雷达有源干扰的多域特征参数关联智能识别算法

针对复杂干扰场景下参数变化范围大、决策树特征适应性较差等问题,本文提出了一种基于多域特征参数关联的雷达有源干扰智能识别方法。首先,针对干扰信号在时域、频域、脉压等多个域中的特点,设计了相应的特征参数。这些特征参数能够全面地描述干扰信号的特征。接着,采用随机森林的平均信息增益来选择不同干扰参数条件下的特征参数,并将它们进行关联。然后,结合多域关联特征和典型的神经网络,提出了一种改进的ResNet18网络。通过利用多域关联特征,该网络能够更准确地学习干扰信号的特征,并进行智能识别。最后设置大范围参数的干扰样本训练改进的ResNet18网络,优化其泛化性能。通过计算机仿真实验,本文的方法在大参数范围的有源干扰识别正确率达到了98%以上。而且经过改进后的ResNet18网络参数总量仅为原网络的1/17,大大减少了网络的复杂度。综上所述,本文提出的基于多域特征参数关联的雷达有源干扰智能识别方法具有较高的识别准确性和较低的计算复杂度,可以有效应用于复杂干扰场景中。

1979-2021年中国南海海表风速和大风事件的变化特征

利用欧洲中期天气预报中心European Centre for Medium-Range Weather Forecasts(ECMWF)最新的第五代再分析资料ECMWF Reanalysis v5(ERA5),定义了大风事件,使用经验正交分解等方法分析了1979-2021年中国南海海表风速和大风事件的变化特征,并对是否受热带气旋的影响进行了区分。结果发现,南海风速分布呈现出十分明显的季节特征,冬季主要为东北风,夏季为西南风;春、夏季南海东北部与其他地区风速变化存在反向关系,除东北部沿海地区外,春季平均风速变化经历了减小-增大-减小的变化,总体呈较弱的增加趋势;而夏季则是增大-减少-增大,总体呈减小趋势。秋季南海风速呈全区一致的变化,呈减小趋势。冬季变为东南与其余部分反向,除西南部外,风速呈显著增强趋势。大风事件发生在风速较大的区域和时间内,冬季和秋季发生大风事件的频次要高于春季和秋季,冬半年要高于夏半年;在冬季和冬半年,大风事件的发生频次在南海中部长山山脉东侧直到南海东北部台湾海峡附近有显著上升趋势;大风事件频次变化趋势随季节改变有很大的差异,冬季和春季大风事件频次变化趋势与夏季和秋季相反。夏半年大风事件频次变化融合了夏季和秋季的变化趋势特点;类似的冬半年大风事件频次融合了冬季和春季的变化趋势特点。在夏季,秋季和夏半年这些受到南海夏季季风影响的季节内,热带气旋对发生的大风事件频次影响更大;对在冬季,春季和冬半年发生的大风事件则影响较小。

多种运行工况下离心泵组的管道应力分析

海港码头靠泊船型大小不一,船舶自带泵流量、压力不固定,当码头与库区距离远,船舶自带泵压力不够时,需在码头增设多台加压泵,且为适应大小不同的船型,匹配多台泵的组合运行方案。该码头加压泵选用离心泵,为解决不同运行方案下离心泵的管口受力和力矩过大的问题,根据API 610 Centrifugal pumps for petroleum,petrochemical,and natural gas industries标准,利用CAESARⅡ应力分析软件,以离心泵组最近的管道固定点为分析单元,给出备用泵管道温度的计算方法,将离心泵及进、出口管道作为整体进行分析。经对多种运行工况下离心泵管口及进、出口管道的详细应力分析,通过改变管道走向,给出了满足标准要求、便于操作检修、整齐简洁的离心泵进、出口管道布置方案。研究结果对多种运行工况下离心泵组的管道布置具有指导意义。

