一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小,并且容易受到干扰,如果不能有效地提取出稳定的虹膜特征进行模式匹配,将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法,在虹膜注册端通过构建强特征分类器获得增强型特征模板,在虹膜识别端通过多样本特征映射融合提取稳定的特征样本,并根据风险预测自适应地确定分类阈值,然后进行特征匹配与虹膜分类,从而有效提高虹膜识别的准确性和鲁棒性。     

拓扑数据分析在复杂脑网络分析中的应用

针对复杂脑网络分析中网络结构变化阈值选择中没有公认的标准确定合适阈值这一问题,基于拓扑分析中的持续同调性理论,本文提出一种多尺度大脑网络建模分析方法,该方法在大脑全尺度距离范围之内,通过不断增加阈值,运用Rips过滤算法捕获网络的动态持续拓扑特征,并用条形码和持续图对拓扑特征可视化,最后通过计算持续图之间的Bottleneck距离和Wasserstein距离分析持续特征的稳定性。实验结果表明,该方法能更准确地提取大脑网络的拓扑结构特征并提高诊断分类的准确性。     

基于特征建模的空间非合作目标姿态智能测量方法

为实现空间非合作目标姿态的测量,基于特征建模的思想,提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先,针对空间目标姿态测量的需求,寻找并实现能够高效表征目标姿态的点云数据特征.接着,应用神经网络的方法对目标点云姿态特征进行学习,通过建立合理的神经网络模型和训练数据,实现目标点云特征与姿态间非线性映射关系的建立.最后,利用目标点云仿真数据集,对方法的测量精度和测量实时性进行了评估.实验结果表明：利用特征建模的思想,提出并建立目标点云姿态协方差矩阵特征,实现了点云数据在表征目标姿态方面的信息高度压缩,为神经网络模型的轻量化设计和计算资源严重受限的在轨应用,提供了可行的智能化工程实现方案.     

基于“时间-特征”协同注意力的机场快轨客流预测

机场快轨客流的准确预测是实现机场轨道交通系统智能化、精细化、高效化管控的基础,对提升机场服务水平和运行效率有着重要意义。由于影响因素众多、相互耦合,且因素对客流时序影响机理复杂,机场快轨客流的准确预测极具挑战。提出了一种基于“时间-特征”协同注意力机制的机场快轨客流预测模型,实现了精准捕捉多维因素在不同时序上对机场快轨客流的影响。基于北京首都国际机场快轨实际客流数据进行实验,结果表明了所提方法的有效性。      

轴向柱塞泵滑靴副传热特征

为了揭示轴向柱塞泵滑靴底面油膜温度场分布规律,分析了滑靴副生热机理以及热量传递途径,在此基础上利用热流量守恒定律建立滑靴副热力学耦合模型,讨论不同压力和转速工况下滑靴的结构参数对滑靴底面油膜温度的影响。分析结果表明,滑靴副油膜温度场呈不均匀分布,沿滑靴半径方向呈递减趋势,其最大值出现在最薄油膜厚度区域,容易引起滑靴偏磨磨损,主要集中在泵的排油区;恒压高速工况下滑靴内外半径比范围为1.5~2.0 之间,应尽量取较小值,降低滑靴副油膜温度,提高滑靴副润滑性能;恒转速高压工况下阻尼管长度直径比范围为3.50~8.75之间,应尽量取较小值,防止滑靴底面油膜温度过高,改善柱塞泵的散热效果。      

重根特征向量导数计算的特殊迭代法

在重根特征向量导数计算方法的发展中，为了从无限个特解中确定出唯一的通解，提出过不同定解条件，但正确定解条件是唯一的。员后公认的定解条件为Z^TMZ Z^TMZ=-Z^TMZ,这里认为Z^TMZ≠Z^TMZ，由此便引出物理短阵(刚度阵和质量阵)的二阶导数。为了避免物理阵二阶导数的计算，本文在满足前述定解条件的前提下，利用一种特殊的迭代格式回避了物理阵二阶导数的引入。同时该迭代过程可直接获得通解，不同于目前流行的做法：先由一个不定支配方程求其特解，然后才由定解条件确定通解。另外，数值表明，动柔度迭代式的精度可与直接迭代式相匹敌，可是动柔度迭代式用于许多特征向量导数计算时，却省时得多。     

细长旋成体大迎角绕流中的头涡与卡门涡的脉动压力特性

在迎角很大时细长旋成体背部流场沿轴向通常有两个截然不同的区域,其中卡门涡脱落区域位于后体,而头涡区域靠近旋成体头部。为了寻求两者的区别与联系,在两个风洞中分别用两个细长体模型进行测压和流动显示实验,得到了沿旋成体轴向不同区域的压力脉动特征,即头涡的脉动幅度相对卡门涡较大,而频谱峰频率则较低,而且随着迎角的进一步增大,头涡区会完全消失。     

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。