分类安检在"最危险的地方"保证安全

以色列可以说是全球最危险的地方之一,然而,自从1968年以色列航空遭到惟一一次劫机以来,42年中没有一架以色列航空公司的飞机遭到过恐怖袭击,也没有一架从以色列机场起飞的飞机被劫持过.那么,以色列民航业是如何有效防止恐怖袭击发生,从而保证航空安全的呢?     

电视导引头图像闪烁故障分析

针对电视导引头存在的“图像闪烁”故障，重点分析了故障的常发生部位，如硅靶管、CCD、图像处理电路和电视摄像机光圈等，并从故障部位的结构特点和工作原理入手，详细阐述了故障产生的原因、机理以及排故方法，为同类故障的修理提供参考。     

基于收缩场学习的Retinex低照度图像增强

为增强低照度图像和抑制噪声，提出了一种通过学习收缩场（SF）改进Retinex分解的图像增强方法。首先，构造新的目标函数，在正则项中引入2组不同的高阶滤波器分别约束未知的反射图和照明图。高阶滤波器可以学习到多种激活模式，有利于在恢复反射图的同时抑制噪声污染。然后，在优化目标函数时通过求解收缩场更新隐变量，参数化的压缩函数可以自适应地调整相应滤波器在反射图和照明图上的响应。最后，在每个级联内更新照明图之前，嵌入一个辅助的收缩场，以抑制噪声和不良伪影的传播，从而更精确地估计照明图。实验结果表明，所提方法取得的峰值信噪比（PSNR）和结构相似性（SSIM）均高于当前最新的低照度图像增强方法。      

一种鲁棒性增强的机载网络流量分类方法

针对机载网络高度动态、高度不稳定造成流量监测设备难以在有限的监测周期内完成完整数据流负载特征的提取，限制了基于深度学习的流量分类方法的应用问题，提出了一种鲁棒性增强的机载网络流量分类方法。通过数据预处理及缺失样本处理方法将数据流映射为灰度矢量集合，基于完整的数据流训练数据集实现鲁棒性增强的长时递归卷积神经网络（RE-LRCN）分类模型的训练，在线上分类阶段，通过分类模型实现样本缺失数据流负载空间特征及数据流时序特征的提取，并进行数据流分类。通过在数据包缺失的流量测试数据集上的实验结果表明，所提方法可以有效抑制数据包缺失对分类准确性能的恶化。      

基于残缺图像样本的生成对抗网络图像修复方法

针对大面积图像修复缺失严重时，需要完整且高质量训练样本的问题，提出了一种将残缺或含噪图像样本作为训练集的双生成器深度卷积生成对抗网络（DGDCGAN）模型。构建两个生成器和一个鉴别器以解决单一生成器收敛慢的问题，用残缺图像样本作为训练集，通过交叉计算、搜索损失区域类似的图像信息作为训练生成模型的样本，收敛速度更快。鉴别器损失函数改进为输出的Wasserstein距离，使用自适应估计算法优化生成器损失函数和鉴别器损失函数的模型参数，最小化两两图像之间的总距离差，使用鉴别模型和修复图像总距离变化均方差最小化两个指标优化修复结果。在4个公开数据集上进行主客观实验，结果表明:所提方法能使用残缺图像样本作为训练集，有效实现大面积失真图像的修复，且收敛速度和修复效果优于现有图像修复方法。      

实验室认可领域中的环境试验分类探讨

针对当前环境试验主要标准的实际,提出了实验室认可领域分类中的0401类与目前实际环境试验项目不完全吻合的问题,分析了不吻合的项目名称、项目数量,提出了环境试验在认可领域中分类的建议。     

三个素数猜想的证明

采用新的构造方法,把不规则分布的素数进行分类,即把单个素数a都同时表示成等距的区间[a,a＋h]（a为任意素数）,在[a,a＋h]中的元素为自然数,将[a,a＋h]中对应位置有相同情况,或都是素数,或都不是素数的为同一等价类,其中每个[a,a＋h]中至少有一个素数a,h取不同自然数时,分类方法不同,显然[a,a＋h]的等价类的个数在h有限时是有限的,小于2h/2。     

基于红外图像的返回舱被动测距

针对飞船返回段光学设备不能测距的问题,提出一种基于红外序列图像处理的返回舱被动测距方法。该方法选择主伞作为测量对象,利用最小外接矩形算法实现主伞轮廓图像测量,然后基于小孔成像理论,建立返回舱被动测距模型。为了减小图像噪声及边缘模糊对测量精度的影响,使用了前站引导数据修正以及距离值分段拟合等手段。实验结果表明,在没有连续云层遮蔽情况下,该方法对返回舱距离测量是可靠的和有效的。