基于云计算平台的畜牧业经营数据分析与决策支持系统

该研究旨在应对畜牧业经营中的挑战,通过云计算平台构建畜牧业经营数据分析与决策支持系统,以提升经营效率与决策准确性。在云计算平台的支持下,首先聚焦于畜牧业数据的高效管理。通过云端数据库,庞大的畜牧数据得以安全存储与迅速检索。同时,引入传感器技术,实现对动物健康和生产性能的实时监测,为后续的数据分析奠定坚实基础。数据分析阶段,研究着重于清洗、标准化和数据挖掘,确保数据的质量,揭示潜在的业务规律。在系统设计与实现方面,提出基于云计算平台的决策支持系统。实时报表、可视化工具、智能决策推荐等功能,使决策者能够更敏捷地做出准确的决策。通过研究,成功构建一套云计算平台支持的畜牧业经营数据分析与决策支持系统,有效提升畜牧业经营效率与决策准确性。该系统为决策者提供全面、实时的畜牧数据分析工具,帮助其更深入地了解畜牧业运行状况,制定更有效的经营策略。

不同油脂对黄羽肉鸡生产性能、肉品质及肌肉脂肪酸组成的影响

[目的]本文旨在研究添加不同类型油脂饲粮对黄羽肉鸡生产性能、肉品质及肌肉脂肪酸组成的影响。[方法]选取432羽1日龄快大型黄羽肉鸡(青脚麻鸡),雌雄各半,根据体重相近原则随机分为4组,每组6个重复,每个重复18羽,分别为对照组(添加大豆油)、棕榈油组、棉籽油组和猪油组。试验周期为52 d,分为3个饲养阶段,分别为1~20、21~40以及41~52日龄,其中第1阶段、第2阶段、第3阶段油脂添加量分别为1.8%、3.2%、4.2%。记录试验起始1日龄、20日龄、40日龄及试验结束(52日龄)时肉鸡体重,每周各笼肉鸡饲料消耗量;检测肉品质和脂肪酸组成相关指标。[结果]与对照组相比,添加棕榈油或棉籽油在饲养前期(1~40日龄)对黄羽肉鸡生产性能无显著影响(P>0.05),在饲养后期(41~52日龄)采食量(P<0.05)和肉鸡重(P<0.01)显著降低。添加棉籽油显著提高肌肉pH_(45 min)(P<0.05)。添加棕榈油、棉籽油、猪油极显著降低黄羽肉鸡胸肌多不饱和脂肪酸(PUFA)含量(P<0.01),极显著增加腿肌饱和脂肪酸(SFA)含量(P<0.01)。[结论]添加不同油脂(大豆油、棕榈油、棉籽油或猪油)对黄羽肉鸡前期生产性能和肉品质无明显影响;与添加大豆油相比,添加棕榈油、棉籽油或猪油显著增加肉鸡腿肌饱和脂肪酸含量,显著降低肉鸡胸肌和腿肌多不饱和脂肪酸含量。

PID控制参数对重力式三相分离器生产工艺的影响

在海上平台的生产过程中,由于油井采出液是天然气、原油、水和矿物杂质等物质的混合物,不能直接外输,需要进行一定的工艺处理后方可外输、储存或销售。三相分离器作为在该处理过程中较为成熟的设备,已在海上平台的生产中得到普遍应用。其中,重力沉降式三相分离器作为基本的分离设备得到了广泛应用。由于海上平台存在大量立管,管内流体可能出现段塞流等不稳定工况,为了保证稳定生产,需要使用一定的控制理论来控制三相分离器的生产过程。PID控制作为成熟稳定的控制理论已普遍应用于现场的生产。因此,对重力沉降式三相分离器及对应压力PID控制器、液位PID控制器的工艺流程及相关参数设置的模拟对于现场生产过程具有一定的指导意义。本文通过对某海上平台现场数据图纸进行深入分析,建立相对应的生产工艺流程模型,利用HYSYS软件模拟该海上平台对于油气处理相关工艺流程的生产过程,验证了PID控制器在生产中保证稳定生产的重要作用。并在基本工况模拟的基础上设计来流不稳定工况进一步验证对比PID控制对于来流波动的控制效果,并针对不同频率、不同气液比的不稳定来流整理分析了PID控制的响应特性。此外,在流程模拟的基础上,针对PID控制系统各项特性参数(比例增益、积分时间、微分时间)的选取进行了深入研究并完成敏感性分析,对于不同的被控参数如:压力、液位等,根据各参数的相应特性提出了对应的PID参数推荐设置。

