基于图像分割的效应靶自动报靶系统研究

破片战斗部因其可产生大量杀伤破片群而被广泛应用。为了准确分析破片战斗部对效应靶的毁伤作用,解决人工统计方法效率低下且准确率低的问题,将数字图像处理技术应用于报靶工作中,提出基于偏微分方程方法的靶孔图像分割算法,完成了不同靶板上靶孔自动识别系统的设计。通过输入试验后钢靶和网靶图像后,系统自动生成包含破片孔数量、尺寸、位置分布等参数的统计结果及标识靶孔边界的靶板图片,实现了自动报靶功能。     

多元热流体解堵增产工艺室内实验研究

针对渤海稠油油田冷采低产低效井,通过室内实验研究了多元热流体增产引效工艺在非热采完井稠油油田解堵及增产效果。室内实验结果表明:多元热流体解堵后,采油指数可恢复到初始采油指数的35%左右;同时多元热流体对稠油冷采井具有明显增产作用,多元热流体吞吐周期内采油速度较冷采有明显提高,平均采油速度由4.65 mL/min提高至8.37 mL/min,累计增油量220 mL。     

基于相关熵和流形正则化的图像聚类

近年来,聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究,然而数据中普遍存在的噪声和异常值严重影响聚类结果.提出一个基于相关熵和流形正则化的聚类框架CRNMF(Correntropy and Manifold Regularization Non-Negative Matrix Factorization).首先,采用基于相关熵的非负矩阵分解（Non-Negative Matrix Factorization,NMF）作为损失函数来抑制非高斯噪声和异常值的影响;其次,充分考虑数据的结构信息,采用流形正则化学习数据的局部结构,并通过l2,1-范数对非负矩阵进行稀疏约束;最后,利用半二次优化技术（Half-Quadratic Optimization Technique,HQ）进行优化,并分析了收敛性和计算复杂度.在五个图像数据集上进行测试,实验结果表明,提出的框架在图像聚类任务中具有较好的有效性和鲁棒性.     

基于自监督学习方法的半监督视频目标分割研究

本文主要研究自监督学习方法在视频目标分割中的应用。首先通过挖掘大规模无标注视频数据中的时间-空间关系,让神经网络作为特征编码器学习视频帧之间的相似性和连续性;然后通过记忆力机制训练网络,使其对当前帧和多个参考帧之间的关系进行建模;利用特征编码器学习到的特征对视频帧中的分割目标进行重建,进行下游的视频目标分割任务;最后,利用在线自适应模块对视频分割结果的错误进行修正。实验结果表明,本文的自监督方法在视频分割任务上的表现可以更加接近有监督方法的分割结果,采用记忆力机制和在线自适应模块可以大大提高视频目标分割的准确性。另外本文探究了数据有效性,当采用少量数据进行网络的自监督训练时,模型仍能取得较好的效果,意味着这个任务本身不需要大规模数据集中富含的复杂语义信息进行建模。     

银杏雌、雄植株花芽分化后期及开花期间生理代谢的比较

【目的】研究银杏雌、雄株花芽分化后期及开花期间内含物和激素代谢的动态变化,为银杏雌、雄株的定向培育、授粉、性别鉴定提供参考。【方法】通过采集银杏雌、雄株花芽分化后期(11月25日—次年3月16日)、开花期(3月17日—4月7日)、开花后(4月8日—4月28日)3个阶段短枝果芽及开花后的叶片,测定其可溶性糖、可溶性蛋白、黄酮和内酯等内含物及激素含量。【结果】在花芽分化后期,银杏雄株普遍比雌株含有更多的可溶性糖和可溶性蛋白,其苯丙氨酸解氨酶(PAL)活性也更高;而在开花期,银杏雌株比雄株含有更多的可溶性糖、淀粉和可溶性蛋白,其PAL活性也更高,但此期间雄株的赤霉素(GA)和玉米素(ZT)含量远高于雌株。雌、雄植株芽期的过氧化物酶(POD)活性远高于开花期和花后期,而开花期间雌、雄株叶片都具有较高的ZT、GA、总黄酮和萜内酯水平。【结论】银杏雌、雄株在开花时间各节点的生理代谢水平出现不同步性,雄株的可溶性糖、可溶性蛋白、总黄酮和萜内酯的高点比雌株早2周左右。较高水平的GA和ZT、总黄酮和萜内酯可能是银杏雄株开花及雌株胚珠发育所必需的。     

基于矩阵半张量积求解四元数Toeplitz线性系统

针对四元数上三角Toeplitz线性系统的求解问题,提出了一种利用四元数矩阵的实向量表示与矩阵半张量积的新方法,给出四元数上三角Toeplitz线性系统相容的充要条件及通解表达式,通过数值算例检验了该方法的有效性.     

CLT楼板半层搭接节点的面外弯曲性能试验研究

为研究半层搭接节点对正交胶合木（CLT）楼板双向抗弯承载力的影响,分别对CLT楼板半层搭接节点试件沿强轴和弱轴方向进行面外加载弯曲试验.归纳了强轴和弱轴方向受弯的试验现象和极限状态的破坏模式,考察了螺钉直径、螺钉间距、搭接长度对抗弯极限荷载、跨中截面应变的影响.结合试验现象,总结了弱轴方向受弯极限状态时自攻螺钉的变形特...     

一种自适应确定隐层节点数的增量半监督超限学习机算法

单隐层前馈神经网络中,隐层节点个数是影响网络的学习能力和复杂程度的重要因素.在实际应用当中,如何确定网络的隐层节点个数仍然是一个开放的问题.在半监督超限学习机(SS-ELM)的基础上,本文提出了一种增量半监督超限学习机(ISS-ELM)算法,对于给定的学习精度,该算法能够逐个或者成批地增加隐层节点,并自适应确定隐层节点...     

半参数STAR模型的估计及应用

文中首次提出了一个新的STAR模型,在保留了转换函数的前提下,让转换变量以非参数的形式进入转换函数,从而有效减少了模型误设的风险,提高了样本内拟合和样本外预测的能力. 蒙特卡罗实验的结果显示半参数STAR模型的有限样本拟合结果令人满意. 利用1994年1月到2012年7月的人民币实际有效汇率月度数据,将半参数STAR模型和随机游走模型、自回归模型、门限自回归模型、平滑转换自回归模型和人工神经网络模型的样本外预测能力进行比较,结果显示半参数STAR模型在样本外预测能力上具有显著优势.     

求解半向量双层规划问题的精确罚函数法

研究半向量双层规划问题的求解方法. 利用Benson’s方法及线性规划问题的对偶理论,将半向量双层规划问题转化为一个单层优化问题,同时提出了转化问题的偏静态条件定义. 基于此定义,构造了半向量双层规划的精确罚问题,得到了此类双层规划问题的最优性条件,并给出相应的求解方法. 最后通过一个数值例子表明了求解方法的可行性.