基于矩阵分析的橡胶透水混凝土正交试验

选取水胶比、橡胶粒径、橡胶掺量、VAE-707乳液掺量及目标孔隙率五个因素对橡胶透水混凝土进行正交试验设计,研究其对抗压、抗折强度及透水性能的影响。利用矩阵分析法和灰色决策进行分析,得到橡胶透水混凝土最优配合比:水胶比0.3、橡胶颗粒大小0.425 mm、橡胶颗粒掺量3%、VAE-707乳液掺量为6%、目标孔隙率为16%;其中目标孔隙率对透水混凝土的性能贡献率最大,透水混凝土的抗压、抗折强度随着目标孔隙率的升高而降低,而透水系数则呈相反规律;透水混凝土实测孔隙率整体小于设计孔隙率,有效孔隙率约占总孔隙率的80%～90%,封闭孔占总孔隙10%～20%左右。     

基于被动量子雷达的隐身目标探测研究

未来战场,将是隐身武器的较量,不论是有人机、无人机,还是巡航导弹、弹道导弹,都朝着隐身化方向发展.传统雷达在对付这些隐身目标时存在无法突破的性能极限.笔者将被动雷达与量子技术结合,提出被动量子雷达,分析其对隐身目标探测的机理.采取超导电路技术实现对微波光量子转换处理,并使用SVI和PSA量子增强接收技术,以及JPA技术实现高灵敏度微波信号接收,被动量子雷达可将系统灵敏度最大提高大约4个数量级.分析结果表明提出的基于被动量子雷达的隐身目标探测原理可行,具有很强的应用潜力.     

目标检测的多分辨小波Holder数法

针对传统纹理分割方法的不足,从分形布朗运动的平均Holder数出发,提取人造目标与自然场景的相对距离,根据相对距离区分物体和背景,通过不同分辨率下的小波Holder数的计算,进行直线拟合．利用拟合后直线的斜率及线性度等参数可进行目标的检测．实验表明,与用单纯的分形特征参数相比,所提出的方法是一种快速、有效的人造目标识别方法．     

基于数字摄像的双目标法测量夜间能见度

利用数码相机拍摄图像,模拟人眼对能见度进行测量是最理想的道路能见度探测方法,它具有极强的实用价值。本文介描述了基于数字摄像的双目标法测量夜间能见度。所谓双目标法就是利用数码相机拍摄地平线附近的两个距离不同的目标物(这里采用的是两个路灯),并将这两个目标物呈现在同一张图像上。这样保证了拍摄的两个目标不会存在时间的差异。该方法消除了大气消光系数、亮度阈值的测量,从而使得夜间能见度的测量变得简单可行。并且将测量的结果与气象局发布的能见度值进行了比较。     

电子轰击核靶原子K壳层电离截面的一种计算

介绍了利用电子轰击核靶原子K壳层电离截面的一种计算方法。文中给出了镁(Mg)、铝(Al)、钙(Ca)、钪(Sc)、钛(Ti)、钒(V)、铬(Cr)等核靶的计算结果,并与质子轰击的情况做了比较,最后进行了简要讨论。     

一种混沌序列产生及加密方法

介绍一个混沌二值序列产生和实验的软件平台,利用3种混沌动力学模型,即一阶时延模型、Logistic模型和Lorenz模型产生加密序列,并结合Shanon的“一次一密”思想,建立一种基于混沌映射的“分组密码密钥空间拓展”理论,很好地解决DES加密算法密钥空间小的问题,实现了一种混沌的DES变形密码算法．     

基于贝叶斯分类器的实时图像目标识别实验研究简

基于对不完全朴素贝叶斯分类器的分析,提出一种离线训练在线识别的目标图像识别与跟踪实验方法.实验将模板图像与目标实时图像之间的特征匹配问题转换为特征分类问题,并在成像自寻的导引系统上运行.实验结果表明,该方法在保持很高鲁棒性的同时,大幅减少在线目标识别的计算量,具有较强的实时性.     

地面装甲目标声信号的混沌特征提取

针对地面装甲目标辐射的噪声信号的非线性特性,为使智能地雷能够有效地识别目标,利用非线性动力学理论中的混沌原理对目标声信号进行特征提取。通过野外场地实验,采集到2种装甲目标在不同运行速度下的40组样本信号,采用改进C-C法求得信号时间序列的相空间重构参数——时延和嵌入维,再利用Wolf法得到了2种目标声信号的混沌特征量——最大Lyapunov指数。结果显示：同一目标声信号的最大Lyapunov指数相近,且与运动状态相关性不大;不同目标间声信号的最大Lyapunov指数相差较大,辨识度较高。结论证明,最大Lyapunov指数可以作为地面装甲目标识别的有效特征参量。     

一种光学遥感图像海面舰船检测算法

为了在通用硬件平台上实现光学遥感图像海面舰船检测,提出一套适合实际系统应用的算法。首先,在海陆分割阶段设计能快速粗分图像内容的自适应双门限阈值分割方法;其次,根据海面舰船分布稀疏的特点对分块后的图像进行目标存在性初判;接着,只对初判为有目标的分块提取目标候选区域,提高了检测效率,其中引入杂波率系数自适应地控制Top-Hat算子中结构元素的尺寸,使其更好地抑制背景;最后,采用基于特征的模式识别方法剔除虚警。测试结果验证了算法的性能,并在硬件平台上进行了实现。     

支持大规模流数据处理的在线MapReduce数据传输机制

针对流数据规模参差不齐、 流量动态变化且突发性较强的特点, 提出一种可伸缩的动态MapReduce计算模型, 支持大规模动/静态数据在线处理. 基于Event推送方式, 利用Netty底层异步通信方式等技术, 建立在线MapReduce数据传输机制, 进一步实现其原型程序, 解决了大规模分布式计算程序的快速在线传输和数据分发等问
题, 支持流数据动态分发机制, 为动态MapReduce模型提供支撑. 与HadoopOnline系统的传统Socket管道传送方式相比, 该方法能有效提高作业之间数据的传送效率, 从而提高大规模流数据处理的实时性.