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。     

截断总体最小二乘变分核事故源项反演数值研究

放射性释放源项是核事故应急与事故后果评价的基础。核事故源项反演方法利用事故期间辐射环境监测数据估计事故释放源项。由于其不依赖电厂状态参数，在福岛核事故后被广泛重视。变分核事故源项反演模型（VAR）对释放源项的求解为全局最优，但受大气扩散模型误差的影响较大。为降低大气扩散模型误差对源项估计结果的影响，建立了截断总体最小二乘变分核事故源项反演数值计算模型（TTLS-VAR）。该模型可对扩散模型算子与监测向量进行修正，以提高源项反演的准确性。基于风洞实验数据对TTLS-VAR模型进行验证，结果显示:TTLS-VAR模型对释放源项估计结果的准确性较VAR模型有所提高。      

DCNN深度特征与交替方向乘子的相关滤波跟踪

针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题：由于目标快速移动引起边界效应，使得相关滤波器在学习与更新过程中可能会引入错误，最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上，提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法，选择DCNN深度特征有效地表征待跟踪目标的初始状态，通过在线分类过程中样本相似性比对与半监督学习，辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程，提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率，针对VOT2016标准测试视频的实验表明：当目标面临快速运动时，对比CN、SAMF、STC算法，所提DA-CFT跟踪算法将跟踪成功率分别由60.4%～73.4%、67.2%～82.9%、80.9%～88.1%提升至85.6%～91.0%。     

基于LBP纹理特征和Canny算子的视频分割方法研究

针对目标区域和背景区域交界处颜色相似度较高的图像分割问题,提出基于LBP(Local Binary Patterns)纹理特征和Canny算子的视频分割算法。构造能量函数的数据项颜色模型和光滑项对比度模型;根据当前block直方图与LBP背景模型直方图的相似度调整全局颜色模型和局部颜色模型的比例来改进颜色分量;通过Canny边缘检测方法对改进后颜色模型生成的图像进行检测,将得到的边缘检测结果应用到对比度分量模型中来增加前景和背景对比度;使用Graph Cut算法对能量函数进行求解,得到最终分割结果。实验结果表明,当背景光照发生变化且前景和背景交界处颜色相似时,该算法具有明显优势。     

水煤浆锅炉浆枪的结构改造与应用

文中分析了水煤浆燃料特性及水煤浆浆枪的结构,指出了原锅炉自带的两级雾化旋流式浆枪在实际应用中的缺点。结合装置生产情况,对水煤浆锅炉浆枪的结构进行对比,对浆枪进行了结构改造,为锅炉长周期运行提供了保证。