基于图像灰度信息的三维曲面测量方法应用

提出一种由图像灰度信息恢复三维形状的自由曲面测量方法,以自然方式提取物体表面的形状信息,实现了系统间的信息集成。介绍了一种适合于自由曲面测量的改进光照模型及其参数的确定方法,给出了基于改进光照模型的由单幅灰度图像和单目多幅灰度图像的曲面重构算法,并用数字相机拍摄的实际图像对算法进行验证-结果表明该测量方法有效可行。     

基于机器学习模型的多层土壤湿度反演

为了获取深层土壤湿度缺测值,采用支持向量机、BP神经网络和随机森林3种机器学习算法,在表层至深层土壤中利用主成分分析法选择与土壤湿度相关性显著的气象因子作为输入数据,建立多层土壤湿度反演模型反演了不同深度的土壤湿度。结果表明:随机森林模型模拟结果更加稳定,反演效果更佳;受气象因子驱动的影响,3种机器学习模型对地表0~10.cm深度内土壤湿度的反演效果更佳,对深层土壤湿度的反演效果随着深度增加而变差;增加表层土壤湿度及不同深度土壤温度作为驱动因子可以有效提高机器学习模型对深层土壤湿度的反演能力。     

获取俯仰信息的车载合成孔径雷达成像方法

车载合成孔径雷达(synthetic aperture radar,SAR)技术能够弥补摄像头和激光雷达在恶劣环境下感知能力的不足.针对现有一维车载SAR成像方案无法实现目标俯仰方向分辨的缺点,提出一种基于俯仰方向等效均匀阵列和行进方向合成孔径相结合的二维SAR成像方案.数据采集系统采用77 GHz商用多输入多输出雷达和线性导轨搭建.实验结果证明,该系统所得成像结果能够有效反映目标外形轮廓.在车辆非直线轨迹运动场景下,存在唯一可用后向投影算法时间复杂度过高的问题,针对上述成像方案阵元特点,提出一种基于时域和波数域结合的快速成像算法.理论推导和仿真实验表明,该算法能有效降低时间复杂度,且保持良好成像效果.     

基于MapReduce的合成孔径雷达后向投影快速成像方法

针对雷达大场景高分辨率高精度快速成像的应用需求,提出一种基于MapReduce的合成孔径雷达后向投影快速成像方法,将方位向成像任务划分成若干个成像单元,进行分布式并行化方位向成像计算,最后将所有成像单元的计算结果进行相参累加。该方法对每个脉冲数据标上天线阵元的位置信息,使得各个脉冲数据可以并行补偿相位;采用相等脉冲数划分成一个数据块的方式提高计算效率和实现负载均衡;设置Combiner函数对成像单元内的计算结果进行提前聚合,解决后期聚合时间较长的问题。实验验证了该方法的有效性,在保证成像准确的前提下,该方法的方位向成像在4台物理计算机搭建的分布式计算平台中进行,其计算速度是单机计算的后向投影方位向成像方法的3.7倍,可见该方法可以实现合成孔径雷达大场景高分辨率高精度快速成像。     

非一致性采集时移地震油藏监测可行性研究

为研究非一致性采集时移地震油藏监测的可行性,利用三维高斯射线束正演模拟方法对储层段做照明度模拟
分析,量化了不同观测系统参数对储层面元接收能量的影响,得到了影响储层成像照明能量大小和均匀度的最主要因
素是炮检距和方位角的分布,即观测系统参数中的最大炮检距和接收线距的大小。当储层速度变化小于观测系统参
数变化给面元接收能量大小带来的影响时,更有必要对时移前后数据体的观测系统进行一致性的匹配处理,这一步处
理的重点应该是面元重置和面元内炮检距与方位角分布的匹配。S56 区块一套非一致性采集的实际资料匹配处理试
验表明：本文方法能有效地减小非储层段的地震响应差异,放大储层段的地震响应差异。     