基于改进Swin Transformer的舰船目标实例分割算法

针对反舰武器图像制导目标实例分割精度低,模型中上下文语义交互不充分,特征融合推理速度慢,数据集难易样本不均衡导致训练效果差等问题,提出了一种基于改进滑动窗口的Transformer(shifted windows Transformer,Swin Transformer)的舰船目标实例分割算法。设计了局部增强感知模块用以拓展感受野,加强语义交互能力;采用反向特征金字塔网络进行特征融合,提高算法处理速度;使用在线困难样例挖掘,改善数据集样本不均衡问题,提升网络训练效果。实验结果表明,改进后的算法相较基线算法在分割准确率上提升了1.5%,在处理速度上提高了1.3%,兼具精度和速度优势。

储气库地面工程在线仿真技术

储气库地面工程在线仿真是实现储气库生产运行流程预测、安全预警、辅助判断及优化控制的核心技术,目前,国内外对储气库在线仿真技术的研究与实践较少。通过对储气库地面工程在线仿真需求进行分析,明确储气库在线仿真的用户需求和功能需求,形成包括储气库地面工程在线仿真系统软件架构、开发架构、工作流和数据流的设计方案;采用三层架构体系和C/S(客户端/服务器)软件架构,结合基于HYSYS软件的储气库地面工程在线工艺计算模型、在线数据采集和处理技术、工艺计算模型与仿真数据库数据交互技术,开发了储气库地面工程在线仿真系统,并将其应用于某储气库采气流程,对在线仿真技术的适用性和可行性进行验证。对比在线仿真模拟结果与生产数据可知,所建在线仿真系统工艺参数计算精度满足生产需求。研究成果可为储气库智能化实践提供技术支撑。

智能化舰船要害检测、轨迹预测与位姿估计算法

准确检测与打击舰船要害部位可有效提升反舰导弹毁伤效能。针对舰船要害部位检测精度低、导引误差解算精度不足等问题,提出基于深度学习的舰船要害关键点检测、轨迹预测与导引头位姿估计算法。融合深层语义信息与浅层定位信息,采用SoftPool池化保留细粒度特征,提升多角度多尺度舰船要害部位检测精度;将关键点检测结果与舰船空间结构建立映射,解算导引头三维位姿;引入长短期记忆网络挖掘要害打击点时空特征,实现多尺度舰船要害动态轨迹预测。实验结果表明:所提算法对舰船要害部位检测与轨迹预测精度高,导引头位姿估计结果较准确,满足自主突防视角反舰导弹对复杂海战场的态势感知需求。

一种基于条件生成对抗网络的单幅图像去雾算法

针对雾(霾)会显著降低基于图像制导武器的可见光侦测设备成像质量,从而干扰对目标精确识别的问题,提出一种基于条件生成对抗网络的单幅图像去雾算法。在生成器下采样中使用软池化运算,以提高细粒度特征的提取能力;加入全局平均池化层,旨在消除图像边缘的震荡效应,提高去雾图像清晰度;简化判别器结构,优化损失函数权重值确定方法,提升网络模型训练效率。实验结果表明:去雾后的图像清晰锐利,色彩自然,在结构相似性、峰值信噪比和图像信息熵等客观定量指标上优于经典去雾算法,对去雾后图像进行目标检测的平均精度均值提升了4.13%。

