Development and testing of a statistical texture model for land cover classification of the Black Sea region with MODIS imagery

A statistical model is proposed for analysis of the texture of land cover types for global and regional land cover classification by using texture features extracted by multiresolution image analysis techniques. It consists of four novel indices representing second-order texture, which are calculated after wavelet decomposition of an image and after texture extraction by a new approach that makes use of a four-pixel texture unit. The model was applied to four satellite images of the Black Sea region, obtained by Terra/MODIS and Aqua/MODIS at different spatial resolution. In single texture classification experiments, we used 15 subimages (50 × 50 pixels) of the selected classes of land covers that are present in the satellite images studied. These subimages were subjected to one-level and two-level decompositions by using orthonormal spline and Gabor-like spline wavelets. The texture indices were calculated and used as feature vectors in the supervised classification system with neural networks. The testing of the model was based on the use of two kinds of widely accepted statistical texture quantities: five texture features determined by the co-occurrence matrix (angular second moment, contrast, correlation, inverse difference moment, entropy), and four statistical texture features determined after the wavelet transformation (mean, standard deviation, energy, entropy). The supervised neural network classification was performed and the discrimination ability of the proposed texture indices was found comparable with that for the sets of five GLCM texture features and four wavelet-based texture features. The results obtained from the neural network classifier showed that the proposed texture model yielded an accuracy of 92.86% on average after orthonormal wavelet decomposition and 100% after Gabor-like wavelet decomposition for texture classification of the examined land cover types on satellite images.     

改进的SURF算法及其在电视制导中的应用

针对电视制导应用,提出了一种改进的SURF特征描述子目标跟踪算法。首先对SURF特征描述子的生成过程进行了改进,利用三角特征和对角特征设计了改进的SURF特征描述子,在保证区分能力的基础上提高了运算速度;基于SURF特征点匹配,设计了电视制导的匹配跟踪策略。仿真试验证明,基于改进SURF特征描述子的跟踪算法满足电视制导需求,同时运算速度达到了26f/s,比改进前提高了一倍以上,满足实时性要求。     

考虑不同四塔形式特大型冷却塔群风荷载极值分布特征与取值探讨

塔群干扰作用下特大型冷却塔表面风荷载分布非常复杂,尤其是极值模型更加难以预测。首先,以工程中最常见的串列、矩形、菱形、L形和斜L形五种四塔组合形式为例,进行了320种工况的世界最高220m特大型冷却塔群刚体测压风洞试验。然后,分析了特大型冷却塔局部风压和整体力系数的非高斯和非平稳特征,并基于Hermite法和峰值因子法对比探讨了特大型冷却塔的局部风压极值和整体力系数极值的分布规律,着重讨论了特征角度与局部、整体气动力极值之间的映射关系。最后,提出了冷却塔四塔塔群最大负压极值和整体力系数极值的数学计算模型,建议了考虑不同四塔干扰效应的四塔组合特大型冷却塔群一维极值风压系数估算公式,并验证了上述公式的精确度和有效性。主要研究结论表明:矩形、菱形和L形布置下特大型冷却塔最大负压极值均小于-3.40,矩形布置形式下的负压极值最大,菱形布置下出现强吸力现象的可能性较高;可基于特征角度与塔群脉动风荷载之间的线性关系对特大型冷却塔局部风压极值和整体力气动力极值进行有效预测。     

中美航空运输协议研究

对1980年中关航空运输协议及其修订的五个议定书做了比较研究,全面、深入地分析了近30年来中关航空运输协议的发展演变,总结归纳了中关航空运输协议的特点,并从三个方面探讨了中关航空运输协议对中国的影响。     

