复合材料机身结构件冲击模拟与吸能特性研究

对具有吸能子地板的全复合材料机身结构进行了垂直向7.9m/s的抗坠毁数值模拟,得到平均加速度、速度及撞击载荷值等动态冲击参数,考虑采用不同的评价方法来评估其抗坠毁特性。并对全复合材料机身结构进行分块设计,考虑在冲击过程中起关键作用的底部结构中加入吸能泡沫,最后利用专业的瞬态动力学软件对有限元设计模型进行了冲击模拟,并与测试结果进行了比较,结果满足抗坠毁设计相应规范要求。计算得到的平均加速度不超过13g,其相对误差不大于11%,撞击载荷最大不超过6kN,坠毁平均负加速度持续时间不超过0.03s,结果较合理。利用本模型可以指导直升机的抗坠毁设计。     

星载图像压缩中的无损预测研究

针对星载遥感图像自相关系数较大时MED预测比较理想,反之均值Mean预测更有优势的问题,融合该两种方法的优点提出了改进的MED预测,使之对多种类别的图像特别是遥感图像能够取得较好的预测效果.此外,从预测相关性、运算复杂度、是否带有自动误码纠偏以及采用Rice算法获得的压缩比等角度进行了两种预测残差映射器的研究,确定了选用带自动误码纠偏的差值映射和可调整的预测方式.当信源干扰多大时选取前像素预测,反之采用MED或改进的MED预测,从而兼顾了压缩比和抗误码两方面,且硬件可实现.     

一种采用HOG特征的直线段提取方法

直线段特征是广泛应用于图像分析与处理领域的一种特征,直线段提取是基于特征的模式识别和图像匹配的一个重要步骤,直线段提取方法的优劣直接影响到高层次图像处理的复杂度和处理的效果。针对目前直线段提取方法中存在的直线段端点不准确和直线段断裂问题,提出了一种新的基于HOG特征的直线段提取方法。该方法利用矩阵的行、列积分运算实现对原始图像特定方向直线段的投影,根据矩形函数的一阶导数性质将确定直线段端点位置的问题转化为对列方向向量的求导问题,从而更能有效提取出图像中的直线段。理论分析和实验结果表明:该方法能够快速、准确地提取直线段,在一定程度上解决了经典方法中直线段断裂及端点不准确问题。     

化学物质对鲜切茭白品质及生理的影响

研究了化学物质单独或复合处理对鲜切茭白品质及生理的影响。结果显示,4-己基间苯二酚（4-HR）、氯化钙（CC）、抗坏血酸（AA）、N-乙酰-L-半胱氨酸（N-AC）和复合处理均显著抑制了鲜切茭白的褐变;贮藏15d后失重率分别为对照的95.6%、75.3%、74.5%、76.5%和57.9%;硬度分别为入贮时的66.1%、91.0%、80.4%、74.6%和86.7%,对照仅为63.6%;抗坏血酸保留率分别为70.5%、75.1%、89.2%、83.3%和82.6%,对照仅保留57.5%;还原糖含量维持在相对高的水平,呼吸速率、及O-2·产生速率和MDA含量维持在相对低的水平;PPO活力显著低于对照;POD活力分别为入贮时的3.07、1.95、1.73、2.01、1.35倍。以上结果表明,实验所选化学物质均能有效延缓鲜切茭白褐变和生理代谢,提高活性氧自由基清除能力,最终维持鲜切茭白较好的品质。由于复合处理表现出最好的效果,提示复合处理可用于商业上控制鲜切茭白褐变和维持其品质。     

基于双模全卷积网络的行人检测算法(特邀)

在近距离行人检测任务中,平衡算法的检测精度与检测速度对于检测算法的实际应用有着重要意义。为了快速并准确地检测出近景行人目标,提出了一种基于模型融合全卷积网络的行人检测算法。首先,通过全卷积检测网络对图像中的目标进行检测,得到一系列候选框;其次,通过弱监督训练的语义分割网络得到图像的像素级分类结果;最后,将候选框与像素级分类结果融合,完成检测。实验结果表明:算法在检测速度与精度方面都具有较高的性能。     

