镁合金及其在兵器装备中的应用探析

综述镁合金的特点及其在欧美等西方国家兵器研制过程中的应用情况,并结合兵器零件的使用特点和性能要求,分析了镁合金在兵器装备中的应用前景。

规模化电动汽车接入下柔性配电网馈线负载平衡方法

为了解决电动汽车大量涌入造成的配电网馈线负载不平衡问题,提出规模化电动汽车接入下柔性配电网馈线负载平衡方法。在保证线路负载率处于合理范围的前提下,采用分时电价引导电动汽车的充电行为,提升电动汽车的购电经济性。通过电动汽车充电行为的时间转移和智能软开关的灵活功率调节,实现减小系统损耗、保证配电网灵活高效运行的目的。所提运行优化方法可以有效缓解馈线负载不平衡问题,并提高系统运行经济性。

基于边缘保持滤波和结构张量的遥感图像融合

高光谱(HS)遥感图像含有丰富的光谱信息,但是空间分辨率较低,而全色(PAN)遥感图像空间分辨率较高。针对高光谱遥感图像与全色遥感图像的融合问题,提出了一种新的基于边缘保持滤波和结构张量的遥感图像融合算法。首先,为了提取高光谱遥感图像的空间信息,提出使用边缘保持滤波方法,该提取方法可以保证提取的信息全部为空间细节信息,避免低频混叠。其次,对全色遥感图像采用高斯-拉普拉斯图像增强算法进行图像锐化,降低图像噪声,锐化细节信息。再次,为得到总空间信息,提出使用结构张量的自适应加权策略。传统的融合算法通常仅从全色遥感图像中提取空间信息,可能会引起光谱失真或空间细节加入不足等问题,为了克服这些问题,提出的自适应加权策略得到的总空间信息不仅包含全色遥感图像的空间信息,还包含高光谱遥感图像的空间信息,且自适应加权相对于全局常数加权,可以自动选取更加合适的加权数据。最后,通过构建可以控制光谱和空间失真的增益矩阵,将总空间信息注入到插值的高光谱遥感图像的每个波段中,得到融合的高光谱图像。实验结果表明,本文提出的遥感图像融合算法,在客观评价方面,取得了最优的空间和光谱性能,在视觉效果上,与其他融合算法相比,可以更有效地提高空间分辨率和保持光谱信息。

灾时危化品事故危机信息管理体系及其运行机制研究

灾害引致的危化品事故危机管理是一个多环节、多变量的复杂工程,其重要进程是对事故危机信息的管理。而要有效实现对灾时危化品事故的危机信息管理,必须建立科学的运行机制。文章运用系统性演绎分析方法。通过对危化品事故的灾时成因、次生灾害特性以及造成的应急负荷进行了分析研究,构建了灾时危化品事故危机信息管理体系,并提出了过程嵌入、信息融合以及学习分享的三大运行机制,以期实现该体系的高效运转。

一种引入注意力机制的红外目标检测方法

针对红外目标纹理细节少、检测精度低的问题,提出在红外检测场景下引入注意力机制的Cascade-RCNN算法,设计了一种适用于红外场景的注意力机制以提升算法检测精度。由于基于深度学习的注意力机制常在可见光数据集上进行性能验证,首先在红外检测数据集上测试常见于可见光场景注意力机制的检测精度,对于以上注意力机制在红外目标检测场景的优缺点进行分析,提出一种显隐性通道交互的注意力机制,主要由显性特征交互和隐性特征交互两种方式组成;在显性特征交互方式上采用因子分解机的方法,在隐性特征交互方式上采用全连接层的方式;最后将两种交互方式通过全连接层到同维希尔伯特空间并进行信息融合,将通道关系从显性和隐性角度进行建模。同时,提出一种局部池化替换全局池化以获取更多红外目标空间纹理信息,结合在空间维度上使用多尺度卷积提取不同感受野的目标信息,进一步提升了算法精度。在FLIR公开红外数据集上进行实验,相比于基准算法Cascade RCNN,新方法在不引入过多参数量的同时,检测性能在不同的骨干网络上有2%左右的mAP提升。

基于FPGA的高光谱异常目标检测RXD算法加速方案

高光谱图像在带来丰富光谱信息的同时,其数据量大和维数高的特性也使得各种目标检测算法进行处理时往往产生庞大的运算量,所以采用可以实现高光谱异常目标检测算法的高速处理方案显得尤为迫切和重要。考虑到现场可编程门阵列(FPGA)强大的并行计算能力和极具灵活的设计方式,针对高光谱异常目标检测RXD算法中协方差矩阵及其逆的计算量过大的问题,以分块并行和正交三角(QR)分解为主要加速思想,利用高层次综合(HLS)工具对算法进行优化,提出了RXD算法在FPGA平台上的加速方案。实验结果表明,所提出的基于FPGA平台的加速方案可以在保持算法检测性能的同时达到相较于CPU实现7. 04倍的加速,验证了加速方案的正确有效性。

自适应上下文感知相关滤波类目标跟踪算法

由于传统的相关滤波目标跟踪算法余弦窗和搜索区域的限制,在复杂场景下容易产生跟踪漂移,上下文感知算法提出一个框架允许将上下文纳入相关滤波器,但其没有计算上下文信息对目标的干扰程度而直接采用相同的抑制权重,因此无法对干扰程度不同的上下文信息自适应赋予不同程度的抑制。基于此,提出一种上下文抑制权重自适应的相关滤波类目标跟踪算法。首先,将目标周围的背景信息学习到滤波器中,增强滤波器模板对于目标和上下文背景信息的分类能力,同时引入自适应权重系数向量;其次,提出一个上下文信息干扰系数公式,用于定量评估目标上下文信息对于目标的干扰程度;再次,依据所提出的公式分别计算出上下文信息的干扰程度之后,将其与自适应权重系数向量匹配,从而实现对目标干扰程度越大的上下文信息,抑制的程度越大;最后,基于OTB100数据集验证了该算法的有效性。实验结果表明,这种算法的成功率和精确度较其基准算法分别提升了约5.7%和4.3%,具有较强的鲁棒性。

基于多分支CNN的高光谱与全色影像融合处理

高光谱与全色影像融合旨在通过融合高空间分辨率的全色影像与低空间分辨率的高光谱影像来获得高空间分辨率的高光谱影像。基于深度卷积神经网络(CNN),提出了一种遥感影像融合方法,利用两个独立的分支网络逐级从高光谱和全色影像中提取光谱和空间特征。该融合网络由两个分支网络和一个主线网络组成,利用两个分支网络分别从高光谱与全色影像中提取空谱特征,主线网络基于分支网络提取的特征,重建得到最终融合的高空间分辨率的高光谱影像。在CAVE和Pavia Center数据集上分别进行了实验验证,通过对比可以发现,所提出的融合算法在空间细节和光谱保真度上较当前主流算法均表现出更优异的性能。