基于多尺度联合学习的行人重识别

现有的行人重识别方法主要关注于学习行人的局部特征来实现跨摄像机条件下的行人辨识。然而在人体部件存在运动或遮挡、背景干扰等行人数据非完备条件下，会导致行人局部辨识信息丢失概率的增加。针对这个问题，提出了一种多尺度联合学习方法对行人辨识特征进行精细化表达。该方法包含3个分支网络，分别提取行人的粗粒度全局特征、细粒度全局特征和细粒度局部特征。其中粗粒度全局分支通过融合不同层次的语义信息来增强全局特征的丰富性；细粒度全局分支通过联合全部局部特征，在对全局特征进行细粒度描述的同时学习行人局部部件间的相关性；细粒度局部分支则通过遍历局部特征来挖掘行人非显著性的信息以增强局部特征的鲁棒性。为了验证所提方法的有效性，在Market1501、DukeMTMC-ReID和CUHK03三个公开数据集上开展了对比实验，实验结果表明:所提方法取得了最佳性能。      

一种基于幅值和波数的耗散控制方法

激波捕捉格式可以根据局部流场的光滑程度自适应地控制耗散，以抑制小尺度的非物理波动并解析更多的大尺度流动结构。为了更好地识别激波捕捉过程中产生的小尺度非物理波动，进而更精确地控制耗散，提出一种基于局部流场的幅值和波数控制耗散的方法。对于激波主导的或各向同性湍流的具有强烈非定常性的问题，根据一维非定常欧拉方程，推导小尺度下不同物理量之间的关系，并通过数值实验或Kolmogorov尺度理论确定小尺度波动幅值的阈值。最后，基于傅里叶分析及小尺度波动幅值的阈值，建立耗散大小与局部流场的幅值和波数的关系。为了获得激波捕捉能力，将该格式与TENO(Targeted Essentially Non-Oscillatory)格式进行混合构造了混合格式。一系列激波主导的基准算例显示，该格式在计算过程中产生的小尺度非物理波动的波数更低，幅值更小，并对大尺度的流动结构具有更好的分辨率。     

宇宙测量方法艺术概念图

这是子振动分光镜巡天计划的研究人员绘制的用“重子声学震荡”原理测量宇宙尺度的艺术概念图。图中的球体显示的是早期宇宙产生的“重子声学振荡”目前的大小。     

尺度自适应的离散统一气体动理学格式及在可压缩流动中的应用

基于Boltzmann-Shakhov模型方程,建立其沿特征线离散的一般形式,离散过程中对于碰撞项的处理采用显式和隐式加权平均的方法,其中权系数依赖于当地努森数,可根据当地流动尺度不同进行自适应调节。通过权系数的引入,对文献现有离散统一气体动理学格式进行改进,发展出具有尺度自适应特性的离散统一气体动理学格式(Scale Adaptive Discrete Unified Gas Kinetic Scheme,SADUGKS)。将SADUGKS格式应用于若干典型可压缩流动,对格式的有效性和尺度自适应特性进行了检验,所得数值结果与文献已有结果吻合较好,表明SADUGKS格式是一种求解宽范围努森数变化、跨流域多尺度流动问题的有效算法。     

机载雷达岛岸背景舰船识别能力研究

本文介绍了机载雷达目标识别技术的现状,以及现有机载雷达所采取的目标识别技术,并用试验验证了机载雷达对岛屿与小型船只的分类能力。说明应用步进频体制可实现对目标与背景的高分辨距离成像,通过该体制可提取出目标的距离维尺度特征。该技术可用于区分海域中的岛礁、小型舰艇、大型舰船等尺度差异较大的目标与背景。     

