Data association based on target signal classification information

In most of the passive tracking systems, only the target kinematical information is used in the measurement-to-track association, which results in error tracking in a multitarget environment, where the targets are too close to each other. To enhance the tracking accuracy, the target signal classification information （TSCI） should be used to improve the data association. The TSCI is integrated in the data association process using the JPDA （joint probabilistic data association）. The use of the TSCI in the data association can improve discrimination by yielding a purer track and preserving continuity. To verify the validity of the application of TSCI, two simulation experiments are done on an air target-tracing problem, that is, one using the TSCI and the other not using the TSCI. The final comparison shows that the use of the TSCI can effectively improve tracking accuracy.     

Wnt-beta-catenin signaling initiates taste papilla development

Fungiform taste papillae form a regular array on the dorsal tongue. Taste buds arise from papilla epithelium and, unusually for epithelial derivatives, synapse with neurons, release neurotransmitters and generate receptor and action potentials. Despite the importance of taste as one of our five senses, genetic analyses of taste papilla and bud development are lacking. We demonstrate that Wnt-beta-catenin signaling is activated in developing fungiform placodes and taste bud cells. A dominant stabilizing mutation of epithelial beta-catenin causes massive overproduction of enlarged fungiform papillae and taste buds. Likewise, genetic deletion of epithelial beta-catenin or inhibition of Wnt-beta-catenin signaling by ectopic dickkopf1 (Dkk1) blocks initiation of fungiform papilla morphogenesis. Ectopic papillae are innervated in the stabilizing beta-catenin mutant, whereas ectopic Dkk1 causes absence of lingual epithelial innervation. Thus, Wnt-beta-catenin signaling is critical for fungiform papilla and taste bud development. Altered regulation of this pathway may underlie evolutionary changes in taste papilla patterning.     

串联系统精确置信下限计算和奇点消除

本文通过对廖炯生提出的ＩＵＭＶＥ法的变差系数公式进行校正,重新对二部件串联系统的可靠性置信下限进行了计算,不仅消除掉大部分非正常点,而且也使计算结果更加合理,但仍存在着９个非正常点。我们利用系统的等价试验信息来消除非正常点,获得了令人满意的结果。     

适于大斜视角星载SAR系统的改进距离-多普勒算法

分析了当天线斜视角增大时,导致传统距离-多普勒成像算法性能下降的主要误差来源.提出了一种适合大斜视角星载SAR系统的改进距离-多普勒算法,并给出了处理仿真点目标数据得到图像质量的比较.结果表明,在大斜视角情况下,改进算法的性能远大于传统的距离\|多普勒成像算法.     

WSN中传感器节点的弹性神经网络任务分配方法

为解决WSN多目标跟踪节点任务分配的竞争冲突问题,提出一种融合了模糊聚类的多弹性子模自组织神经网络节点任务分配方法.通过模糊聚类估计目标数量,建立节点任务分配跟踪精度和能量消耗的综合性能指标,采用非全连接的环形弹性结构自组织神经网络优化监测联盟,用最近邻法对神经元弹性子模进行初始化,根据胜者为王原则动态调整子模的感受域,以快速锁定最优监测联盟,实现多目标的精确跟踪.实验结果表明:文中方法能有效解决多目标跟踪节点任务分配的竞争冲突问题,以及竞争冲突时的系统能耗增加与实时性问题;在随机均匀部署节点拓扑和目标直线运动模式下,文中方法的能耗较最近邻法降低了48.2%~55.9%,较未改进弹性神经网络法降低了37.4%~42.5%,且运算速度提高了19.0%~27.4%.     

负电荷磷脂DSPG双层保护的金纳米粒子的合成与表征

采用一步法制备了负电荷磷脂DSPG双层保护的金纳米粒子,并用透射电镜、紫外-可见光谱、X-射线光电子能谱和红外光谱进行了表征.结果表明,所制备的金纳米粒子直径为3～5 nm,具有良好的水溶性和稳定性.     

一种基于MATLAB的钢材裂纹扩展速率试验数据处理方法

提出一种基于MATLAB软件设计的钢材裂纹扩展速率试验数据处理程序,并利用该程序对18MnMoNb钢和16MnR钢裂纹扩展速率试验数据进行处理.在分析程序运行结果的基础上,评价七点递增法、五点递增法、三点递增法针对不同试验数据处理精度的优劣性,并分析Paris公式中常数C、m的相关性,得出了C、m的相关性经验公式.     

顾及非线性高程归算的中国西北区域对流层天顶延迟模型

对流层延迟是影响高精度导航定位的关键因素,同时也是进行GNSS水汽反演的重要数据。中国西北区域地形起伏较大,目前中国西北地区对流层天顶延迟模型在高程方面顾及不足,无法满足实时高精度定位需求,因此建立高精度中国西北地区对流层延迟模型成为迫切需求。针对当前中国西北地区ZTD模型未同时顾及非线性高程归算以及季节变化等问题,本文将利用2015-2017年欧洲中期天气预报中心(ECMWF)的ERA5资料建立顾及非线性高程归算的中国西北地区对流层天顶延迟模型(MZTD模型)。联合未参与建模的2018年ERA5资料和中国西北陆态网84个GNSS测站数据,验证MZTD模型的精度和适用性,并与目前使用广泛的GPT3模型进行精度对比。结果表明：以2018年ERA5资料和中国西北陆态网测站数据为参考值,MZTD模型的均方根误差(RMS)分别为3.14cm和2.81cm,相对于GPT3模型精度分别提高了约16.3%和21.7%,同时MZTD减少模型参数,提升了模型计算效率。因此,顾及非线性高程归算的MZTD模型在中国西北区域体现了更好的精度和适用性,可以为中国西北地区进行实时GNSS水汽探测和导航定位提供重要参考。     

高压脉冲电场对毛发染色效果的影响

为了研究高压脉冲电场对毛发染色效果的影响,试验以18～28岁年龄段人群的黑色头发和染发剂为试材,以染发后毛发的RGB(red green blue)模型提取值作为响应值,并采用等响应面试验法设计试验,以构建和分析高压脉冲电场的电场强度、脉冲宽度以及脉冲个数对毛发染色效果影响的数学模型和机理。试验结果表明：高压脉冲电场同时处理头发和染发剂后最高可提升RGB参数中的蓝色通道值B为3.7%,对应的最优化工艺化参数为：电场强度1 125V/mm、脉冲宽度175μs、脉冲个数52个。因此,高压脉冲电场对头发和染发剂进行处理后再进行染色可改善着色效果,并为毛发染色工艺优化奠定一定基础。     

汽车故障知识图谱构建及应用研究

知识图谱技术对汽车高效的故障诊断具有重要的意义,现有汽车故障知识图谱构建存在着实体识别模型效果不佳、无法解决嵌套实体等问题。针对上述问题,通过采用全词掩码的预训练语义模型、加入对抗训练和改进嵌套实体识别模型的方式提高实体识别模型效果,提出了一种改进的嵌套实体识别模型。实验结果表明,所提模型在F1指标、P指标、R指标上相比基线模型分别提高了3.56%、4.08%、3.05%,相比其他模型也有不同程度的提高,验证了所提模型对汽车维修领域实体识别具有显著效果。同时,基于构建的汽车故障知识图谱,实现了汽车故障知识智能问答原型系统,展示了知识图谱技术在汽车故障诊断与维护领域的应用前景。