姿势自适应权重更新策略及尺度回归的煤矿井下目标跟踪算法

随着计算机技术的飞速发展,煤矿井下智能工作面的建设取得了巨大进步。目标跟踪作为井下智能工作面建设的一个重要环节,在保证作业人员安全,提升开采效率等方面发挥着重要作用。但是煤矿井下光照条件较差,当目标有较大外观变化和遮挡时,算法的跟踪预测框将不能准确跟踪目标。为了解决上述问题,设计出姿势自适应权重更新策略,该策略能计算出不同帧与模板帧之间目标外观姿势的变化程度,该变化程度作为目标估计网络调制向量更新的依据,动态地更新调制向量。通过该更新策略,使得算法对于目标尺度变化较大物体的跟踪精度得到提升。同时设计的中心点尺度回归损失函数,将中心点距离和高宽损失引入损失函数,使得目标框回归更加精准。

基于目标对齐和语义过滤的多模态情感分析

近年来许多研究工作利用注意力机制捕捉意见目标相应的视觉表征进行情感预测,但这种方法在细粒度意见目标对齐方面效果并不理想。为此,提出一种基于目标对齐和语义过滤的多模态情感分析方法。首先,引入目标识别方法Deepface获取图像的粗粒度意见目标,并使用映射方法,将粗粒度意见目标映射到细粒度意见目标,实现模态内的目标对齐。其次,利用Deepface获取粗粒度意见目标的情绪词并将其和视觉表征融合,使模型更准确地理解和表示意见目标的情感倾向。最后,引入图文匹配模型CLIP来评估图像与意见目标之间的语义关联性,从而过滤多余的视觉模态数据噪声。实验表明,提出的意见目标对齐和语义过滤能更好地利用视觉模态信息,提高情感预测的准确性。

“五育并举”理念下高职院校第二课堂课程体系建设研究

深刻领悟五育的教育理念和内涵,对于高职院校制订人才培养计划和人才培养方案有着重要作用。第二课堂作为高职院校落实育人目标的有效载体,在发展过程中出现目标指向模糊、顶层设计欠缺、评价反馈随意等问题。该文通过审视与整体设计第二课堂实施目标、课程内容、项目供给、评价机制和运行模式,建设第二课堂课程体系,探索提升人才培养成效的路径。

后疫情时期医学免疫学课程思政融入的思考和探索

目的:探讨后疫情时代背景下,以培养高素质、卓越医学类专业人才为导向的医学免疫学课程思政融入的思考、设计及初步实践效果评价。方法:以医学免疫学课程为载体、立德树人为根本任务设计课程思政,围绕课程内容特点,分析疫情时期的课程思政融入教学现状,提出“一根本、两方面、三针对、四落实”的思路开展教学改革,并设计调查问卷,分析学生对课程思政融入的教学效果反馈。结果:通过分析来自临床、护理及助产等专业的同学对目前免疫课程思政融入的评价情况,80.99%的同学认为课程思政非常好和较好,可明显增强学生的国家意识、社会责任感、科学素养、创新意识及自我保护能力;同时也发现学生更喜欢通过临床案例分析、小组讨论及线上线下教师讲授等形式融入思政内容。结论:经初步的教学评价,在医学免疫学课程中施行“一根本、两方面、三针对、四落实”的课程思政融入方式,很好地实现了以点到面、助力大范围课程思政教学改革的目的,可有效地将价值塑造、知识传授和能力培养三者有机融合,达到“培养优秀、高素质、卓越医学类专业人才”的思政育人效果,为后疫情时代的课程思政教学提供借鉴和参考。

基于改进GOFRO的多角度SAR图像车辆目标检测方法

针对城市场景中车辆目标分布状态随机,在检测过程中容易受到环境因素干扰等问题,提出一种将多角度合成孔径雷达(SAR)图像用于静止车辆目标提取的检测算法。在特征提取阶段,设计了一种适用于多角度图像上车辆目标的多尺度旋转不变的Gabor滤波器奇分量比例算子(MR-GOFRO)特征提取方法,对原有的GOFRO特征进行了滤波形式、特征尺度、特征方向、特征层次等4个方面的扩展,使其能够适应车辆目标在方向、尺度、形态等方面可能发生的变化。在图像融合阶段,设计了加权的非负矩阵分解(W-NMF)方法,根据特征质量调整来源于不同图像的特征权重,减少由于不同角度间相互干扰造成融合特征质量下降的现象。将该文所提出方法在不同的机载多角度图像数据集上进行验证,实验结果表明,该文提出的特征提取方法与同类方法相比,检测精度平均提升了3.69%;该文提出的特征融合方法与同类方法相比,检测精度提升了4.67%。

雷达高分辨距离像分帧新方法

针对雷达高分辨距离像的姿态敏感性问题,提出了一种新的分帧方法.首先分析了距离像频谱幅度的统计特性并假设其服从联合高斯分布,之后使用概率主分量分析模型对各个子帧内频谱幅度建模并用期望最大化算法求取模型参数,最后依次合并Kullback-Leibler距离最小的相邻子帧来完成分帧.实测数据的分帧结果与识别率均表明了该分帧方法的有效性.

