函数型数据部分线性模型的估计的r阶收敛性

论文利用一种特殊的加权方法和简单的最小二重法，对稀疏和稠密的函数型数据的半参数部分线性模型提出了一种统一的估计方法，并探讨了估计的r阶收敛性。在提出的方法中，不需要区分对数据的观测是稀疏的还是稠密的。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

基于卷积神经网络的冗余机械臂运动学逆解求解

针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解.对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的...     

用于雷达方位超分辨的约束迭代Tikhonov正则化算法

针对Tikhonov正则化算法噪声适应能力差和不便于引进额外的约束对解进行限制等缺点,利用迭代Tik-honov正则化算法对雷达方位超分辨进行研究,证明了迭代Tikhonov正则化反卷积公式的收敛性,分析了迭代Tik-honov正则化算法的频域性质,在存在噪声的情况下,提出相应的噪声抑制方法,得到约束迭代Tikhonov正则化算法。针对不同信噪比情况进行了计算机仿真实验,结果表明,与迭代Tikhonov正则化算法相比,约束迭代Tikhonov正则化算法具有较强的噪声适应能力,与常用的约束迭代方法（CID）算法相比,具有较快的收敛速度,初步验证了算法的有效性。     

一种宽带阵列通道均衡器设计

从基本FIR均衡器的原理出发,讨论了校正源的设置方法和均衡器系数的计算方法.为了适应宽带阵列中高速信号处理的要求,探讨了一种经典的FIR均衡器时域高速实现方法.该时域实现虽然结构简单,但在滤波器阶数较高时需要大量的乘法资源.为了降低均衡器对乘法资源的需求,借鉴快速卷积的实现方法,提出了一种基于快速傅里叶变换的高速率均衡器实现方法.与时域方法相比,该方法在滤波器阶数大于32时能明显降低对乘法资源的损耗.对实测数据的分析,验证了该方法的正确性.     

美空军订购AGM-158空地巡航导弹

<正>洛克希德·马丁公司获得了美国空军采购160枚AGM-158空地巡航导弹的订单,合同总价值为2.45亿美元。根据这份合同,将有部分导弹直接交付美国空军,另一部分交付国外订货方。这种导弹将制造两种型号:标准型和增大航程型。     

土耳其上空的日全食

这张精彩的日全食影像拍摄于土耳其安达尔耶附近的安卓山,拍摄者是勤勉的天文摄影家Stefan Seip。这张数位影像记录了月亮穿越太阳与地球之间的数个阶段。在最中间的定格,可见到月亮完全遮掩太阳的日全食,当时全黑的月面周围镶着太阳壮观的日冕。前景是在有阳光时拍摄的,它也是     

电子客票在沈阳桃仙国际机场的应用

沈阳桃仙国际机场是东北地区重要的航空运输枢纽和多城市共用机场。目前,经桃仙机场航线共有78条,其中国内58条,国际及地区20条,通航城市65座,覆盖国内各主要城市以及亚、欧、美、澳四洲的部分城市,共为国内外12家航空公司提供全面地面代理保障业务。机场股份有限公司成立于2003年,运营以来,公司提出“让所有客户都享受星级品位的机场服务”使命,倡导“合理知情、共享尊贵、舒适畅通、关爱人性”的服务理念。公司重新定位机场的三类服务目标市场,依据机场运营管理的本质产品,开发满足客户和市场需求的机场服务经济发展产品。公司高度重视与…     

基于异步卷积分解与分流结构的单阶段检测器

目标检测网络SSD的多层回归特征图存在各层回归计算之间相对独立的问题,且基于SSD改进的系列算法在提高检测精度的同时难以兼顾实时性。针对上述问题,提出一种基于异步卷积分解与分流（shunt）结构的单阶段目标检测器。基于异步卷积分解算法设计了一种shunt结构,交错连接多层特征图,增强了回归计算之间的统一性与协调性。优化了原有高层主流结构,在主流结构与shunt结构中分别用最大池化和异步卷积分解2种不同的方式对特征图大小进行降维,保留空间相关信息的同时提高了特征的多样性。实验结果表明,将VOC2007trainval和VOC2012trainval中的图片统一缩小至300像素×300像素进行训练,提出的目标检测器在VOC2007test上进行检测时的平均精度均值可达到80.5%,检测速度超过30帧/s。