基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。     

空间五指灵巧手单指力柔顺控制系统设计

为了可靠稳定地抓握物体,空间五指灵巧手大多采用主动柔顺控制方法。针对单指研究了腱空间和关节空间两种阻抗控制方法。基于所研制灵巧手系统参数建立的动力学模型,对两种方法进行了仿真分析。仿真结果验证了腱张力分配算法和两种控制器设计的有效性。关节空间控制方法消除了耦合效应,从而具有更好的跟踪性能。     

矩阵赋准范空间中五次泛函方程的稳定性

在矩阵赋准范空间中证明了五次泛函方程f(3x+y)-5f(2x+y)+f(2x-y)+10f(x+y)-5f(x-y)=10f(y)+f(3x)-3f(2x)-27f(x)的Hyers-Ulam稳定性.进而,在矩阵Banach空间中研究了该方程的Hyers-Ulam稳定性,且用所获得的结果在L~∞-范数Banach空间中证明了该方程Hyers-Ulam稳定性.     

对我国城市儿童户外活动空间配置研究的思考

通过统计分析1989-2018年间国内城市儿童户外活动空间配置标准、配置评价及配置优化等相关研究,探讨城市儿童户外活动空间配置领域的研究现状,发现我国现阶段相关领域缺乏对城市儿童户外活动空间配置的规范引领,缺乏空间配置影响因素的研究,空间配置研究方法有待优化,空间设计缺少与宏观规划的结合考虑等问题,为保障我国城市儿童户外活动空间的合理配置,满足儿童对开放空间的需求,提出相关建议,为未来展开深入的研究提供参考.     

2018年空间科学热点回眸

 回顾了2018年全球空间科学重要研究进展、重大战略调整以及新发射的空间科学重要任务平台,盘点了“盖亚”绘制最新银河系地图,科学家首次确定银河系外高能中微子来源,火星勘测轨道器发现火星浅层地表之下的冰,“旅行者2号”飞出太阳系;美国密集出台航天新战略,俄罗斯公布月球计划路线图,国际空间探索协调组更新国际载人航天新战略;首个飞入日冕的帕克太阳探测器成果发射,人类首个月球背面探测器“嫦娥四号”顺利登月等重大科学事件。     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

基于非可加测度的一致性变异测度

建立在经典概率测度理论体系下的风险测度理论已经有了不少的研究成果,但在金融、保险市场中存在着许多的非可加风险,针对传统风险测度理论分析非可加风险的缺陷,研究了在Choquet积分理论基础上的风险变量空间为非可加测度空间的变异测度问题,证明了这种测度是共单调可加一致性的变异测度,给出了在Chance空间共单调可加一致性变异测度的表示定理,这些结论是对风险变异测度理论在非可加条件下的发展,对于分析非可加风险具有重要的理论价值与现实意义。     

基于卷积神经网络的病理细胞核分割

针对病理图像中细胞核的精准分割问题,结合全卷积网络框架和高分辨率网络框架的特点,提出一种卷积网络对细胞核进行自动精准地分割;基于稀疏非负矩阵分解的方法将具有严重颜色分布差异的病理图像进行颜色分布归一化,以归一化后的图像为输入,利用所提出的卷积网络对细胞核进行分割;该网络通过减少下采样算子的使用,使图像信息在前向计算过程中不会过分丢失,并使用扩张卷积扩大深层神经元的局部感受野尺度大小;所采用的分割方案在2017年MICCAI病理数字图像分割数据集中达到0. 848的平均dice分数;实验表明,融合全卷积网络框架和高分辨率网络框架的卷积网络在病理图像中实现了细胞核自动精准的分割,可以有效减轻影像医师的工作负担。     

基于变步长随机行走算法的IC电源网络动态分析

针对传统随机行走算法加速策略在处理大规模电源网络时存在局限性的问题, 提出一种基于变步长的随机行走加速算法. 首先, 基于不同节点数目和阈值大小的实验对比, 分析传统随机行走加速算法和变步长随机行走加速算法的时间效率, 并证明变步长随机行走加速算法使电源网络分析效率得到极大提高. 其次, 证明随机行走算法具有空间局部性特征, 能进一步使运行空间得到释放. 通过对不同规模电源网络进行实验验证表明, 该方法能使算法运行空间得到优化.