基于MSPCA的液体火箭发动机试车台氢供应系统传感器故障诊断方法

研究了多尺度主元分析方法在传感器故障诊断中的应用问题。利用小波变换得到传感器信号在各个尺度上的系数，然后根据尺度系数矩阵建立主元分析模型进行传感器故障诊断。设计了固定窗长的移动窗口，对窗内数据进行小波变换后，用最后一个尺度系数计算平方预报误差进行故障检测，采用传感器有效指标这种具有定量辨识标准的参数对故障传感器进行辨识。最后，以液体火箭发动机试车台氢供应系统几个关键传感器的故障诊断为例验证了这种方法实用性和有效性。     

融合CNN-Transformer的红外弱小目标检测方法

针对远距离红外目标探测技术中存在的弱小目标特征信息提取困难、局部背景噪声干扰强导致检测算法虚警率和漏检率偏高的问题,提出了融合CNN-Transformer的单帧红外弱小目标检测算法。针对已有方法在提取红外弱小目标特征信息时感受野受限且易受到局部噪声干扰的问题,对Swin Transformer中的窗口自注意力计算模块进行改进,设计了基于可分离卷积的局部感知增强模块,兼顾对全局信息和局部信息的提取,提升骨干网络对弱小目标空间分布信息的提取能力。针对小目标特征难以在深层网络中保留的问题,设计了自下而上的多尺度特征融合模块,在不同层级的特征图之间利用注意力机制确保小目标的低层特征信息能够在高层特征图中得以保留。在公开数据集NUAA-SIRST上进行了测试,验证了本文所提算法相比已有算法取得了更佳的检测效果,同时能够兼顾对检测精度和召回率的优化。     

一种多分辨率图像目标检测算法

为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,以分析图像中目标的分布和尺度信息。将算法在DOTA（Dataset for Object deTection in Aerial Images）数据集上进行了实验验证,在U-Net（一种基于卷积神经网络的语义分割算法）和ResNet-34（一种深度残差网络）两种不同的主干网络设置下,召回率和检测速度均超过了RPN（Region Proposal Network,区域提议网络）算法。提出的多分辨率图像目标检测算法能有效地提高检测精度,降低计算复杂度。     

液体燃料在毛细管出口扩散火焰燃烧特性

为了解微尺度扩散火焰燃烧特性,选用液体燃料,进行燃烧实验,并利用理论模型对层流火焰高度进行了预估。结果表明:毛细管层流扩散火焰尺寸随燃料流量的增加而增大,水平方向当流量大于50μL/min时,由于燃料蒸发不完全,会有液滴喷出,火焰尺寸增长速度变小;竖直方向受浮力影响,火焰高度被拉长,远大于水平方向。火焰尺寸越大,振荡越剧烈,表现为振荡周期随流量的增加而减小,且竖直方向小于水平方向。燃料含碳量影响火焰特性,含碳量越多,火焰尺寸越大,火焰越明亮,振荡越剧烈。流量较大时,含碳量较多的煤油会向管口周围喷射燃料,形成剧烈振荡的不稳定火焰。竖直方向火焰高度与管口处燃料蒸汽雷诺数成正比,Roper模型预估结果与实验结果相近,可用于计算液体烃类燃料在竖直方向的层流扩散火焰高度。      

粗糙度对不同尺度的双层壁结构冲击换热特性影响

为了探讨精密铸造涡轮叶片内部表面粗糙度对冲击换热特性的影响,数值模拟研究了粗糙度分别为0μm,10μm,20μm,30μm,冲击雷诺数为1×10~4~5×10~4,大、小两种尺度的双层壁结构靶面换热系数。采用瞬态液晶技术测量了大尺度模型粗糙度为0μm时靶面换热系数。结果表明,大尺度光滑靶面换热系数数值模拟结果和实验数据吻合较好。两种尺度的光滑壁面换热系数经无量纲处理后基本相同。粗糙度增加使小尺度靶面换热系数增大,冲击雷诺数越大,粗糙度对换热系数影响越明显,冲击雷诺数从1×10~4增加到5×10~4,相比于光滑靶面,粗糙度为30μm时平均换热系数提高了6%~48%。粗糙度对大尺度靶面换热系数影响非常小。