甘肃北山TM合成图像的波段组合模式与解译

一研究区的自然地理条件研究区位于河西走廊西端,嘉裕关的北部。这里是典型的大陆性气候,常年干旱少雨,地表水异常缺乏,植物稀少。岩石以物理风化为主,山顶山坡上覆以岩石碎块。地形相对高差不大,坡度平缓。在夏天、     

数字式仪表自动判读软件设计与应用

针对基于视频的数字式仪表数据采集中仪表类型的多样性和示值判读的复杂性，设计了一套完整的仪表示值自动判读算法，采用多种自适应算法进行了表盘图像预处理和刻度提取与分割，并采用协同模式识别算法进行表盘刻度的识别，较好地保证了算法的自动化程度和结果的准确性。实验表明，该算法自动化程度高，判读准确。具有较强的实用性。     

一种新的声呐图像处理算法

针对高频声呐图像的目标检测问题,在分析声呐灰度图像像素点的灰度分布模型的基础上,提出了一种新的快速图像处理算法。该算法利用图像中各像素点处滑动窗内像素点的灰度分布模型的参数以及灰度分布模型和归一化灰度直方图的拟合误差为特征量,构造声呐图像的特征图,并采用自适应阈值算法进行图像处理。仿真结果表明该算法具有实时性好、准确度高的特点,并且可有效地克服背景干扰的影响,有利于人造目标的准确提取。     

铌硅化物基超高温合金表面包埋渗Al改性硅化物涂层的组织结构

分别采用两步包埋渗法和包埋共渗法在铌硅化物基合金表面制备了Al改性硅化物抗氧化涂层.两步包埋渗法是先在合金表面包埋渗Si制备(Nb,X)Si2(X表示Ti,Cr和Hf元素)涂层,然后再将渗Si试样于800～1000℃包埋渗Al.结果表明:当渗Al温度达到860℃时渗入(Nb,X)Si2层中的Al可形成(Nb,Ti)3Si5Al2相;当渗Al温度达到900℃时渗入的Al还可穿过(Nb,X)Si2层在渗Si层与基体之间形成(Nb,Ti)(Al,Si)3层.经1150℃/20h Si-Al包埋共渗后在合金表面形成的涂层具有多层复合结构:外层主要由(Nb,Ti)3Si5Al2和(Nb,Ti)(Al,Si)3组成;中间层上部为(Nb,X)Si2,下部为低硅化物(Nb,X)5Si3;内层由基体相(Nb,Ti)Al3和柱状晶(Cr,Al)2(Nb,Ti)组成.     

二维半岛紊动尾流的分维量测与分析

应用平面激光诱导荧光 (PLIF)技术观测了水槽中半圆柱形及正弦形半岛后紊动尾流的瞬时浓度分布。对浓度等值线图形进行的分维测量表明紊动尾流具有分形特性 ,且在同一形状半岛后尾流各时刻的分维数不随尾流的周期性摆动而变。同时还研究了分维数与不同的浓度等值线、雷诺数和半岛形状的关系。     

改进DeepLabV3+模型在壁画分割中的应用

针对古代壁画图像分割过程中出现的目标边界模糊、图像分割效率低等问题,提出一种融合轻量级卷积神经网络的多分类图像分割模型MC-DM,该模型将DeepLabV3+结构和MobileNetV2相结合,利用DeepLabV3+特有的空间金字塔结构对壁画的卷积特征进行多尺度融合,从而减少壁画分割时的图像细节损失。首先,通过MobileNetV2对输入图像进行特征提取,从而在确保图像信息准确提取的同时减少耗时;其次,通过空洞卷积处理图像特征,从而扩展感受野,并在不改变参数数量的情况下得到更多的语义信息;最后,采用双线性插值的方法对输出特征图像进行上采样,以得到像素级的预测分割图,从而最大限度保证图像分割的准确性。在JetBrains PyCharm Community Edition 2019环境下,利用以1 000张壁画扫描图片制作而成的数据集进行测试,实验结果表明,MC-DM模型较传统的基于SegNet的图像分割模型在训练精确度上提升了1个百分点,较基于PSPNet的图像分割模型在精确度上提升了2个百分点,且MC-DM模型的峰值信噪比（PSNR）较实验对比模型平均提高了3～8 dB,充分验证了该模型在壁画分割领域的有效性。所提模型为古代壁画图像分割提供了新的思路。     

适应性增强胶囊网络的古壁画朝代识别算法

针对壁画图像自身存在多义性、不同朝代的壁画绘画风格存在差异性和传统的人工直接参考壁 画文本或历史文献识别壁画朝代存在费时、费力等问题,提出了适应性增强胶囊网络(AEC)的古壁画朝代识别 算法,对莫高窟壁画自动进行朝代识别。在原生胶囊网络基础上,首先引入预先卷积结构对壁画图像进行高层 特征提取;其次增加均层激活增强模型的拟合性能;最后对胶囊网络进行适应性增强,在提高梯度平滑度的基 础上利用自适应学习率进行优化提高模型的分类精度。实验结果表明在所构造的 DH1926 壁画数据集上,AEC 模型准确率为 84.44%、平均精确度(MAP)为 82.36%、平均召回率(MAR)为 83.75%、综合评价指标为 83.96%。 与改进的卷积神经网络(CNN)和原生胶囊网络等其他网络结构相比,各项评价指标均有 3%以上的提升,有较 强的拟合性能,能够多层次提取壁画的丰富特征,表达图像更细节的语义信息,在莫高窟壁画朝代识别中具有 更高的准确度和更好的鲁棒性,有一定的应用价值与研究意义。     

改进原型模式重构的协同识别算法及应用

针对协同学模式识别中原型模式重构问题，通过分析当前协同模式识别算法研究的现状，对基于信息反馈叠加的原型模式重构算法进行了改进，重新设计了反馈样本选择的准则和反馈时机，从而在一定程度上解决了原型模式重构的信息“饱和”问题。将该方法应用于水下目标的识别中，仿真结果表明该算法有效地提高了模式识别的识别率和可靠性，在本文的仿真算例中训练样本识别率从改进前的96％提高到改进后的100％，而测试样本的识别率也从改进前的88%提高到91．79%。而且识别的稳定性有了较大的提高。     

基于遗传算法的舰船姿态计算方法

推导出了一种以恒星为基准的舰船姿态角计算方法，该方法以计算姿态转移矩阵为基础，结合最优化算法中的遗传算法，建立了恒星为基准的星船坐标系，并以该坐标系为基准确立舰船姿态角，最后对算法在结果中的影响进行了分析。     

高性能涂装材料在桥梁中的应用

介绍了高性能涂装材料是具有经济、持久、环保等性能,对环境适应性强的涂装材料,根据丰城剑邑大桥涂装工程施工,对高性能涂装材料在桥梁中应用的选材、工艺方面进行了阐述,对推广高性能涂装材料有一定的现实意义。