小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法

现有低分辨雷达目标识别方法,通常采用先特征提取、再进行目标分类的两步识别算法,这种算法存在识别率难以提高和方法泛化性不足的问题,对此,提出一种增强条件生成对抗网络（strengthening condition generative adversarial network,SCGAN）+卷积神经网络（convolutional neural network,CNN）的低分辨雷达目标一步识别算法。该算法利用CNN自动获取采样数据深层本质特征,无需特征提取,实现对目标的一步识别。为进一步提高小样本条件下的识别效果,基于CGAN理论来提高样本在特征空间的覆盖程度,并对CGAN的判别器进行改进,在损失函数中增加混叠惩戒项,通过SCGAN生成不混叠的生成样本来更好地训练CNN,提高其在小样本条件下的识别能力。仿真对比实验校验了一步识别算法较传统两步识别算法的优越性,以及SCGAN+CNN的低分辨雷达目标一步识别算法在小样本条件下的有效性。     

边界条件含特征参数的三阶微分算子的自伴性和特征值的依赖性

研究一类边界条件含有特征参数且具有转移条件的三阶微分算子的自伴性和特征值的依赖性.通过在新的Hilbert空间定义线性算子T,将问题转化为对相关线性算子T的研究.利用算子理论,证明了该算子的自伴性,在此基础上,讨论了特征值的连续性,特别研究了特征值关于相关参数的可微性,并得到相应的微分表达式.     

时变脉冲微分方程初值问题解的存在性

首先给出了脉冲微分方程初值问题的解与相对应的常微分方程初值问题的解之间的关系,然后利用常微分方程理论讨论了一类时变脉冲微分方程初值问题,并在相对较弱的条件下建立了解的存在性定理,所得解允许和某些Sk相遇多次,推广了相关问题的已有结果.     

直径为2的有向图的彩虹连通

利用概率方法证明:直径为2的有向图D的彩虹数cr→(D)∈{2,3,4,5},直径为2的k-正则有向图D的强彩虹数scr→(D)≤[(e(4_(μ2)k-2_(μ2)+1))1/μ1],并且存在无穷多个满足cr→(D)=scr→(D)=2的有向强正则图.     

激光共聚焦显微镜研究填料在涂料中的分布I：正交分析方法研究填料在涂料中的纵向分布以及对耐候性能的影响

设计制备了2种不同TiO2填料填充的环氧树脂涂料,用激光共聚焦显微镜（LSCM）对填料TiO2在这2种涂料中的横向和纵向分布分别进行了研究.结果表明,在这2种涂料中TiO2填料的纵向分布差别较大.TiO2在Disp样品中的纵向分布比较均匀,而TiO2在Non-disp样品的纵向分布中存在1.1μm的一个填料缺失层（gap）,这个填料缺失层严重影响耐候过程中涂料的表面光学性质.根据LSCM的测试结果,提出了填料在涂料中的分布模型,并且根据该模型预测了耐候过程中涂料表面性质的变化：涂料的表面光学性质出现一个先降低再提高的过程.此理论预测结果与实际耐候过程中表面光学性质的变化情况一致,说明该模型的正确性与科学性.     

Fuzzy系统的范数与Fuzzy系统的分类

引入了R-Fuzzy集和Fuzzy系统范数的概念,在Fuzzy系统范数的意义下,可将Fuzzy系统分为3类,即正规Fuzzy系统、正则Fuzzy系统和奇异Fuzzy系统.证明了基于ZadehFuzzy集的Fuzzy系统和BernsteinFuzzy系统是正规Fuzzy系统,基于R-Fuzzy集的HermiteFuzzy系统是正则Fuzzy系统,基于R-Fuzzy集的LagrangeFuzzy系统是奇异Fuzzy系统.最后,通过构造BernsteinFuzzy系统,得到了一个广义Bernstein多项式.在较弱的条件下证明了广义Bernstein多项式在C[a,b]中具有泛逼近性,并通过反例说明:存在不具有泛逼近性的广义Bernstein多项式.     

基于Choquet积分的多属性正态分布区间数决策方法

在Choquet积分的基础上,提出了正态分布区间数的关联有序平均（NDINCOA）算子。该算子不仅考虑了属性的重要性,而且能够反映出属性的相互关系。值得指出的是存在的一些正态分布区间数平均算子都是该算子的特例。最后举例说明了该算子在不确定多属性决策中的应用,结果表明该方法是可行的。     

基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。     

大气硝酸盐中氧同位素异常研究进展

硝酸盐是大气中的主要污染物,其前体物NO_x(NO+NO_2)参与大气中多种光化学反应,可以改变大气氧化特性,有利于细颗粒物的形成,影响气候系统与人类健康.硝酸盐氧同位素异常(Δ~(17)NO_3~-)是解析大气硝酸盐生成途径的有力手段.本文对大气硝酸盐氧同位素异常的研究进展进行了综述.首先列举了测试大气硝酸盐三氧同位素(~(16)O, ~(17)O和~(18)O)的前处理方法(热解法、细菌法和化学法),并对比了全球范围内大气硝酸盐氧同位素异常的时空分布特征.其次总结了大气中硝酸盐生成的主要途径及其氧同位素质量守恒,讨论了大气硝酸盐中氧原子的可能来源及其氧同位素异常值,评估了全球及典型区域尺度上氧同位素异常的模型.最后对大气硝酸盐氧同位素异常的未来研究方向进行了展望.     

光电催化还原二氧化碳概览

光电催化还原二氧化碳(CO_2)利用光能和电能可以将二氧化碳转化为液体燃料或其他有机化合物,还原过程结合了光催化还原和电化学还原的优点,具有巨大的应用潜力。通过简要介绍并比较光催化转化、电催化还原和光电协同催化还原CO_2的原理和特点,得出光电催化还原CO_2具备诸多优点,并对光电催化还原CO_2的影响因素进行了分析,最后对其未来的研究方向进行了展望。