缝翼结构参数对翼型流场和气动噪声的影响

缝翼气动噪声很大程度地依赖于其结构参数。分析其结构参数对翼型流场及其气动噪声特性的影响,是研究缝翼噪声抑制方法的有效途径。首先,基于典型三段翼型30P-30N,建立流场分析模型,并利用雷诺平均(RANS)和大涡模拟(LES)方法,分别对具有典型缝翼几何位置及外形特征的翼型进行稳态和瞬态流场特性分析;其次,利用FW-H声类比积分法求解远场噪声分布特性,并研究对比不同缝翼结构参数对远场声压级强度及其指向性分布特性的影响规律;最后,针对不同的缝翼结构参数,分析讨论缝翼噪声抑制与相应翼型升力变化的耦合关系。结果表明:缝翼几何位置和结构变形参数的调整均可有效降低远场噪声辐射,但是在攻角增大的情况下升力系数会有一定程度的降低。     

萤火一号探测器的关键技术与设计特点

对中国第一颗火星探测器的功能与组成以及超远距离通信技术, 深空探测自主姿态确定与控制技术, 火星探测器热控制技术, 火星探测器超低温适应等关键技术进行了分析, 并提出了关键技术的解决途径, 结合工程阶段的技术状态, 论述了中国火星探测器的设计特点, 对该探测器的研制以及后续相关型号任务的研制和生产具有良好的参考价值.      

一种新的目标跟踪特征融合方法

在粒子滤波目标跟踪框架下,给出一种基于颜色直方图和边缘直方图的新特征融合算法．该算法是一种通过颜色和边缘直方图的特征波和熵实现特征之间粒子数重分配的方法。通过实验比较本文算法与单特征跟踪算法的跟踪误差,结果表明本文方法较传统依靠单一特征进行目标跟踪的粒子滤波方法,在运算时间增幅不明显的情况下,实现了更为准确的目标跟踪,并可稳定的应用于运动背景下的动目标跟踪、背景光照变化下的多目标跟踪以及多目标发生相互遮挡等情况。     

动静态载荷下光纤光栅传感器敏感特性研究

针对航空航天领域板结构动静态载荷监测需求,研究了基于铝合金板结构的光纤光栅（Fiber Bragg grating,FBG）传感器感知特性。从静载监测角度,得到光纤光栅传感器中心波长偏移量与加载距离、载荷大小和加载角度的对应关系。从动载监测角度,分别得到在不同加载距离和不同加载夹角的载荷作用下,光栅中心波长最大峰值幅度和基于小波包分解的能量谱特征随冲击载荷属性变化的响应特性。研究表明在动静态载荷作用下,光纤光栅传感器中心波长偏移量随加载载荷的增大而呈现良好的单调递增关系。此外,光纤光栅传感器还具有较好的载荷 方向敏感特性,传感器响应灵敏度随着加载夹角增大而逐渐提高。这些特性能够为进一步开展基于光纤光栅传感器的板结构动静态载荷辨识与损伤监测提供有益帮助。     

一种含Re单晶镍基合金的高温蠕变行为

通过测定蠕变曲线及位错运动的内摩擦应力(σ0),研究了一种含Re单品镍基合金的蠕变行为,并计算出稳态蠕变期间的表观蠕变激活能及应力指数.结果表明:在稳态蠕变期间位错运动的内摩擦应力(σ0),随外加应力的提高略有提高,随温度的升高而明显降低.在蠕变初期,γ'相沿垂直于应力轴方向形成N型筏状结构,随蠕变进行,筏状γ'相发生粗化,且距离断口越近,筏状γ'相粗化及扭曲程度越严重,其中,由于颈缩使样品近断口区域承受最大有效应力,是使筏状γ'相粗化及扭曲加剧的主要原因.蠕变后期,合金的变形机制是位错剪切筏状γ'相.     

基于人工神经网络的手写体数字识别方法

数字识别是人工神经网络中的一项基本又重要的应用研究领域。为此提出了一种用简单BP神经网络识别手写体数字的方法。利用BP神经网络的良好监督学习功能,并结合提取的降维数字字符图像的灰度特征进行网络训练,提出了一种基于统计特征分类的手写体数字识别方法。实验结果表明,该方法简单且有较好的识别效果。