传统村落景观基因的多尺度识别、图谱构建及特征解读——以连州市丰阳村为例

景观基因理论提供了一种解析传统村落景观特征的新视角,以传统村落连州市丰阳村为例,基于景观基因理念系统建构了“空间基因”和“文化基因”两大系统,对包括选址布局、街巷空间、民居建筑、公共建筑在内的“空间基因”以及历史文脉、民风民俗、传统技艺在内的“文化基因”进行了多尺度识别及特征解读。在此基础上,构建了丰阳村景观基因图谱,结果表明:从“空间基因”上反映出丰阳村以血缘关系为主的聚居模式以及传统的小农经济,“文化基因”则反映出丰阳人强烈的崇宗情节,吃苦耐劳、追求美好生活的精神理念,以期为我国传统村落景观基因的特征、要素识别保护和可持续发展提供理论和方法支持。

一种反潜声自导鱼雷目标尺度识别方法研究

针对鱼雷尺度识别能力的需求以及潜艇目标的回波特性,结合基于有效尺度的方位走向和相位起伏谱宽度尺度识别方法的不同特点,提出一种依据舷角变化选择目标尺度识别的方法。将该方法应用于某型鱼雷全弹道仿真系统,验证了其有效性和可行性。

暴雨云团的多尺度识别方法及其在临近预报中的应用

将一种暴雨云团的多尺度识别方法——层级聚类法,应用于β中尺度对流系统识别及临近预报中。该方法的基本思路是:将笛卡尔坐标下的雷达反射率因子进行聚类,得到比较详细的较小尺度的暴雨云团,然后设定阈值,将云团之间差异小于阈值的进行合并,可以得到较大尺度的云团,逐步放宽合并阈值,可得到更大尺度的云团。选取广州雷达2005年3月的飑线过程和温州2005年9月的台风过程对这种方法的识别结果进行了详细说明,结果表明:该方法能够识别不同系统的β中尺度对流云团,并能识别出其中反射率较强的γ中尺度云团,识别结果合理。采用这种方法识别不同尺度的暴雨云团,有利于跟踪、预报造成中国暴雨主要原因的β中尺度系统,也可兼顾β中尺度系统中的γ中尺度对流单体。根据预报时效的不同,可以选择不同的云团识别尺度。

短时互谱法目标尺度识别技术研究

讨论了基于水下高频 ( 2 0～ 3 5 k Hz)目标回波亮点的分裂波束目标尺度识别方法。提出了利用分裂波束双通道短时互谱算法提取水下目标亮点回波方位特征的算法 ,给出了目标回波方位走向的线性拟合估计及目标视在空间张角的估计方法 ,推导了目标视在张角估计方差 ,并进行了计算机仿真。仿真结果表明 :对于目标长度为1 0 0 m、发射信号 ( CW)的脉宽为 40～ 5 0 ms、舷角为 2 0～ 40°、信噪比为 1 0 d B时 。

基于目标方位走向的水下目标尺度识别技术仿真研究

分析了水下探测设备目标方位走向法的目标识别技术 ,提出了双通道短时互谱法的目标方位精确测定方法 ,并对其进行计算机仿真。

松嫩高平原土地利用格局空间尺度识别及其关联关系研究

研究目的:实现由传统的人工识别到自动识别土地利用格局空间尺度的方法创新,为优化区域土地利用格局提供科学依据。研究方法:基于分形理论,采用二阶导数对计盒维数模型进行改进和优化。研究结果:(1)研究区土地利用格局在900 m×900 m尺度上具有明显的分形特征;(2)1991年、2003年和2015年研究区土地利用格局表现为各土地利用类型之间空间作用力、分布均匀程度和内部联结性的大小不同,并呈现出空间相互关联关系复杂性;(3)1991—2015年,研究区土地利用格局空间相互关联关系变化特征明显,表现为土地利用格局中竞争强度强弱的差异。研究结论:(1)改进的计盒维数模型能够实现土地利用格局空间尺度的自动识别;(2)建立的计盒维数自动识别尺度模型,确定研究区土地利用格局空间尺度900 m×900 m是独立最小地理单元,也是分析土地利用格局变化的最优尺度。

线阵声诱饵对抗智能鱼雷尺度识别效果分析

针对智能鱼雷常用的目标尺度识别方法,建立了线阵声诱饵模型。采用边发边收和多点协同应答的方法,模拟尺度目标高频回波。采用方位走向法和视在张角法对该模型进行尺度识别分析,仿真结果证明线阵声诱饵具有尺度目标的方位延展特性,可有效对抗智能鱼雷的尺度识别。

