多个空间高斯源信号情况下成组三维图像特征提取方法

针对功能磁共振成像数据中含有多个高斯信号源的盲源分离问题,介绍了一种成组典型相关分析方法(Group BSS-CCA)。这个方法的组分析框架参照了GIFT工具箱中的Group ICA算法,具体的典型相关分析方法应用的是Friman等人提出的BSS-CCA算法。以验证该方法的有效性为目的,设计了仿真实验;结果表明,该方法能较好识别出混合在人脑功能磁共振成像数据的2个空间高斯信号。Group BSS-CCA算法对研究人脑的功能磁共振成像数据具有较高的实用价值。     

基于场景检测的城市环境GNSS/INS组合定位方法研究

城市复杂环境下,采用GNSS/INS组合定位方法能有效提升GNSS信号部分或全部被遮挡情况下的车辆连续定位能力。GNSS信号受遮挡的程度具有随机性和突变性,给GNSS/INS组合算法的架构设计和参数设置带来了挑战。基于此,设计了一套基于场景检测的GNSS/INS组合定位策略与方法,提出了以多星GNSS观测量的八类特征为输入,利用支持向量机分类思想将定位场景分为室外开阔、室外遮挡和室内三种类型,并建立了与之相适应的组合滤波量测误差估计模型,进而实现了GNSS/INS组合定位。实测数据验证表明,提出的方法能够有效提升车辆组合定位精度。     

基于多分辨率特征自选择的遮挡物识别算法

光伏组件的遮挡物识别是光伏运维系统中不可或缺的环节，传统识别算法多依赖人工巡检，成本高昂且效率低下。基于卷积神经网络，提出了一种面向光伏组件的遮挡物识别算法PORNet。通过引入特征金字塔，构建多个分辨率下具有丰富语义信息的图像特征，提升对遮挡物尺度和密度的敏感性。通过特征自选择，筛选出语义最具代表性的特征图，以加强物体环境的语义信息表达。用筛选出的特征图完成遮挡物识别，从而提升识别准确率。在自建光伏组件落叶遮挡数据集上进行了实验比较和分析，并对识别性能进行了评估，通过与现有物体识别算法相比，所提算法的准确率和召回率分别提升了9.21%和15.79%。      

简析政府在国产运行控制系统的产品和标准国际化推进中的角色与作用

<正>当前我国正处于单一的民航运输强国向多领域民航强国发展的关键阶段。相关研究表明，国产运行控制系统建设是智慧民航的重要组成部分，参与或主导研制国际标准是一个国家科技实力的重要体现和与世界接轨的重要形式。作为国家的管理者和战略指导者，政府在产品和标准国际化进程中扮演着重要的角色。     

嵌入注意力机制的多尺度深度可分离表情识别

针对面部表情识别中，传统机器学习方法特征提取较为复杂，浅层卷积神经网络识别率不高，以及深度卷积神经网络易带来梯度爆炸或弥散的问题，构建了残差网络嵌入注意力机制的多尺度深度可分离表情识别网络。通过多层多尺度深度可分离残差单元的叠加进行不同尺度的表情特征提取，使用CBAM注意力机制进行表情特征的筛选，提升有效表情特征权重的表达，削弱训练数据的噪声影响。所提网络模型在Fer-2103和CK+表情数据集分别取得了73.89%和97.47%的准确度，表明所提网络具有较强的泛化性。      

空间站流体回路/热管耦合式热辐射器性能研究

空间热辐射器担负着航天器内部多余热量向外太空排散的任务，是航天器热控系统的关键设备，尤其是载人航天器，辐射器需要满足长寿命、高可靠度、高稳定性的要求，目前已发射的载人航天器均采用流体回路辐射器。对中国空间站流体回路/热管耦合式辐射器进行试验研究，得出辐射器散热性能的变化规律。首先论述试验方案和试验过程，并给出试验结果数据;然后通过对试验数据分析，得出辐射器传热热阻，以及散热能力随流体回路参数及外热流参数的变化规律;最后基于试验数据，完善辐射器仿真分析模型，并与试验典型工况进行对比分析，实现仿真模型与试验数据的良好吻合，仿真模型可用于辐射器在轨工作性能预示分析。实验分析结果对航天器空间辐射器设计具有一定的参考意义，可为航天器整舱热平衡试验方案及辐射器在轨工作状态设置提供数据支持。