空间目标多种光谱观测方法的应用研究

光谱观测技术作为空间目标特征信息获取的一种方式,为空间目标表面材料的识别与性能分析提供了重要的解决方法.目前,光学信息采集元件的精密化程度高,因此空间目标观测技术也呈现多样性.基于长春人造卫星观测站1.2m空间目标光学望远镜,联合推扫式光栅光谱仪、光纤光谱仪、滤波器光谱相机三种终端设备,分别对恒星与空间目标开展观测并获取光谱数据;进一步,通过数据对观测技术进行适应性分析.结果 表明:三种方法均适用于恒星和高轨道空间目标的观测,可得到较好的光谱数据;滤波器光谱相机、光纤光谱仪适用于观测低轨道空间目标;而推扫式光栅光谱仪、滤波器光谱相机适用于观测中轨道空间目标.此外,滤波器光谱相机还可为精跟型空间目标光谱数据的获取提供观测参考.对于不同应用环境,对终端成本、光路调试复杂程度、获取光强度、可调整观测波段、数据处理复杂程度的对比分析可作为后续方案的参考.     

一种改进的自适应分段线性变换算法

红外成像设备获取到的原始图像经过转化可成为适合人类观看以及计算机处理的灰度图像,但转化后的图像会存在对比度低的问题。针对这一问题,本文提出一种改进的自适应分段线性变换算法,通过比较灰度直方图簇的个数的方式在候选集中自动选取适合于当前原始图像的参数取值,随后经过灰度线性变换即可得到增强后的图像。在实际红外原始数据上的实验表明,该算法增强效果较好,且计算时间相对较低,能够实现完全自适应。因此,该算法有望应用于红外成像设备的实时处理过程。     

改进的Elman神经网络在WSNs距离预测中的应用

节点定位是无线传感器网络应用的关键技术之一,而测距的精度很大程度决定了定位的精度。为了提高定位的精度,对测距精度的提高进行了研究。根据实验获取的RSSI值与对应的距离值,先对实验数据进行滤波处理,以滤波后的数据作为样本,建立改进的Elman神经网络预测模型,利用改进的El-man神经网络的稳定性高和预测精度高等特性,对样本进行训练,得出预测的距离值,距离精度达到1 m以内。     

基于RAW域的低光照图像质量增强方法

考虑原始图像(RAW图像)中的噪声未经过相机ISP的复杂非线性映射,更加容易建模,提出基于RAW域对低光照图像进行质量增强,以获得清晰的、高质量的图像.首先,将由相机传感器捕获的RAW图像进行线性插值,获得RGGB共4个通道的彩色图像,并模拟不同曝光程度的图像;其次,设计神经网络模型来学习不同曝光程度的RAW图像与正常曝光图像的映射关系,该神经网络采用了自编码器结构,并嵌入了通道注意力模块,以提取并增强图像中的纹理与细节特征;最后,在神经网络训练时,引入了结构相似性损失和梯度下降损失,引导网络生成与参考图像之间结构相似性和色彩关联性较高的高质量图像.该方法在SID数据集上进行了训练和测试,PSNR达到了29.738 0 dB,MPSNR达到了30.233 4 dB,均高于目前流行方法(如EnlightenGAN,Zero-DCE,SID,Residual和ALEN等);在主观质量方面,该方法生成的图像质量显著优于比较方法,无明显噪声和色斑伪影,颜色也更加真实细腻.     

光疗对睡眠剥夺小鼠学习记忆以及BDNF-TrkB信号通路的影响

睡眠障碍是临床中的常见多发病,睡眠障碍易诱发和加重认知障碍疾病,损害海马依赖的学习记忆功能。光疗是一种改善睡眠的有效方法,鉴于此,本课题组研究了光疗对睡眠剥夺小鼠炎症反应、氧化应激反应及BDNF-TrkB信号通路的影响,探索光疗对睡眠剥夺小鼠学习记忆的影响。通过旋转圆筒法建立睡眠剥夺模型,小鼠随机被分为对照组、睡眠剥夺组、光疗组(468 nm,光照强度分别为100,300,900 lx)。光疗组边剥夺边治疗,每天早晚进行光照30 min,于剥夺3 d后对各组小鼠进行水迷宫实验和旷场实验,采用ELISA法检测小鼠血浆和海马组织中TNF-α、SOD、5-HT因子的表达量,采用RT-PCR法检测小鼠BDNF、TrkB和Akt中的mRNA表达量。结果显示：与对照组相比,睡眠剥夺导致小鼠体重下降,游泳潜伏期增长,促进了炎性因子TNF-α的表达,降低了SOD活性和5-HT的表达,并降低了BDNF、TrkB和Akt中的mRNA表达;与睡眠剥夺组相比,光疗组小鼠的游泳潜伏期缩短,平台交叉次数增多,TNF-α表达下降,SOD和5-HT表达呈上升趋势,焦虑样行为减轻,BDNF、TrkB与Akt中的mRNA...     

当好服务"三农"先行官——辽宁沈阳供电公司助力乡村振兴战略落地

党的十九届六中全会通过的《中共中央关于党的百年奋斗重大成就和历史经验的决议》指出,党始终把解决好"三农"问题作为全党工作重中之重,实施乡村振兴战略,加快推进农业农村现代化。辽宁沈阳供电公司深入学习贯彻六中全会精神,认真落实国家电网有限公司第四届职工代表大会第二次会议暨2022年工作会议精神,引导广大党员干部员工在全面助力乡村振兴战略落地中加强党建引领.     

基于关键词结构编码的涉案微博评价对象抽取模型

涉案微博评价对象抽取旨在从微博评论中识别出用户评价的案件对象词项,有助于掌握大众对于特定案件不同方面的舆论。现有方法通常将评价对象抽取视为一个序列标注任务,但并未考虑涉案微博的领域特点,即评论通常围绕正文中出现的案件关键词展开讨论。为此,本文提出一种基于关键词结构编码的序列标注模型,进行涉案微博评价对象抽取。首先从微博正文中获取多个案件关键词,并使用结构编码机制将其转换为关键词结构表征,然后将该表征通过交互注意力机制融入评论句子表征,最后利用条件随机场（Conditional random field, CRF）抽取评价对象词项。在两个案件的数据集上进行了实验,结果表明：相较于多个基线模型,本文方法性能得以提升,验证了所提方法的有效性。