一种基于亮点模型的潜艇目标尺度识别方法

为了对潜艇目标进行识别,提出了一种尺度识别方法。该方法根据潜艇的形状,建立了潜艇回波亮点模型,并在此基础上,采用高分辨的MUSIC算法,对潜艇目标亮点进行方位估计,从而对实现目标的尺度识别。同时采用高频CW信号作为鱼雷的主动声信号,对MUSIC方位谱进行了的仿真。仿真结果表明,该方法具有很高的方位分辨率,能够很好地实现对潜艇目标的尺度识别,具有很强的实用性。

基于小波变换的航空红外图像目标的多尺度识别

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法,并利用目标边缘特征结合目标边缘特征数据库对目标进行识别。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力;能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作,利用得到的边缘特征及数据库,较好的完成红外目标的多尺度识别。

水下目标声成像尺度识别技术研究

水下声成像是提高水下战武器精确制导能力的有效方法。针对目前水下战对抗装备对目标的模拟越来越逼真的情况,提出了一种基于声成像的水下目标尺度识别技术。该技术基于目标的二维声成像技术,通过提取目标二维尺度特征,用于识别真实潜艇和线列阵声诱饵。对该技术在噪声环境下进行了仿真研究。研究结果表明,声成像尺度识别技术是可行的。

混响干扰下的潜艇目标尺度识别

为了对混响干扰下的潜艇目标进行识别,提出一种尺度识别方法。该方法在建立混响条件下的潜艇回波亮点模型的基础上,利用自身多普勒抑制技术对潜艇回波进行混响抑制,然后采用高分辨的MUSIC算法,对潜艇目标亮点进行方位估计,从而实现目标的尺度识别。仿真结果表明,该方法具有很高的方位分辨率,能够很好地实现对潜艇目标的尺度识别,具有很强的实用性。

线阵声诱饵对抗具有尺度识别能力鱼雷的分析与仿真

为了研究线阵声诱饵对抗具有尺度识别能力鱼雷的性能,以分裂波束和方位走向法为例,分析了鱼雷对尺度目标回波的识别方法,以此为基础探讨了线阵声诱饵在对抗具有尺度识别能力鱼雷时的若干技术问题,通过仿真验证了线阵声诱饵对抗尺度识别能力鱼雷的有效性。本文证明了线阵式的声诱饵可以有效模拟舰船目标的尺度特征,在对抗有尺度识别能力的鱼雷时是很有意义的发展方向。本文所给出的仿真方法,除了建立线阵诱饵在诱骗有尺度识别功能鱼雷的仿真模型外,还可以作为物理模型应用在诱饵工作程序中,提供各阵元的延迟时间等声学参数。

基于改进卷积的多尺度表情识别

在表情识别任务中由于人脸特征的多样性和不确定性,导致在特征提取阶段容易出现特征缺失以及特征提取率低下等问题,与此同时,在具有特征复用结构的网络训练过程中还会堆积大量冗余特征,从而影响特征质量。针对以上问题,提出了一种基于特征筛选结合改进卷积的残差多尺度特征融合注意力机制模型(residual multiscale feature fusion attentional network,RMFANet)。参考蓝图可分离卷积以及空洞卷积的思想,设计并引入了改进后的卷积形式,从而更有效地将卷积进行分离,提升特征提取效能;在改进后卷积模式的基础上设计并引入了多尺度并行特征提取通路,丰富了特征信息;设计并引入了特征筛选模块,以减少模型训练过程中产生的冗余特征,同时筛选出优质特征,提升特征质量;设计并引入了浅层输入特征处理层,以简化网络结构,降低计算复杂度;引入通道注意力机制,以突出局部关键特征信息;最后引入SMU激活函数,从而提升模型的非线性能力。通过实验结果可以看出,该模型可以在保证较低参数量以及计算成本的前提条件下在Fer2013数据集以及CK+数据集上分别取得70.298%和96.566%的识别准确率,相比较传统算法而言具有更好的鲁棒性。

基于空洞卷积下采样单元的轻量化害虫图像识别模型

近年来,随着深度学习技术在计算机视觉领域的广泛应用,害虫图像识别成为农业领域中一项重要任务。为了解决害虫图像识别中传统深度学习模型对计算资源和存储空间需求过高的问题,本研究提出一种基于空洞卷积下采样单元的轻量化害虫图像识别模型。该模型采用轻量化网络架构,并引入空洞卷积和下采样技术来减小计算量和存储空间。首先,采用MobileNet v2网络来替代VGG16网络,以解决主干特征提取网络参数量过大的问题;其次,设计空洞卷积下采样单元对特征图进行降采样,从而实现模型的多尺度识别;最后,引入空洞卷积更好地捕获不同尺度的感受野。试验结果表明,本研究模型对害虫的识别准确率比VGG16模型提高了1.47%;相较于现有深度学习模型,该模型在减小50%参数量的同时,依然能够保持较高的识别准确率和实时性能。期待本研究模型可以对农业领域中害虫的监测与预警等提供一定的实际应用价值。