血管内皮细胞来源外泌体miR-214对H_(2)O_(2)诱导血管内皮细胞损伤的影响

目的探讨血管内皮细胞来源外泌体miR-214对过氧化氢(H_(2)O_(2))诱导的血管内皮细胞损伤的影响。方法体外培养人脐静脉血管内皮细胞(HUVEC),并转染miR-214抑制物(in-miR-214)及其阴性对照(in-miR-NC),分离并鉴定外泌体,同时检测miR-214表达。再次培养HUVEC,分为正常对照组(Control组)、氧化损伤组(H_(2)O_(2)组)、空白外泌体+氧化损伤组(exo NC+H_(2)O_(2)组)、in-miR-NC外泌体+氧化损伤组(exo in-miR-NC+H_(2)O_(2)组)和in-miR-214外泌体+氧化损伤组(exo in-miR-214+H_(2)O_(2)组)。qRT-PCR检测细胞中miR-214表达水平;MTT和流式细胞术检测细胞增殖、凋亡;划痕愈合实验检测细胞迁移;Western blot检测细胞增殖、凋亡、迁移相关蛋白水平。结果成功从HUVEC细胞中分离出外泌体,且转染in-miR-214可抑制外泌体中miR-214表达(P<0.05)。H_(2)O_(2)诱导后,HUVEC细胞增殖活力和划痕愈合率降低,凋亡率增高;同时,细胞中miR-214表达水平增高,Cyclin D1、PCNA、Bcl2、MMP2和MMP9蛋白水平降低,Bax蛋白水平增高(P<0.05)。添加HUVEC外泌体和外泌体来源的in-miR-214可部分削弱H_(2)O_(2)对HUVEC细胞的损伤,且后者的效果要明显优于前者(P<0.05)。结论HUVEC来源外泌体通过低表达miR-214保护HUVEC免受H_(2)O_(2)诱导的细胞损伤。

结合MAML和Dirichlet过程的小样本点云分类

点云被广泛使用在各种三维应用场景中,但是实际应用中通常存在扫描、标注费时费力等局限性,因此基于小样本数据集的点云分类网络更加符合应用需求.为了有效地提高深度学习分类算法在小样本点云数据集上的分类效果,提出一种针对小样本数据集的点云分类方法.针对训练数据集不平衡问题,首先采用基于相似度依赖的Dirichlet中餐馆过程对数据集进行预处理,在无需人工指定聚类个数的前提下对样本进行重新聚类,以提升分类网络在小样本数据集上的性能;然后在重新聚类后的样本上使用模型无关(model agnostic meta learning,MAML)算法训练PointNet++,达到用少量点云样本就能快速适应新任务的能力.所提方法不但降低了模型对数据量的依赖,提高了模型泛化能力,而且成功地把MAML算法从二维图像分类拓展到三维点云分类中;在Modelnet40数据集上的实验结果表明,与PointNet++相比,该方法的训练时间减少了一半,分类准确率平均提高6.67%,验证了该方法在小样本数据集上的有效性.

盐酸利托君注射液联合硫酸镁在早产胎膜早破患者中的临床疗效

目的探讨盐酸利托君注射液联合硫酸镁在早产胎膜早破患者中的临床疗效。方法选取2019年1—12月于本院治疗的106例早产胎膜早破孕妇作为研究对象,按照随机数字表法分为对照组与观察组,每组53例。对照组采用盐酸利托君注射液治疗,观察组在对照组基础上联合硫酸镁治疗,比较两组治疗时间、宫缩抑制时间、孕龄延长时间及临床疗效。结果观察组治疗时间、宫缩抑制时间短于对照组,孕龄延长时间长于对照组,差异有统计学意义(P<0.05)。观察组治疗总有效率(98.11%)明显高于对照组(86.79%),差异有统计学意义(P<0.05)。结论盐酸利托君注射液联合硫酸镁用于早产胎膜早破患者中疗效理想,能缩短治疗时间、宫缩抑制时间,延长孕龄,值得临床推广应用。

