TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题,提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵,然后将所有像素的交叉熵按从大到小进行排序,随后确定一个K值作为阈值,筛选出前K个交叉熵最大的像素,最后对于筛选出的K个像素交叉熵取平均,做为损失值。在ISPRS 提供的 Vaihingen 数据集上,使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明,不同的K值,使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳,MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

基于光谱信息散度的光谱解混算法

光谱解混是高光谱遥感定量化的关键,提出了一种基于光谱信息散度和光谱混合分析的光谱解混改进算法(SID-SMA,Spectral Information Divergence-Spectral Mixed Analysis).以光谱信息散度判定最优端元子集,端元选择时采用端元的初选和二次选择来提高端元选择的精度,得到较小的丰度估计误差.通过光谱库模拟数据的结果可以看出,SID-SMA的端元选择精度和丰度估计精度要优于其他算法,当信噪比为100∶ 1时,算法端元选择正确率达到了99.8%,29个端元的丰度估计总误差小于0.1,并且算法的速度较快.     

基于GPU的并行相位解卷绕算法

针对大量数据串行相位解卷绕实时性较差的问题,设计了基于GPU的并行相位解卷绕算法。首先分析了典型的串行解卷绕算法在GPU平台实现的可行性,之后设计了适合于GPU加速的并行解卷绕算法。最后对基于GPU的并行相位解卷绕算法进行了仿真验证,多次测试结果表明：在保证解卷绕正确性的基础上,基于GPU的并行相位解卷绕算法相比传统CPU串行解卷绕算法约有3.5倍的加速比,基于GPU的并行相位解卷绕算法相比GPU串行解卷绕算法有63倍的加速比。     

飞行器飞行大气数据传感技术发展现状与展望

飞行器飞行大气数据传感技术是现代飞行器全包线飞行控制、通信导航和武器打击轨迹精确控制获取飞行大气参数测量的关键或重要途径。回顾了飞行器飞行大气数据传感技术发展历程,阐述了技术跨代发展的驱动因素和系统架构设计、压力受感与传递转换、参数解算模型设计、复杂气象环境适应性设计、系统校准与飞行验证五项关键技术解决情况,分析了现有技术的不足与缺陷,从现代飞行器发展与应用需要出发,结合工程技术研究成果,提出了飞行器飞行大气数据传感技术未来重点发展方向。     

新型的超宽带正交接收系统幅相误差实时的数域均衡方法

文中对超宽带正交解调接收系统的幅相误差进行了分析,针对文[1]均衡方案的缺点,然后在此基础上针对系统超宽带的特点提出一种新的自适应实时数域均衡法。同时,针对系统超宽带的特点对串行算法进行了修改,提出一种适合于FPGA高速实现的流水算法。并对这两种算法进行了仿真比较。     

液压余度舵机同步传动研究

几个舵机驱动同一控制对象,通道间产生力的纷争,本文采用均衡网络来减轻力的纷争,而均衡网络的参数则根据解耦控制理论导出。实际系统的实验证明本文所提出的消除余度通道间力纷争保证同步传动的方案是有效的。文章给出了最优均衡网络的参数设计公式。     

载人航天空空通信子系统及其关键技术

介绍了实现神舟运输飞船与天宫目标飞行器间数据通信和传输的空空通信子系统的构成,以及空空通信机的功能及其主要性能指标。空空通信子系统采用抗干扰能力强、保密性优的直接序列扩频通信技术。分析了其中的核心中频解扩解调中的伪码同步和载波同步等关键技术,应用数字解调方案降低了子系统调试难度,提高了可靠性。     

一类拟线性椭圆型方程分歧点的存在性

本文讨论了下面问题的分歧点的存在性：－ｐｘｉ〔（１＋｜ｕ｜２）ｐ２－１ｕｘｉ〕＝μｕ＋ｆ（ｘ，ｕ），ｘ∈ＲＮｕ（ｘ）→０，当｜ｘ｜→＋∞时，ｕ０，μ∈Ｒ１，Ｎ＞ｐ≥２｛证明了μ＝０是上述问题的分歧点。     

圆形隧道衬砌与围岩应力的解析法研究

隧道衬砌与围岩的应力分析是隧道设计中一个重要内容。本文基于厦门市东通道海底隧道对圆形隧道衬砌与围岩应力的封闭解析解法进行研究,首先利用MATLAB编制衬砌与围岩应力程序并选用一个已有精确解的实例进行校验,然后对圆形隧道四种工况进行计算并给出相关的衬砌和围岩的分布曲线,最后对计算结果进行了相关分析。     

Lyapunov矩阵方程的一种数值解法及部分并行处理

本文设计了求解Lyapunov矩阵方程的一种新方法。所考虑的矩阵方程是 AX—XB=C(1)其中A,B,C分别是m×m,n×n和m×n的已知矩阵。 该方法首先是将系数矩阵A,B初等相似约化为三对角矩阵,即存在可逆矩阵U,V,使U~(-1)AU=A,V~(-1)BV=B,其中A,B为三对角矩阵。然后设计了矩阵方程AY—YB=C的公式解法,分三步: 1)求f(λ)=det(λI—A)的λ各次幂的系数a_0,…,a_m; 2)计算sum from i=1 to m (A_(m-i)-CB~(m-i)),f(B); 3)求解Y。解方程AY—YB=C的方法称为THR算法。 最后经逆变换获得原矩阵方程(1)的解X。 求解矩阵方程(1)的方法称为R—THR算法。该方法的计算量约为m~3+4/3n~3+7m~2n+5nm~2+m~2。 本文给出了R—THR的串行计算的数值例子,并给出了THR算法的并行计算格式。最后通过几种数值方法的比较,表明该方法是可行的,也是有效的。