指纹识别技术在养老金发放中的应用研究

发放养老金优化管理,针对指纹识别技术用于养老金优化管理问题,传统养老金的生存证明获取过程存在造假且效率低的难题,导致大量冒领现象发生.为了提高养老金发放管理效率,防止冒领现象的发生,提出一种基于指纹识别技术的养老金发验证方法.首先通过指纹采集终端对退休人员的指纹进行采集,对获得的指纹图像进行分割、增强、二值化及细化预处理,然后提取有效特征,将特征通过网络传送到服务器中,最后将获得的指纹信息与指纹特征库中的指纹进行匹配,通过匹配的结果来判断是不是存在这样的指纹.采用识别方法进行了仿真,实验结果表明,平均正确率为 88%,验识时间仅为2s,是一种高效和准确的验证方法,能为养老金优化管理提供参考.     

一种改进的Capsule及其在SAR图像目标识别中的应用

为了解决Capsule网络随着输入图像增大计算量和参数数量急剧增加的问题,对Capsule网络进行了改进并将其用于SAR自动目标识别（SAR-ATR）中。基于大脑视觉皮层以层级结构以及柱状形式处理信息的机制,提出了完全实例化的思想,并运用类脑计算对Capsule网络进行了改进。具体方法是:使用多个卷积层实现层级处理,同时使用了较少的卷积核,但每一层使用的卷积核数量随着层级加深逐渐增加,使得提取的特征更加趋于抽象化;在PrimaryCaps层中,Capsule向量由最后一层卷积层输出的所有特征图构成,使得Capsule单元包含目标局部或整体的全部特征,以实现目标的完全实例化。在SAR-ATR上,将改进的Capsule网络与原Capsule网络、传统目标识别算法和基于经典卷积神经网络的目标识别算法进行对比实验。实验结果表明,改进的Capsule网络训练参数和计算量大大减少,并且训练速度得到很大提升,在SAR图像数据集上的识别准确率较Capsule网络和前两类方法分别提高了0.37和1.96~8.96个百分点。     

校园一卡通系统的安全性研究

本文讨论了在数字校园环境下校园一卡通系统所面临的主要安全问题,针对这些安全问题,阐述了校园一卡通系统安全控制的依据,然后按照实际需求,分别从主机安全、网络安全、应用系统安全、运行安全等四个方面入手,给出了详细的安全控制方法和应采用的具体措施。这些方法和措施使校园一卡通系统达到应有的安全水平,并对其他校园信息系统的安全控制具有参考意义。     

海面红外图像的动态范围压缩及细节增强

动态范围压缩和细节增强是红外图像处理的两个重要课题。为了将高动态海面背景红外图像清晰显示,提出一种高动态范围压缩及细节增强算法。首先,通过基于梯度边缘信息的多方向拉普拉斯增强方法,将梯度图像平滑处理,并与多方向拉普拉斯滤波相乘,实现高动态范围图像的细节增强;然后统计增强后图像的动态广义直方图信息;最后采用灰度级分组的方法构造映射函数,将高动态范围压缩到8 bits,输出可清晰显示的红外图像。对大量海面背景红外图像进行实验分析,结果表明,该算法提高了图像的对比度,有效增强了舰船目标细节,同时抑制了海面背景噪声的放大和光晕现象的产生,最终获得较好的输出图像。     

一种基于IEEE802.15.4的静态链式网络结构研究

IEEE 802.15.4定义了无线个域网的物理层和数据链路层规范,本文基于此规范,研究设计了一种静态的链式网络结构,这种结构具有拓扑简洁、快速路由、节约能耗等特点,在拓扑相对静态、具有中心控制节点的应用场合具有较强的适用性,如集中监控、环境监测等.