基于点特征的干涉合成孔径雷达(InSAR)复图像自动配准算法

 在基于点特征的遥感图像配准过程中，特征点的自动提取和准确匹配是影响配准精度的关键。本文提出了一种干涉合成孔径雷达(InSAR)复图像对的自动配准算法，利用特征点的高曲率结构设计了模板，完成了特征点检测；根据匹配点对之间距离相近的结论设计了匹配算法，进行了特征点对的匹配。文章首先通过边缘检测和模板相关提取特征点；其次根据提出的匹配算法建立点的对应关系；最后利用两步法完成复图像的亚像元级配准。实验结果表明，该算法具有较高的配准精度。     

基于道路几何特征的地图匹配方法研究

从地图匹配技术的基本原理出发,比较了几种典型的点到线型地图匹配算法的优缺点以及适用范围。结合实际行车轨迹连续、特征明显的特点,提出了一种基于道路几何特征的地图匹配方法,并从候选路径确定、匹配路径确定和匹配点求取三方面对算法进行了详细说明。最后通过设计试验,验证了其可行性和准确性。经验证,采用此地图匹配方法可将惯性定位定向的定位精度提高到20m以内。     

雷达目标特征融合的一种方法

由于雷达探测精度、噪声干扰、电磁干扰等因素的影响,使得利用目标的单一特征进行目标识别的识别率受到了限制。针对这一情况,提出了一种基于灰色理论的雷达目标特征融合方法。计算每类目标的各个特征与其相应模板的关联度,然后计算每类目标的综合关联度,由此进行目标识别。结果表明,该方法能够提高雷达目标的识别率。     

基于模糊和最小二乘的SAR图像线特征提取

针对合成孔径雷达(SAR, Synthetic Aperture Radar)图像的特点,提出一种线特征提取算法.该算法首先抑制相干斑噪声,然后对SAR图像进行模糊变换和增强,再基于假设的SAR图像灰度模型,用最小二乘法设计出低通和高通滤波器,最后检测出线特征散点,并进行连接,得到SAR图像的线特征图.实验证明本算法抗噪声干扰,边缘定位精度达到1个像素.     

一种改进的空间目标接近分析快速算法

Alfano-Negron(1993)提出的空间目标接近分析算法将最小相对距离及其对应时刻和进出误差椭球时刻的求解问题均转化为插值多项式求根问题.A-N算法在判断三次多项式根的存在性、筛选合理实根时存在缺陷,可能导致多余计算.由A-N算法提出的准则不能直接计算插值时间步长并可能导致丢根,对此根据多项式插值误差理论提出了一种自适应的插值时间步长选取方法.相比原始A-N算法,完善后的A-N算法计算结果更加可靠.与精确的逐秒比较结果相比,改善后的A-N算法计算速度远高于逐秒比较,具有较高精度,更适合于有实时计算要求的任务.     

论南航2007“优质服务年”计划

南航将2007年定为“优质服务年”,且下半年将正式加入天合联盟,因此必须加快战略转型和国际化进程,进一步提升服务水平和     

高档机床数控化翻新中的工程可靠性探讨

指出了在高档机床数控化翻新中应用工程可靠性的意义及存在的问题 ,介绍了应用工程可靠性的过程及方法 ,对进一步提高机床的改造质量有一定的借鉴意义     

高度欠膨胀射流的瞬态近场结构

为增加对高度欠膨胀射流物理流动规律,特别是对其近场瞬态结构特征的认识,利用基于Open FOAM函数库开发的可压缩流动求解器astro Foam,对喷压比(NPR)分别为5.60,7.47,9.34,11.21,雷诺数Re约105的高度欠膨胀射流进行了三维大涡模拟。首先讨论了射流近场的时均流动特征,发现大涡模拟计算成功捕捉到了高度欠膨胀射流近场的典型结构,并与实验测量和文献结果吻合较好。重点研究了高度欠膨胀射流近场的瞬态非定常特征,给出了实验难以测量的射流近场波系结构的建立过程,发现其主要受初始条件的主导,喷压比的影响较为有限。揭示了马赫桶内精细的小尺度胞格结构,并通过高速脉冲纹影图片予以初步证实。定量地研究了射流马赫盘的振荡特征,发现其具有强瞬态和高非线性的特点,不同喷压比下马赫盘的振荡周期相同,主要受f=5.298k Hz的轴对称模态的主导。     

基于振动监测的部件状态维修与备件订购联合决策

基于部件振动信号的退化特征易受噪声影响而无法准确反映其运行状态,提出一种同时考虑退化特征和故障特征的部件状态维修模型。首先,基于自适应奇异谱分解建立递进式故障特征识别方法;其次,采用比例风险模型描述部件可靠度演化过程,建立以累计故障特征识别次数为备件订购阈值、以维修成本率为优化目标的联合维修模型;最后,以滚动轴承加速寿命试验数据为例对本文方法进行验证。结果表明,自适应奇异谱分解(SSD)方法对不同信号的诊断准确率更高,有效降低了维修过程中的人工诊断次数。以累计故障特征识别次数为备件订购阈值的联合决策方法可以弥补退化特征阈值在部件退化过程中不具有唯一性的不足,进而获得最优维修成本率。     

改进的 YOLOv4在飞机蒙皮损伤检测中的应用

针对飞机蒙皮检测中存在的小目标检测欠佳、漏检等问题,提出了 1种基于增强特征融合和 ATSS的 YO. LOv4飞机蒙皮图像目标检测算法。首先,增加用于目标预测的大尺度浅层特征层,以提高模型对小目标的检测效果;其次,增加特征融合网络层数,通过浅层与深层特征层的深度融合,丰富多尺度特征图中的特征信息;然后,通过 K-means++聚类算法对数据集的真实框聚类,获得更具代表性的先验框尺寸,以提高预测框对目标的定位准确度;最后,引入 ATSS对 YOLOv4的样本选择策略进行优化,通过自适应获取最优的 IoU阈值,实现正负样本自动划分,提升模型的检测性能。实验表明,在增加少量计算成本的情况下,算法的检测性能得到有效提升,mAP提升 7.7%,检 测的准确率达到 80%以上。