航空发动机损伤图像的二分类到多分类递进式检测网络

航空发动机损伤是影响飞行安全的重要因素。当前基于计算机视觉的发动机孔探图像损伤检测存在两个主要问题:一是孔探图像背景复杂,使得模型对损伤的检测精度较低;二是孔探图像数据来源受限,导致模型可检测类别较少。为解决这两个问题,提出了基于Mask R-CNN的二分类到多分类递进式航空发动机损伤图像检测网络。通过在Mask R-CNN中增加二分类检测分支,首先对图像中的损伤进行二分类检测并对定位坐标进行回归优化;其次使用原始检测分支递进地进行多分类检测,以进一步回归优化损伤的检测结果并确定损伤类型;最后根据多分类检测的结果,通过Mask分支对对损伤进行实例分割。为了增加模型检测类别及验证方法的有效性,构建了包含八种损伤类型,共1315张孔探图像的数据集。在该集合上进行的训练和测试结果表明,多分类检测的平均精度(AP)和AP75与Mask R-CNN相比分别提高3.34%、9.71%,可见所提方法能够有效提高对孔探图像中的损伤的多分类检测精度。

多花黄精和滇黄精种子的营养成分及抗氧化物酶活性

【目的】探明多花黄精和滇黄精种子的营养成分及抗氧化物酶活性,以期为黄精种子在食疗和康养等新兴领域的开发利用提供依据。【方法】采用化学测定方法,对滇黄精和多花黄精种子的淀粉、粗脂肪、粗蛋白、游离氨基酸、可溶性糖、植物甾醇和抗氧化酶(SOD、CAT和POD)活性进行分析与评价。【结果】多花黄精和滇黄精的淀粉、直链淀粉、支链淀粉、粗蛋白、粗脂肪、可溶性糖、游离氨基酸和甾醇含量分别为0.11%~60.94%和0.20%~65.20%,其中,滇黄精的淀粉、直链淀粉、支链淀粉、粗蛋白、粗脂肪和甾醇含量均高于多花黄精,分别提高6.99%、14.15%、11.78%、145.46%、60.07%和66.67%,多花黄精的可溶性糖和游离氨基酸含量均高于滇黄精,分别是滇黄精的11.98倍和28.92倍;多花黄精和滇黄精种子的淀粉含量与水稻、小麦和玉米相比相对较低,分别降低9.0%~14.0%和4.0%~10.0%;黄精种子的粗脂肪含量是水稻、小麦和玉米的6.3~10.0倍;多花黄精和滇黄精的SOD、CAT和POD活性分别为29.37 U/g、148.24 U/g,61.25 U/g、297.10 U/g,6804.00 U/g、80.80 U/g,其中,滇黄精的SOD和CAT活性是多花黄精的5.05倍和4.85倍,多花黄精的POD活性是滇黄精的84.21倍;滇黄精种子的CAT活性是小麦的13倍,而与水稻的CAT活性相差不大;多花黄精的POD活性极显著高于滇黄精及小麦、水稻和玉米三大作物,是小麦、水稻和玉米的126.00~220.00倍。【结论】滇黄精和多花黄精种子的淀粉、粗脂肪、可溶性糖、游离氨基酸和植物甾醇含量较高,具有较高的营养价值和抗氧化酶活性,可在食疗和康养等新兴领域进行开发利用。

基于YOLOv5的舰船目标及关键部位检测算法

为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络训练收敛速度,提升算法鲁棒性,从而实现了对水面舰船目标和舰船关键部位的快速准确识别。通过在舰船目标及其关键部位数据集上实验验证,对比多个经典目标检测方法,在识别准确率上均有不同程度提升,对比原YOLOv5s模型,平均精度均值提升3.03%,速度提升2 FPS,模型保持了YOLOv5轻量化的特点,在应用部署上有良好前景。

