基于边缘检测与最小二乘支持向量机的人脸图像识别

文章建立了完整的人脸识别系统,通过图像预处理、特征提取和识别3个过程,实现了人脸的分类识别;研究了图像预处理过程中的边缘检测方法,比较了基于一阶导数的Robert算子、Prewitt算子、Sobel算子和基于二阶导数的Gauss-Laplacian算子的检测效果□在识别阶段采用最小二乘支持向量机方法,进行人脸识别实验,并对实验结果进行比较。     

基于网络语言学习中心的公共英语口语辅助教学设计

为了推进高校公共英语教学,以国家示范性院校建设为契机,学院建立了英语语言学习中心,开始了结合网络自主学习概念的公共英语教学改革的尝试。英语口语教学作为公共英语教学的主要组成部分,主要是以基于网络语言自主学习的辅助教学展开设计方案。     

基于BDS-GD的低截获概率雷达信号识别

针对在信号特征提取与识别中使用双谱估计数据量大、维度高的问题,提出了双谱对角切片（BDS）与广义维数（GD）相结合的识别方法。通过提取信号双谱对角切片减少数据量,并利用多重分形理论中的广义维数降低数据维度,对切片内部特性进行细微描述,基于距离测度提出特征评价指标,从而选出最具有区分度的3个阶数对应的广义维数作为特征向量,输入到最小二乘支持向量机中进行分类识别。使用4种低截获概率（LPI）雷达信号作为待识别信号,仿真结果表明,本文方法提取的信号特征在特征空间中有良好的聚集性和离散性,在0 dB信噪比下,识别准确率能达到92.2%,与选取的其他方法对比说明其具有很好的识别性能。      

基于FPGA的激光成像质心提取算法的硬件实现

针对一款激光成像测距系统设计激光成像自适应质心提取算法模块,该模块包含自适应积分时间调整、多波峰毛刺平滑处理及基于灰度加权的质心提取3个子模块,该模块已在FPGA上实现,处理延迟小,占用资源少,可稳定提取目标在线阵探测器上成像的质心位置,提高三维激光测距的精度.     

基于LTSA融合降维法的滚动轴承可靠性评估方法

为了保障滚动轴承在给定工况下安全平稳地运行,提出了一种基于局部切空间排列(LTSA)和威布尔比例故障率模型(WPHM)的滚动轴承可靠性评估方法.该方法提取滚动轴承整个寿命周期的时域、频域、时频域及统计等不同分析域上的特征指标,从中筛选出包含滚动轴承运行状态的特征指标,构建出高维多域特征集;利用局部切空间排列算法对高维多...     

经验模态分解火箭发动机多界面粘结检测特征信号提取技术

针对固体火箭发动机在存放期间粘结界面易出现脱粘的情况,采用超声纵波对其一二界面粘结质量进行检测,得到的二界面脱粘缺陷回波信号通常混叠了 一界面多次反射透射的信号,无法与一界面粘结信号区分.为了区分不同界面回波信号,选用EMD(经验模态分解)对回波信号分解,并根据相关性系数得到信号主导作用模态分量,提取其检测信号幅度特征...     

基于多模特征融合的雷达干扰信号识别

传统制导雷达面临的新型有源干扰样式越来越复杂，雷达必须对各种干扰类型加以鉴别。传统的干扰识别方法仅对特定单一样式有效，通用性较差、泛化能力较弱，无法应对复杂多变的干扰对抗环境。因此，必须提出智能化更高、稳健性更强的普适干扰识别方法，提升制导武器抗干扰能力。为了提高干扰信号识别的准确率，研究了多模特征融合算法，并最终对时域、时频域、信息论特征进行融合以实现分类。首次将信息论中熵、相对熵、相对距离等概念引入到干扰信号分类这个应用场景中，通过仿真实验表明，能够有效对常见干扰进行有效识别，在较低干噪比下也有较好的识别准确率。     

空间站新型渐开弧面齿轮传动理论及试验研究

针对因空间站大型对日定向装置传动末端齿轮副尺寸大导致的中心距偏移及倾斜偏差问题，提出具有中心距可分性的新型渐开弧面齿轮，具备中心距补偿能力，有效解决末端齿轮传动中心距偏差问题;依据对末端传动指标要求及约束条件，采用渐开弧面齿轮传动技术对齿轮副进行设计、强度校核及仿真分析;设计并开展等比例方案下多套产品研制及多轮次齿轮副寿命试验研究工作，测试传动效率并观察齿轮齿面状态，以验证新型齿轮传动的中心距补偿能力及可行性。研究内容为大型传动机构齿轮副方案设计奠定基础，并为新型渐开弧面齿轮的研制提供参考。     

Precise orbit determination and precision comparison for FY3C and FY3D with receiver antenna GPS and BDS PCV using spaceborne BDS and GPS observation data

The FY3C and FY3D satellites were equipped with global navigation satellite occultation detector (GNOS) receivers that received both GPS and BDS-2 signals. For further improving precise orbit determination (POD) precisions, we estimated receiver GPS and BDS signal phase center variations (PCV) models with 2° and 5° resolutions and set the different weights for GPS and BDS-2 observations in the combined POD. The BDS-based POD precision using BDS-2 satellite antenna phase center offset (PCO) values from the China Satellite Navigation Office (CSNO) are not as accurate as those obtained from the International GNSS Service (IGS) Multi-GNSS experiments project (MGEX). The estimated receiver GPS and BDS PCV models with 2° and 5° resolutions were estimated from the GPS phase residuals of GPS-based POD and BDS phase residuals of combined POD, respectively. In most cases, the POD precisions using the estimated PCVs with 2° resolution are superior to those with 5° resolution. The precisions of the BDS-based POD and combined POD were both improved by introducing the receiver BDS PCV models. The weighting for GPS and BDS-2 observations can further improve the precision of the combined POD. The tested results of selected weights are better than those with equal weight in the combined POD. The experiment results show that orbital precisions of FY3C are worse than those of FY3D.     

基于ViBE与面向对象分类的视频卫星运动车辆检测

为了提高视频卫星对运动车辆的检测质量，在经典视觉背景提取器(ViBE)算法的基础上，结合遥感的面向对象分类技术，从提升正确检测运动目标数量和抑制虚假运动目标检测数量两个方面着手，提出了一种新的运动车辆检测方法（VOMVD）。首先通过优化ViBE模型参数，尽可能多地获取真实运动目标，但这在一定程度引入了许多的虚假目标。研究继而依据影像上地面小尺度运动目标和道路的依存关系，采用面向对象的分类方法，基于光谱、纹理、空间属性，构建了均值、标准差、卷积核内平均灰度值、卷积核内平均信息熵、面积、长度、紧密度、延伸度等8个特征，用于提取道路信息，以此掩膜ViBE提取的虚假运动目标和伪运动目标。结果表明，基于本研究提出的视频卫星运动目标检测方法较之三帧差分法、ViBE检测方法等，其精度有明显提升。在本研究中，三帧差分法、ViBE和VOMVD对运动目标的检测精度P分别为70.91%，61.49%和85.71%，召回率R分别为84.78%，98.91%和97.83%，F值分别为77.23%，75.83%和91.37%，有效提升了方法对运动目标的检测效果。