水洞实验图像的一种测量与处理方法

在水洞实验中,由于光线在空气、水和观察窗面板中发生折射,准确实验图像的获取一直是一个难题。本文在大量水洞实验图象测量经验积累的基础上,以水洞模型超空化实验中的超空泡外形测量为例,提出了一种基于计算机图形学的水洞实验图像测量与处理的三步法。该方法不仅可对水洞实验中所拍摄的图像进行修正,消除因不同介质引起的折射误差,而且把图像数据化,可利用计算机对图形自动进行定量处理。经多次应用表明,图像测量与处理的三步法应用方便,具有较高的精度,取得了很好的应用效果。     

测量不确定度的计算方法

本文主要介绍一种在美国已被普遍采用的测量不确定度的计算方法。着重介绍这种方法的分析步骤、误差的分类、随机不确定度、系统误差限和总不确定度的计算方法,同时还探讨了这种方法尚待进一步研究的问题。最后,作为例子,给出了这种方法在风洞热流传感器校准试验中的应用。     

隐马尔可夫模型在对象定位中的应用与实现

以医学图像中脊柱的定位为应用背景,对经典Viterbi算法进行改进,根据全局最优搜索算法提出了可控的最优搜索算法,把隐马尔可夫模型(Hidden Markov model,HMM)应用于二维图像中线性结构对象的定位。以真实的人体脊柱X光照片为实验样本进行的定位实验,结果表明:HMM模型不需要对图像施加较多的限制,就可获得较成功的定位结果,同时引入了可控的最优搜索算法后,定位效果有了进一步的提高。还通过实验分析了可控制的最优搜索的两个控制参数对定位性能的影响,并提出了定位性能具有区间性的结论。     

支持语义的图像检索

如何跨越低层视觉特征和高层语义特征的鸿沟，是目前计算机视觉的一个难点。文中首先在低层视觉特征上提取图像的主要颜色，然后利用语义网络建立低层视觉特征和高层语义特征之间的关联，最后，为了提高检索效率，把相关反馈引进到图像检索系统中。实验证明。该方法可以应用到大量的数据库上，取得了较好的检索准确率。     

驾驶舱图像记录仪

美国《航空周刊与空间技术》报道 ,图像捕获系统已安装在美国航空航天局拥有的一架波音 757运输机上进行了地面试验 ,今年夏天将进行飞行试验。这种系统有可能作为驾驶舱数字式图像记录仪装在客机上。美国国家运输安全委员会建议联邦航空局在 2 0 0 3年之前在所有新生产的商业客机上安装录像时间为 2小时的驾驶舱图像记录仪 ,2 0 0 5年前在现有飞机上也安装这种设备。驾驶舱图像记录仪     

测量数据部分丢失的非线性系统迭代学习控制

研究非线性离散系统的迭代学习控制．利用并行分配补偿方法(PDC)确定非线性系统的T-S模型,把非线性模型特换为局部线性模型。假定数据丢失的概率已知,采用满足Bernoulli分布的序列来描述测量数据的丢失,研究具有测量数据部分丢失的线性离散系统的迭代学习控制器的设计。结合T-S模型设计了数据丢失的迭代学习控制器,所设计的迭代学习控制器具有期望收敛特性和二次型性能指标。仿真结果表明了该设计方法的有效性。     

三元二次样条函数及其计算（I）：高维数据拟合

半节点二次样条是Ｃ＾１类连续的，其二阶导函数是阶梯函数，在半节点处产生跳跃。鉴于此，本文利用最小二乘法，获者了一种半节点二次插值样条边界条件确定方法，该方法可以保证二次插值样条在半节点处二阶导数的变化最小，这相当于保证了曲率的变化最小。为了适应四维数据插值的需要，给出了三元二次插值样条的定义及其样条表示，提出了一种边界条件，证明了其存在唯一性。最后把二次插值样条边界条件确定方法推广到三元二次插值样     

企业MIS数据集成

企业管理信息系统（MIS）大多数是按单项业务开发的,不同系统的开发方式以及对于开发规范的遵从程度都有所不同,这使得各系统之间存在很强的孤立性,使企业内部许多信息难以交换,各部门开发出的管理信息系统最终成为一个个“信息孤岛”。本文针对目前企业信息集成所存在的这一问题,结合目前企业信息化工作的热点－企业信息集成,根据本人在对某集团企业开发MIS的基础上,介绍了企业MIS数据集成的目标,基础工作,探讨了解决企业MIS数据集成的方案和策略,并介绍应用实例。     

双通道高速实时大容量数据采集存储系统

研究了多通道高速实时大容量数据采集存储系统，采用ＦＩＦＯ和多微机，多硬盘了列存储技术，实现了在每通道达２０ＭＨｚ采样速度的情况下，对Ｉ，Ｑ两个通道同是地采集存储数据量达１０００Ｍｂｙｔｅ的高速实时大容量数据采集存储系统。     

基于属性引导的多源遥感舰船目标可解释融合关联网络

多源遥感舰船目标关联作为前期大范围预警探测的重要手段为海上态势研判提供重要情报支撑,现有关联算法面临关联结果可解释性差,异构特征难度量,多源目标关联精度低等问题。提出了一种基于属性引导的可解释融合网络用于解决多源遥感舰船目标的关联问题。首先,提出全局关联模块,利用跨模态度量损失函数将图像特征映射到共同空间中度量,用于解决多源图像内容差异大,特征难对齐问题。然后,提出包含多头注意力模型和属性监督函数的可解释模块,提升关联精度并输出可解释的关联结果。其中多头注意力模型让网络关注到舰船目标显著性区域,属性监督函数引导模型关注舰船图像中判别性属性特征,利用属性特征帮助网络解释输出关联结果的决策依据,并以量化的形式可视化属性特征对关联结果的贡献度。最后,利用知识蒸馏的思想减小全局关联模块和可解释模块输出特征距离的差异,使得网络实现精准关联并提供可解释的关联结果。在实验部分,构建了首个多源遥感舰船目标数据集,在该数据集上的测试结果显示本文算法不仅在关联精度上优于现有算法,同时能够为关联过程提供清晰和直观的可视化关联结果。