短时低温对绞股蓝种子萌发的促进作用

为探索提高绞股蓝种子萌发率的方法,分别探讨了不同光温、激素、储存、低温层积和短时低温等处理对其的影响.光温处理结果表明,绞股蓝种子的最佳萌发温度是15~25 ℃,光照可适当提高萌发率,但在最适温度20 ℃时,萌发率最高也仅为（31.54±2.04）%;激素处理结果表明,细胞分裂素（如6-BA和玉米素）对绞股蓝种子的萌发没有促进作用,赤霉素中GA3对其萌发没有显示出促进效果,但GA4对绞股蓝种子的萌发有一定的促进作用,在光照条件下萌发率最高可达（54.00±2.65）%;在18 ℃下,储存时间处理结果表明,一定的存放时间有利于打破其自身休眠机制,但时间过长种子的萌发率迅速下降,甚至不再萌发;低温层积处理结果表明,低温层积对萌发的促进作用不明显,低温层积90 d的种子在光照下的萌发率是最高的,仅能达到（34.26±3.21）%;短时低温处理结果表明,5,10,15 ℃条件下湿藏9 d后,绞股蓝种子的萌率分别可以提高到（73.06±2.12）%,（83.14±3.25）%和（72.13±3.52）%.储存处理与储存后短时低温处理的对比结果表明,随着储藏时间增加,绞股蓝种子的萌发率迅速下降,而短时低温层积对长时间存放的种子也有一定的萌发促进作用.     

一种分区BP人工神经网络图像差值算法

为了提高图像插值质量,利用前向反馈人工神经网络（BP-ANN）的自学习、自适应和泛化能力,开展分区BP-ANN图像差值研究.将图像中待插值像素划分为光滑区和边缘区,每个区分别对应1个BP-ANN进行图像差值操作,并通过3组实验确定分区BP-ANN的网络结构、采点模式和插值流程.结果表明,采用8-16-1拓扑结构的BP-ANN算法可达到图像的可视化质量和时间之间的最佳平衡点;与经典线性均值（LA）图像插值算法相比,分区BP-ANN算法在保持最佳视觉效果的前提下,峰值性噪比高约0.593 8 dB.     

资源三号卫星影像超分辨率重建

研究了迭代反投影重建的方法与基于稀疏表示和字典学习的重建方法,将两种重建
算法首次用于资源三号三线阵影像数据的重建试验,并从亮度均值、峰值信噪比、信息熵和清
晰度等四方面对实验结果进行客观分析. 重建影像结果表明：基于字典学习和稀疏表示的重建
方法获得的资源三号重建影像效果优于迭代反投影方法.     

效用最优的无线传感器网络退避算法研究

针对基于CSMA/CA协议的分簇传感器网络,提出了一种新的退避算法.首先通过把资源分配看成效用最大化的优化模型,说明了簇内传感器节点争用信道的退避窗口应该具有同样大小;然后在假定簇内各个节点有一样的退避窗口的基础上,通过最小化节点间的冲突概率,得到了簇内节点的最优退避窗口值和节点个数之间的关系.由此提出了一种基于最优共享退避窗口的重传算法,仿真结果表明本算法较传统的二进指数算法具有较少的冲突,能够减少传输时延、提高吞吐量,同时也是能量有效的.     

一种基于文化粒子群算法的BP网络优化方法

BP网络良好的逼近特性和泛化能力使其在模式识别、智能控制和系统决策等领域有广泛应用。但网络训练过程中存在的收敛速度慢、容易陷入局部极值等局限性限制了进一步应用。提出一种新的智能优化算法-文化粒子群算法来对BP神经网络的权值和阈值同时进行优化。算法设置了群体空间和信念空间两类独立空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。两类空间的交互通过接受操作和影响操作利用同步式传输方式完成。以Iris分类问题的BP网络模型为仿真实例,对算法的正确性和有效性进行验证。仿真结果表明,改进算法具有较快的收敛速度。