多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法

反舰导弹对舰船要害部位的精确打击能力是精确制导武器的关键技术之一。针对反舰导弹导引头对舰船要害部位检测精度低、特征提取能力不足,预测框的处理降低检测速度等问题,提出了一种多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法。由于舰船要害部位检测数据具有多尺度、多角度特性,引入多尺度特征融合模块,综合利用不同感受野的检测信息,优化特征提取;利用高效轻量化注意力机制改进Hourglass结构中的跨层连接,提升检测精度,降低算法总参数量;使用迁移学习有效提升算法收敛效果。在建立的舰船要害部位检测数据集和公开的PASCAL VOC数据集进行实验,检测准确率分别提升了4.41%和5.57%,分析算法参数与运算量,设计了模块消融实验,论证了所提算法的有效性。

基于深度学习的舰船目标检测技术综述

精确检测与打击舰船目标能够提升武器装备作战效能,是精确制导武器研制的重要方向之一。针对复杂背景下的舰船目标检测需求,总结了基于深度学习的舰船目标检测技术发展现状,对目前采用的检测算法及适用性做了系统性的归纳梳理,整理了常用遥感与合成孔径雷达成像舰船目标数据集,介绍了深度学习在舰船目标检测领域的应用;分析了现有算法存在的不足并提出相应改进思路,同时对舰船目标检测技术未来的研究趋势进行了展望。

基于深浅层特征融合的舰船要害关键点检测算法

导引头对舰船要害部位的精确检测能力是精确制导武器的核心技术之一。针对导引头对舰船要害部位检测精度低、模型参数冗余、相对运动导致舰船图像尺度、角度变化剧烈等问题,提出了基于深浅层特征融合的舰船要害关键点检测算法。首先,采用多尺度特征融合模块融合不同感受野的有效信息;其次,利用SoftPool池化改善下采样导致的信息损失,利于区分相似关键点;然后,引入深度可分离卷积降低参数冗余,结合轻量化注意力机制增强有效特征表达;最后,利用在线难例挖掘改善样本不均衡,提升收敛效果。改进后的舰船要害关键点检测算法准确率提升4.4%,算法兼具检测精度与速度优势,鲁棒性较好。

基于IPA分析法的野三坡百里峡景区游客体验满意度研究

为了解百里峡景区游客对百里峡景区体验项目的满意度及各项目的重要程度,采用IPA分析法,通过问卷形式对游客基本情况及满意度进行实地调查,并利用所得数据构建影响游客满意度的体验因素模型,以期针对百里峡景区现状提出科学的可行性建议。通过调查发现:87.52%的游客为中青年人,75%的游客具有本科或专科学历,77.08%的游客第1次来,62.5%的游客停留1 d,93.75%的游客与家人朋友同行,74.84%的游客表示满意或非常满意,87.50%的游客愿意向他人推荐,77.08%的游客愿意重游。经过计算得出,游客对景区自然景观、路标与指示牌、卫生环境、导游服务、交通便捷性、品牌形象的满意度评分较高(3.94～3.71),而对治安状况、拥挤程度、秩序维护、特产及购物的游客满意度较低(3.54～3.29)。另一方面,游客对景区自然景观、卫生环境、品牌形象和交通便捷性、秩序维护重要度评分较高(4.19～4.13),对娱乐活动、导游服务、特产及购物几项评分较低(3.92～3.71)。经对比发现,游客对景区自然景观、卫生环境、路标与指示牌、品牌形象及交通便捷性的满意度和重要度都较高,反而对门票价格、娱乐活动、餐饮价格和特产购物等方面满意度和重要程度不高。导游服务、演出节目及公共休息设施等方面满意度高、重要度低,而秩序维护、拥挤程度、治安状况、咨询服务及公厕卫生等因素满意度低、重要度高。因此,建议改善景区管理与服务、提高文化与活动体验、提升品牌形象、完善基础设施。