基于轮廓像的舰船目标识别方法研究

研究了舰船目标轮廓像形成原理,基于轮廓像的舰船目标识别方法不仅利用了雷达一维回波信息,还利用了回波序列间的相关性信息。建立了3种舰船模型,仿真获取回波序列形成的轮廓像数据,转化为二维灰度图像,提取多种特征进行描述。采用类间距离和类内距离作为依据讨论了特征选择的问题。仿真分析了信噪比、目标姿态角对识别结果的影响,给出了符合识别要求的信噪比范围以及建立模板库需要考虑的目标姿态角情况,结果表明采用轮廓像技术识别舰船目标具有良好的效果。

SAR图像目标分割与方位角估计

图像分割和目标方位角估计是进行SAR (SyntheticApertureRadar)图像自动目标识别的重要步骤。文章提出了一种基于MRF (MarkovRandomfield)模型的SAR图像分割算法 ,利用ICM (IterativeConditionalMode)局部优化方法 ,获得MAP (maximumaposteriori)准则下的图像分割结果 ,将图像分割为目标、阴影、背景三部分。然后确定目标离雷达最近的点 ,从而得到目标的主导边界 ,并估计出目标的方位角。用MSTAR (MovingandStationaryTargetAcquisitionandRecognition)数据进行实验 ,估计方位角的准确性与现有算法的结果相比 。

基于相关系数的雷达高分辨距离像分帧方法

高分辨距离像(HRRP)的方位敏感性造成HRRP数据是很长的统计特性连续变化的序列。从HRRP序列的统计特性出发,提出一种基于相关系数的HRRP分帧方法。外场实测数据的分帧结果表明,该方法可准确划分HRRP统计特性的变化,分帧结果与实际飞行轨迹符合;且采用时域模板匹配法(TMM)、谱域最短距离分类器和支撑向量机(SVM)分类器的识别结果均表明,相比目前基于散射点模型的均匀分帧方法,本文方法可有效提高识别率。

多视角SAR图像的静态建模与显示仿真

针对SAR图像对于目标姿态角的高度敏感性问题,提出一种多视角SAR图像的静态建模方法,该方法将来自多个视角的图像集成到一个综合的数据结构中,并且进行重新排列组织,使该数据结构与目标散射中心有关而与角度无关。探讨了这种静态建模方法的原理、建模过程,分析了静态模型在SAR图像显示方面的优势。与传统的角度图像集合相比,这种建模方法在显示和分类方面都有其优越性。

太赫兹雷达目标HRRP特性分析

太赫兹由于其穿透性强、大带宽等优势,在雷达信号处理领域受到了广泛的关注。同时,高分辨率距离像(High Resolution Range Profiles,HRRP)在目标检测、识别以及成像等领域具有很高的应用价值,但是,针对太赫兹频段目标HRRP特性的研究却较少。本文首先从确定信号模型对太赫兹频段目标HRRP的方位角敏感性进行了研究,并利用协方差矩阵的主特征向量提取其平均HRRP,从而达到抑制目标HRRP方位角敏感性的目的。另外,根据距离单元中散射点的不同分布,对太赫兹雷达目标HRRP距离单元进行分类,并分别使用瑞利模型、赖斯模型以及混合分布模型进行统计建模。之后,使用对数积累量方法(Method of Log-Cumulants,Mo LC)和基于字典的随机最大期望(Dictionary-based Stochastic Expectation-Maximization,DSEM)算法对上述模型的参数进行估计。最后,利用研制的太赫兹高分辨率雷达系统开展了不同带宽下的复杂目标HRRP特性实验,实验结果表明,太赫兹频段下目标平均HRRP与HRRP帧内其他HRRP的相关系数高于单个HRRP,同时,对于高分辨率下的目标HRRP距离单元统计特性,可以使用混合分布模型对其进行建模。

基于模糊聚类视区划分的SAR目标识别方法

现有基于模板匹配的SAR目标识别技术,多通过姿态遍历来构建和存储基础模板库.为降低计算消耗和存储开销,借鉴计算机视觉中视区概念,提出了一种基于非均匀视区划分的模板库精简方法.结合关键特征矢量,基于Gustafson-Kessel(GK)算法对视区作模糊聚类,以识别概率最优控制视区划分策略并提炼原型模板.采用典型舰船目标的SAR仿真图像集,验证了方法在精简模板库、实现高效SAR自动目标识别方面具有可行性.

