通航机场场面运动目标检测方法

针对传统YOLOv3(you only look once-v3)算法目标检测精度较低、收敛速度较慢等问题,提出了一种改进的YOLOv3算法,分别对主干网络和损失函数进行了改进。采用迁移和冻结相结合的训练方法,以提升目标检测的精确度和速度。基于改进的YOLOv3算法对西南某通航机场3种不同场景下的运动目标检测效果进行了对比分析。结果表明,改进的YOLOv3算法对正常天气场景下的场面运动目标检测效果要明显优于雾天和雨天场景,对飞机目标的检测效果明显优于车辆和行人目标;3类目标的检测精度、召回率、平均精度值(mean average precision, mAP)分别达到92.96%、80.51%、91.96%,GPU处理速度为74.0帧/s,较传统YOLOv3算法和YOLOv4算法性能均有明显提升。     

用PLRC-FDTD法计算微波在激光等离子体中的反射和透射系数

用分段线性递归卷积时域有限差分(PLRC-FDTD)数值方法,研究了激光等离子体对微波传输特性的影响。应用该方法计算了微波的反射和透射系数。结果表明:对于均匀等离子体,等离子体频率越大,反射系数越大,透射系数越小;反射系数几乎为0 dB的带宽随等离子体频率的增加而增加;电子碰撞频率越高,反射系数越小,透射系数越大;非均匀等离子体不利于强反射的实现。研究结果为激光等离子体隐身技术提供了理论支持。     

关于欧拉求和函数的微分及应用

针对文献[1]中的一些重要结论,在Hurwitz zeta函数部分和的积分渐进公式研究的基础上,研究了欧拉求和函数的推广的微分问题.采用解析数论中函数和级数的积分方法,对于Hurwitz zeta函数部分和进行微分,得出了欧拉求和函数推广公式的一阶和二阶微分公式,即定理1和定理2,将其结论进行应用,推出了关于级数和积分...     

Genocchi多项式的傅立叶展开和积分表示

利用Lipschitz求和公式,通过分析的方法和级数变换技巧,得到了Genocchi多项式的傅立叶展开式,并由此得到了它的积分表示,我们也给出了Genocchi多项式的一些新的应用和有趣的结果。     

关于卷积码编码方案的研究

文章详述了纠错码理论中的卷积码的编码方案和解码方案,重点分析了它存在的缺陷,然后利用循环码的编码方案改进了卷积码的编码方案,得到了循环卷积码,提高了它编码的纠错能力。     

目标边缘特征增强检测算法

针对分组角点检测网络在目标检测过程中,由于目标尺寸过小或同类目标空间距离较小而导致检测失效的问题,提出一种边缘特征增强的CornerNet目标检测算法OEC。该算法通过分离特征的高低频信息提取更多的高频信息,增强目标的边缘轮廓特征,解决关键点定位不准确的问题,提高目标的框定效果,进一步提升检测精度。仿真结果表明,该算法对行人、车辆等目标检测效果均有提高,在COCO数据集上的检测结果与CornerNet相比,mAP提高0.9%,可应用于无人驾驶与智能机器人等场景。     

二重Fourier级数的平行六边形求和法

将线性求和法应用于三向剖分平行六边形域上二重Fourier级数的平行六边形截断,提出一种平行六边形求和法.通过构造一个新的收敛因子得到一个积分算子,并证明了该积分算子对于以平行六边形域为周期的二元连续函数的一致收敛性.     

基于WGAN的语音增强算法研究

带噪语音可看成由独立的噪声信号和语音信号经某种方式混合而成,传统语音增强方法需要对噪声信号和干净语音信号的独立性和特征分布做出假设,不合理的假设会造成噪声残留、语音失真等问题,导致语音增强效果不佳。此外,噪声本身的随机性和突变性也会影响传统语音增强方法的鲁棒性。针对这些问题,使用生成对抗网络来对语音进行增强,给出一种基于Wasserstein 距离的生成对抗网络(Wasserstein generative adversarial nets, WGAN)的语音增强方法来加快训练速度和稳定训练过程。该方法无需人工提取声学特征,且使语音增强系统的泛化能力得以提升,在匹配噪声集和不匹配噪声集中都有良好的增强效果。实验结果表明,使用训练出的端对端语音增强模型后,语音信号的客观评价标准(perceptual evaluation of speech quality,PESQ)平均得到23.97%的提高。     

基于孔隙介质模型的散体材料桩复合地基沉降分层总和分析方法

复合地基沉降计算是地基加固处理及相关设计的重要依据.基于刚性基础下散体材料桩复合地基沉降变形的特点,从桩与土微观变形力学机理研究入手,考虑其孔隙性质并引入孔隙介质分析方法,分别建立了反映桩与土表观变形力学参数与其骨架实际变形力学参数之间关系的孔隙介质模型.在此基础上,考虑桩与土变形力学参数的非线性特征,引进分级加载的思想,分别建立了附加应力和初始地应力对桩与土变形力学参数的影响模型,进而,建立了一种改进的散体材料桩复合地基沉降分层总和分析方法.通过工程实例分析并与现有方法计算结果进行对比,发现该方法不仅能反映桩和土变形力学参数随埋深和附加应力变化而变化的非线性特征,还能避免地基沉降计算中压缩试验曲线的使用,而且具有更高的计算精度,表明了该模型和方法的合理性与优越性.     

深度学习与一致性表示空间学习的跨媒体检索

提出一种基于深度学习与一致性表示空间学习的方法,针对图像与文本2种模态,分别采用卷积神经网络模型和潜在狄利克雷分布算法学习图像的深度特征和文档的主题概率分布;通过一个概率模型将两个高度异构的向量空间非线性映射到一个一致性表示空间;采用中心相关性算法计算不同模态信息在此空间的距离.在Wikipedia Dataset上的实验结果表明:在单模态输入检索中,文中方法的平均准确率为38.43%,相比于其他方法有明显提高.