一种基于深度学习的智能威胁评估算法

在现代信息化战争中依据战场态势变化进行合理威胁评估，对实现指挥系统自动化具有重要意义。为了克服传统规则算法评估能力的局限，设计了一种基于深度学习的新型智能威胁评估算法。首先设定了防空威胁评估指标选取原则，在此基础上从多个不同角度出发建立了反映空中目标威胁的指标体系，然后构建深度神经网络模型予以解决。新算法的优点在于威胁评估快速可信、易于实现，且对于不断变化的空情威胁可进行持续更新优化。最后，通过典型作战场景的仿真数据验证了模型的有效性和可行性。     

高熔体流动速率薄壁注塑聚丙烯专用料的结构与性能分析

采用多种分析测试方法，对3类高熔体流动速率薄壁注塑聚丙烯（PP）专用料的熔融结晶性能、光学性能、分子量分布、力学性能、毛细管流变性能、热收缩性能进行了分析研究。结果表明，K1860与2种市售主流PP1、PP2各项性能相当，其中K1860分子量分布相对PP1、PP2较窄，弯曲性能、拉伸性能更优，可满足大型薄壁注塑制品的生产要求。     

ZrO2陶瓷相变稳定化的研究进展

氧化锆(ZrO2)陶瓷材料具有质地轻、耐腐蚀、耐高温、力学性能优异等特点,应用非常广泛,一直受到许多研究者的广泛关注.综述了近年来国内外ZrO2陶瓷相变及稳定化研究现状,总结了添加稳定剂对ZrO2陶瓷性能的影响,探讨了ZrO2陶瓷的制备方法及工艺、掺杂改性、相变增韧等方面的研究现状,并展望了ZrO2陶瓷相变稳定化的未来研究方向.     

锯齿错列肋片尾气换热器的热电性能优化

由于尾气传热性能差,尾气余热热电转换系统中常采用具有强化换热结构的尾气换热器,其中,锯齿错列肋片式是常见型式之一.但如何平衡传热性能和流动阻力实现对换热器内部结构和整体尺寸的优化,使得热电系统获得总的净输出功率最大,是值得研究的内容.但现有成果均是基于限定尺寸结构,对换热器局部尺度及热电性能进行分析,没有针对强化换热器的整体优化结构和最大净输出功率展开研究.建立基于汽车尾气余热回收的热电转换数值模型,结合场协同理论,分析锯齿错列肋片式尾气换热器内部肋片结构对热电功率的影响.此外,综合考虑传热性能与流动阻力的平衡,以热电转换最大净输出功率为优化目标,对热电模块结构进行优化,并获得热电系统的相应最优性能.研究结果表明,固定热电模块尺寸时,净输出功随肋片高度增加明显增加,但受肋宽影响较小;对热电模块尺寸进行优化时,肋高和肋宽的变化均对热电模块的最优尺寸产生较大影响,单位面积最大净输出功随肋宽增加而明显降低,但受肋高的影响较小.     

碳纤维布约束下水泥砂浆动态力学及能量特征EI北大核心CSCD

为研究碳纤维复合材料(CFRP)对水泥砂浆的加固效果,针对普通水泥砂浆和CFRP布端面约束水泥砂浆,采用分离式霍普金森压杆(SHPB)分别进行恒定气压(0.3 MPa)和递增气压(0.2、0.3、0.4、0.5 MPa)循环冲击压缩试验,分析了试件的应力-应变曲线、破坏形态和能量特征.结果表明:与普通水泥砂浆试件相比,CFRP布端面约束水泥砂浆试件的循环冲击次数、峰值应力和峰值应变均有显著提高,且其峰值应力随着应变率的提高而增大;CFRP布的断裂部位主要发生在碳纤维横向连接处,CFRP布减缓了试件内部裂缝的产生,提高了试件的延性,表现出更好的抗冲击能力,试件的残余强度增加;端面粘贴CFRP布可以提高水泥砂浆的能量吸收能力,在相同冲击气压作用下,CFRP布端面约束水泥砂浆产生裂纹所需的能量高于普通水泥砂浆.     

基于拼接缝自适应消除和全景图矫直的快速图像拼接算法

针对图像拼接存在色差过渡不均匀、图像倾斜扭曲及拼接效率低的现象，提出一种基于拼接缝自适应消除和全景图矫直的快速图像拼接算法。首先，用尺度不变特征变换（SIFT）提取图像指定区域特征点并用双向K近邻（KNN）算法进行图像配准，有效提高算法效率；其次，利用动态规划思想提出自适应公式找到最优拼接缝并用图像融合算法对其自适应消除，解决拼接缝色差过渡不均匀问题；最后，针对累积拼接误差形成全景图倾斜的现象，利用边缘检测算法提出自适应拟合四边形矫直模型，把原始全景图矫直为一个全新的全景图。所提算法与分块图像拼接和二叉树图像拼接算法相比，图像质量提升了5.84%~7.83%，拼接时间仅为原来的50%~70%。实验结果表明，该算法不仅通过自适应更新机制减少不同图像背景下拼接缝色差过渡不均匀的现象，从而提高了图像质量；而且提高了拼接效率，降低了全景图倾斜扭曲程度。     

基于K-AP算法的高光谱图像波段选择方法

在高光谱图像分析领域中，波段选择是一种能有效减少高光谱图像维度的方法。K类仿射传播算法是一种高效的聚类算法，已成功地应用于人脸识别和数据分析等领域，但在高光谱图像分析领域还少有成功的应用。提出将K-AP算法应用于高光谱图像波段选择，对高光谱图像进行有效的数据压缩。针对K-AP算法的特点，基于Kullback-Leibler散度定义了新的相似度矩阵，对波段进行度量，再使用K-AP算法进行聚类，选择最有代表性的波段。实验结果表明，与常用的波段选择方法相比，所提出的方法有更好的表现。     

结合位图切割和区域合并的彩色图像分割

就经典分水岭图像分割算法中存在的过分割问题，提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像，并利用位图切割重建梯度图像；对新梯度图像进行分水岭预分割；对预分割图像基于异质性最小原则进行区域合并，并获得最终分割结果。相比于现有的同类方法，该算法引入位图切割，抑制噪声对分割结果的影响，在边缘模糊处分割准确，得到符合人类视觉的较小分割区域数目，同时在运行效率上提高。