液滴法制备高尺度比玻璃微球壳的研究

定量给出了液滴法制备玻璃微球壳（ Ｈ Ｇ Ｍ ）的直径与壁厚之间的依存关系，确定了制备大直径薄壁 Ｈ Ｇ Ｍ 的液滴炉温度分布、抽气速率、溶液浓度和液滴发生器操作参数等工艺条件，制备出直径为３００～４５０μｍ 、壁厚为０．７～１．２μｍ 、尺度比为３００～７００ 的 Ｈ Ｇ Ｍ ，表面粗糙度优于 １０ｎｍ ，球形度和同心度均优于 ９７％ ，耐外压能力大于 ０．９１ Ｍ Ｐａ，耐内压能力至少大于 ０．４３ Ｍ Ｐａ。

传统儒学普及经验对马克思主义大众化的借鉴与启示

我国传统儒学早在封建社会的早期就顺利的完成了其大众化的过程,这与它博大精深的内容和独特的传播机制是分不开的。文章旨在通过研究传统儒学的普及来揭示其对当今马克思主义大众化的启示,启示主要分为普及内容、普及对象和普及方式三个方面。

论中介语语料库的平衡性问题

本文以汉语中介语语料库为例,从质量参数、程度参数和数量参数这三个方面的内在关联来讨论中介语语料库的平衡性问题。文章认为,实现中介语语料库平衡性要在参数选择合理、充分的前提下,语料规模做到可能大量和相对足量相结合,在语料库结构安排上适用于不同的研究理念和研究方法。为此,需要遵循目标驱动、质稳量足的基本原则,采取急用先建、循序渐进的基本策略。

坦克部队整体火力配系模型研究

针对我方坦克部队会采取不同的作战样式来执行各种作战任务的特点,将坦克部队作战任务分为主动型和被动型两类,并明确各类作战任务的特点及所采取的作战样式,作出有针对性的部队整体火力配系。坦克部队遂行主动型战斗任务时先选定进攻方向,再编组坦克部队,明确坦克分队编成,最后进行分队级火力优化配置,明确各分队作战任务;坦克部队遂行被动型战斗任务时通过评估作战代价确定坦克部队火力反击方式,并对不同反击方式作出不同的火力配系。

基于多视角一维距离像序列的进动目标特征提取

该文研究了利用多视角观测1维距离像序列联合提取弹道目标进动角和真实长度的方法。以锥形弹头为例,详细分析了目标进动条件下1维距离像长度随视角的变化规律,指出该规律通常情况下可近似为正弦曲线;基于此建立了多视角雷达目标观测模型,提出了基于多视角1维距离像序列目标进动角和真实长度的联合提取新方法,并分析了雷达布站对特征提取精度的影响。最后通过计算机仿真证明了算法的有效性和适应性。

基于法向前边界响应的SAR目标方位角估计

为了提高合成孔径雷达(synthetic aperture radar,SAR)自动目标识别系统的性能,提出了一种新的SAR目标方位角估计方法。利用简单的自适应阈值处理提取目标区强散射点,通过对强散射点在不同方向上投影分布的分析,定义法向前边界响应强度作为方位角估计的依据,最后对个别不可信结果进行90°校正。在运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)公开数据集上进行了实验,采用该方法99%的样本估计误差小于10°。实验结果表明,该方法可以达到与主导边界拟合法相当的最优性能,而且处理流程简单,计算效率更高。

基于形态图的UVMS水下三维目标识别

水下机器人-机械手系统(UVMS)在对水下目标进行自主或半自主作业时,首要及关键的一步是进行目标识别。由于水下环境的特殊性,水下视距很小,光学成像具有噪声大、对比度差等特点;上述因素使得基于局部特征的目标识别对尺度、旋转、光线等变化的敏感度大大增加。借助立体视觉及航向传感器信息,利用水下三维目标的变尺度形态图方法可靠地实现了水下目标识别,并通过实验对该方法进行了验证。

利用目标方位信息改善雷达距离像识别性能

由于雷达的高分辨距离像对方位变化非常敏感,模板库中对每个目标都必须按较小的方位范围建立所有有关方位的模板。如果能够得知目标的大致方位角,可以缩小搜索范围,减小运算量。具体研究利用目标方位信息对识别率的影响,发现测试样本在类内匹配时,总是与附近方位的模板距离最小,而在类间匹配时,"最佳匹配"的经常是不同方位的模板,因此,利用目标方位信息基本不改变类内距离,但可以增大类间距离,从而提高识别率。仿真结果表明,利用方位信息是雷达目标识别的有效措施。