基于改进YOLOv5s的复杂装配场景多尺度零件识别

针对当前AR装配引导系统场景感知能力较弱,对复杂装配场景中多尺度零件和遮挡零件识别效果不佳的问题,提出一种基于改进YOLOv5s的复杂装配场景零件检测算法。首先,通过多尺度特征融合,将新增浅层特征图输入到特征融合网络中,提高对小零件的识别效果;其次,在主干网络中增加卷积注意力模块(convolutional block attention module,CBAM)、Transformer编码器模块,提高对于重要特征的捕获能力,抑制冗余特征;最后,采用CIoU作为边界框损失函数,并将传统非极大值抑制(non-maximum suppression,NMS)算法改为DIoU_NMS,提高零件被遮挡时的识别效果。实验结果表明改进后的YOLOv5s算法识别精度达到96.2%,相比原始算法提高了2.9%,提高了对多尺度零件特别是小零件及零件被遮挡时的检测性能,且满足实时性要求。

非光滑变尺度凸峰频率识别法的优化及应用

基于非光滑变尺度SD(smooth and discontinuous)极限系统的非线性拓扑特性,优化了非光滑变尺度凸峰频率识别法,并将其应用到了轴承早期故障信号检测中。利用类同宿轨的周期性,推导了非光滑随机类次谐Melnikov函数,给出了均方意义下出现简单零点的充分必要条件,揭示了初始相位和噪声耦合因素对变尺度SD极限系统混沌阈值的影响。经数值模拟,发现微弱信号初始相位的存在会导致非光滑变尺度凸峰法识别频率时出现偏差或不可识别。当频率识别出现偏差时,利用数据的几何特性给出一个线性修正公式;当频率不可识别时,构造了检测方程组,使凸峰频率识别法依然有效。通过一个高速列车轮对轴承早期故障实例,运用优化非光滑变尺度凸峰频率识别法,确定了轮对轴承可能发生故障的位置。结果显示优化的非光滑变尺度凸峰频率识别法可更准确识别轮对轴承早期故障信号的频率,方法简单且精度较高。

传统聚落景观基因的“多尺度”识别与“双系统”解译——以川西羌族聚落研究为例

文章综合生物学遗传基因“碱基配对”与“DNA序列组合”原理,系统建构了从地文区域、聚落体系、聚落单元、建筑组群、建筑单体五重尺度和“空间基因”“文化基因”两大系统对传统聚落景观基因进行“多尺度”识别和“双系统”解译的研究方法,并分别拟定了包括地理分布、环境格局、簇群形态、街巷空间、建筑特色和职能导向、营造观念、价值信仰、社会约俗在内的传统聚落空间、文化基因识别要素。在此基础上,文章以川西传统羌族聚落为实证案例,系统识别、提取出其33项“空间基因”与21项“文化基因”因子,并就其与汉地聚落的差异进行了对比分析,以期为我国传统聚落景观基因的特征、要素识别保护和可持续发展传承提供理论与方法支持。

单分子尺度识别结构异构体

同分异构体现象广泛存在于自然界中，在有机化学中，同分异构体是指具有相同的分子式，但是结构不同的化合物．

一种分数相关尺度畸变不变识别新方法

推导了“菲涅耳衍射透镜相位变换”及“透镜相位变换菲涅耳衍射”两种光学单元所遵从的约束关系,并基于此提出了一种分数相关尺度畸变不变识别方法。数值模拟试验结果表明,对于一个尺度畸变的待识别输入,当传统相关已无法正确识别时,该方法仍能够较好地识别畸变目标。

基于多尺度卷积神经网络的交通标志识别方法

为解决交通标志目标易受复杂环境影响且呈现多尺度分布,造成识别精度低的问题,构建一种多尺度卷积神经网络模型。针对不同尺寸输入设计相应的网络结构,提取目标特征,实现对不同尺寸目标的识别,再加权融合各子网络结果得到最终识别结果,实现多尺度目标识别。经实验验证分析,提出算法模型在小尺寸目标、较小尺寸目标、中尺寸目标、大尺寸目标上识别率分别达到99.12%,99.24%,99.41%,99.35%,保障了多尺度输入目标识别的鲁棒性,综合识别率可以达到99.31%,验证了算法在平衡实时性及准确率的基础上,具有一定的实用价值。