像拼接系统. 针对近似仅存在二维平移的待拼接图像,采
取平移鲁棒的实时序列图像拼接方案,以傅里叶变换的相位相关法为基础进行拼接. 针对待
拼接图像间同时存在旋转和平移的情况,采取了基于Harris特征点检测的旋转和平移鲁棒的
序列图像拼接方案. 实验结果表明,所设计的平移鲁棒序列图像拼接方案能够实时拼接近似存
在二维平移关系的序列图像,但无法处理旋转;而旋转和平移鲁棒的序列图像拼接方案可在
线下非实时地处理同时存在平移和旋转仿射变换的序列图像拼接.     

基于多码本矢量量化的图像篡改恢复

提出一种用于数字图像篡改检测与内容恢复的自嵌入脆弱图像水印算法.对原始图像每个不重叠分块进行基于边缘复杂度的内容分析,选择不同大小的矢量量化码本进行分块压缩,可获得相应的标识符和表示图像分块主要内容的索引值以构成压缩码.将其复制多份后作为参考比特,通过密钥嵌入至其他多个分块中.用于篡改定位的认证比特则被嵌入每个分块本身.由于在多码本矢量量化协同下生成的参考比特具有较高的内容表示效率,该算法在篡改率相同的条件下可取得更理想的内容恢复性能,这一结论得到了实验结果的验证.     

行波型旋转超声电机定子振动特性仿真

为了了解定子直径为60 mm的行波型旋转超声电机定子的振动特性,采用有限元分析的方法,在有限元软件ANSYS10.0中对其进行了模态、谐响应、瞬态仿真分析.得到了其模态频率及振型;振幅及阻抗随频率的变化关系;定子齿端质点的椭圆运动轨迹的形成过程,及其输入电流随时间的变化规律.     

侧翻安全性的校车侧围结构轻量化设计

根据《客车上部结构强度的规定》对校车车身结构侧翻安全性的规定,建立和验证某校车有限元分析模型.采用均匀设计方法对校车的侧围结构厚度参数进行多水平多因素实验设计和侧翻仿真分析,并拟合实验设计数据获得轻量化水平较优的因素水平组合.结果表明:在侧围结构满足法规对生存空间要求的前提下,选择因素水平组合U₂₄₆₅并参考实际型钢的厚度规格(1(1.0,1.0),2(2.0,1.5),3(3.0,2.0),4(2.5,2.0)),可使侧身结构质量轻量化24.39%.     

多隐层输出矩阵极限学习机

得益于隐层节点学习参数的随机选择,极限学习机（extreme learning machine, ELM）在学习速度极快的基础上,可以达到较为良好的分类性能。但是,当隐层节点参数完全随机选择时,ELM的性能并不总能达到最优。本文提出多隐层输出矩阵极限学习机（multiple hidden layer output matrices extreme learning machine, M-ELM）方法解决这一问题,该方法通过对不同输出矩阵加权运算以优化隐层节点结构,其中权系数与输出权值在学习过程中同时分析确定。另外,利用该方法可以实现特征级融合ELM。实验证明,对于真实分类问题,M-ELM可以提供比ELM更为准确的分类结果。     

光学超分辨荧光显微成像 ——2014年诺贝尔化学奖解析

超分辨成像显微镜的出现为现代生物医学研究提供了新的强有力的工具,将荧光显微镜的应用推到了新的高度。2014年诺贝尔化学奖授予了Eric Betzig、Stefan Hell以及William Moerner三位科学家,以表彰他们在“发展超高分辨荧光显微镜”上的贡献。他们的获奖肯定了化学生物物理多学科交叉对于当今前沿科技发展的重要性。本文主要介绍了超分辨荧光显微成像诞生的历史背景,以及各成像技术的发生发展过程,最后对此技术的未来发展做了展望。