基于光散射法和电荷感应法融合的粉尘浓度检测技术

为了减小粉尘浓度在线检测误差,分析光散射法和电荷感应法的基本原理,揭示两种方法的局限性;将光散射子单元和电荷感应子单元的结构和数据融合,研制并联自动切换的融合单元,提出一种粉尘浓度融合检测算法.实验发现:融合单元的检测误差≤11.3%,比光散射子单元小3.6%,比电荷感应子单元小3.5%;融合单元的平均标定分辨率为112.8,是光散射子单元的1.27倍,是电荷感应子单元的4.68倍;融合单元的标定线性度最好.表明融合技术克服了光散射法和电荷感应法的局限性,进一步减小了检测误差和提高了标定分辨率、线性度.     

喀斯特石漠化生态系统恢复力评估——以广西环江毛南族自治县为例

为探明喀斯特石漠化地区生态系统的恢复力,本研究以广西典型喀斯特石漠化地区——环江毛南族自治县为研究区域,运用指标评价法,从影响生态系统恢复力大小的自然因素和人为因素中筛选出11个指标,构建喀斯特石漠化生态系统恢复力指标评价体系;采用专家打分法和变异系数法(组合赋权法)确定评价指标的权重,并运用空间加权叠加的方法定量计算出环江喀斯特石漠化生态系统恢复力的大小,同时使用自然断点法对评价结果进行等级划分。结果表明：环江喀斯特石漠化生态系统恢复力为0.35-0.71,整体为中等水平;在空间分布上,环江喀斯特石漠化生态系统恢复力表现出南北低、西中高的分布状况,特别是北部和南部喀斯特地貌分布地区的恢复力较低。研究结果可为有关部门对石漠化生态系统的有效管理提供重要参考信息。     

融合金字塔切分注意力模块的视杯视盘分割

视杯和视盘的垂直直径比是青光眼在临床诊断中的重要指标,为了更加准确地测量杯盘比,针对视网膜眼底图像中的视盘和视杯分割精度的问题,提出了一个改进后的端到端的U型卷积神经网络框架,采用Resnet 34作为新的编码部分,并在每一个编码层的末端引入金字塔切分注意力PSA模块以提取更多的有效特征信息。同时使用1×1卷积代替3×3卷积来简化解码结构,并且使用一个3×3卷积与一个通过跳跃连接的1×1卷积结构取代跳跃连接。该网络模型在内部数据集上完成训练后,在DRISHTI-GS数据集进行测试,对视盘和视杯的分割结果在Dice和IOU上分别表现为97.61%和95.32%,92.91%和86.75%,证明了该模型具有良好的泛化性。     

基于 NSDTCT 与稀疏表示的红外和微光图像融合

针对传统融合方法信息缺失较多与连续性较差等问题,提出了一种基于非下采样双树复轮廓波变换（NSDTCT）与稀疏表示的红外和微光图像融合方法。利用NSDTCT进行多尺度分解获得低频成分和高频子带成分,引入稀疏表示理论,构建低频成分和高频成分的融合模型,将图像融合分别转化为对应稀疏编码的融合,低频和高频成分稀疏表示系数分别根据加权平均和多方向对比度准则进行融合。进行对比实验,选用平均梯度（AG）、标准差（STD）、互信息（MI）、边缘保持度（QAB/F）、结构相似度（SSIM）这5种客观指标,结果较传统方法分别提升2.1%、3.3%、16.1%、6.6%、8.5%以上,表明该方法能够有效保留红外微光图像信息,提高融合图像连续性和成像质量。     

基于空洞卷积和特征融合的单阶段目标检测算法

针对SSD多尺度目标检测过程中存在的目标漏检和错检问题,提出了一种融入多维空洞卷积和多尺度特征融合的目标检测算法。在卷积神经网络输出的多尺度特征中,浅层具有更多的细节信息,深层具有更多的语义信息,根据这一特点,对浅层网络采用了3种多维空洞卷积的浅层特征增强模块,获得具有语义信息的特征图,将增强后的特征图进行下采样,融合不同层的特征;同时在深层网络引入通道注意力模块,对通道进行权重分配,抑制无用信息,提高目标的检测性能。研究结果表明：该算法在PASCAL VOC数据集上检测精度为79.7%,比SSD算法提高了2.4%;在KITTI数据集上检测精度为68.5%,比SSD算法提高了5.1%,检测速度达到了实时性的要求,有效地改善了目标的漏检和错检。     

基于GA-SVM模型的虹膜质量评估方法

针对虹膜图像质量评价过程中存在的如何选取适量的评价因子、 如何降低评价因子的计算量、 如何对评价因子进行有效融合等问题, 提出一种基于遗传算法支持向量机（GA-SVM）模型和多测度评价指标的虹膜图像质量评估方法. 首先对虹膜图像进行清晰度质量评价, 粗略筛除模糊图像; 然后选用4个评价指标, 利用GA-SVM模型对评价指标值进行有效融合, 以综合评价虹膜图像质量; 最后将该方法在吉林大学第六代虹膜库中进行验证, 并与其他经典评价方法进行对比. 实验结果表明, 该方法能提高可用虹膜存活率, 并达到较好的识别精度, 同时提升系统运行速度.     

结合低秩分解与多流融合的行为识别方法

运动信息对行为识别任务至关重要。现有方法仅利用了局部运动信息,忽略了全局运动信息的重要作用。为解决该问题,提出了一种基于低秩分解与多流融合的行为识别方法。通过3条支路分别提取视频的特征,第1条支路利用低秩分解提取全局运动信息;第2条支路提取视频的光流特征以得到局部运动信息;第3条支路利用原始视频作为输入,以保留完整的空域信息。将3条支路的预测结果进行后融合,得到最终的行为识别结果。通过多流融合,充分利用视频的多尺度时域运动信息和丰富的空域信息,提高现有模型的行为识别能力。实验结果表明,提出的方法优于现有模型的多流融合行为识别方法。     

算子权移位的亚自反性

本文首先仿照A.Lambert对单边算子权移位的处理方法刻划了双边算子权移位所张成的弱闭代数，进而证明了算子权移位均是亚自反的。做为推论，讨论了算子权移位直接和的自反性，从而在算子权移位范围内顺答了J.Deddens的两个问题[5]。     

燃料电池整机的动态模型解析与响应

以１０ｋｗ、１０单元组成的顺流型溶融炭酸盐形燃料电池为对象，同时考虑到安装在隔板与电极－电解质板之间波状板的影响，建立了有关燃料电池本机的温度与电流密度动态方程式，并应用求解偏微分方程式的加权残差法对方程求解，得到了燃料电池温度与电流密度的分布与响应结果．     

分布式多传感器融合多目标跟踪方法

为实现杂波干扰环境中对密集多目标的精确跟踪,对于分布式多传感器融合多目标跟踪系统,提出一种序贯处理的航迹关联算法。其中航迹关联采用了粗、精关联相结合的方法,航迹融合采用了序贯的融合方法。本文算法在保证航迹关联正确的同时,大大降低了计算量。仿真实验结果说明了本文方法的有效性。