结构化加权稀疏低秩恢复算法在人脸识别中的应用

针对训练样本或测试样本存在污损的情况，提出一种结构化加权稀疏低秩恢复算法（structured and weighted-sparse low rank representation，SWLRR）。SWLRR对低秩表示进行加权稀疏约束和结构化约束，使得低秩表示系数更加趋近于块对角结构，进而可获得具有判别性的低秩表示。SWLRR将训练样本恢复成干净训练样本后，再根据原始训练样本和恢复后的训练样本学习到低秩投影矩阵，把测试样本投影到相应的低秩子空间，即可有效地去除测试样本中的污损部分。在几个人脸数据库上的实验结果验证了SWLRR在不同情况下的有效性和鲁棒性。     

AZ31B镁合金薄板交流TIG焊接接头组织和性能研究

采用交流TIG焊对2.0mm厚的变形镁合金AZ31B薄板进行焊接试验,利用扫描电镜、能谱分析、剪切试验对焊接接头的显微组织、元素分布、断口形貌、接头强度等进行分析。结果表明,焊缝区镁元素存在一定的氧化烧损,焊缝剪切强度为21MPa,剪切强度值较低,焊缝接头断口有明显的河流花样,呈现脆性准解理断裂形式。     

基于膨胀的梯度结构相似度图像质量评价方法

传统的梯度结构相似度算法(GSSIM)简单地将各子块GSSIM的平均值作为整幅图像的质量评估值,忽略了人眼对图像不同失真区域的视觉灵敏度不同的特点。针对此问题,提出了一种基于膨胀和图像块分类的加权梯度结构相似度图像质量评价方法(WGSSIM)。该方法首先将失真图像划分为两个区域:边缘膨胀区域和平滑区域;然后将失真图像划分成8×8的图像块,根据失真区域将图像块区分为边缘膨胀块与平滑块两类;最后对不同类型图像块之间的GSSIM值赋予不同的权值,计算得到整幅图像的WGSSIM。实验表明,该方法在3个数据库上的评价结果稳定、合理,更加符合人眼视觉系统特性,评价结果与主观评价有很好的一致性。     

一种新颖的MCES方法优化布点*

研究了一种新颖的客观特征选择方法——蒙特卡罗估计选择（MCES）方法。采用多宇宙并行量子遗传算法对MCES方法进行优化,使其具有更快速的收敛能力和更好的搜索效率,从而能更有效地优化建模。仿真实验中用该方法进行优化布点,优选出的采样点位能够有效地代表和代替原先监测的众多点位,表明该方法用于环境监测优化布点,具有简便、快速、结果合理稳定、易于推广等优点。     

一种基于差帧图像融合的弱小目标增强方法

为了能够在小目标检测时更加容易和准确的检测出弱小目标,提出了一种基于差帧图像融合的弱小目标增强算法,该方法首先对视频相邻帧进行差帧处理,然后对差帧结果进行图像融合,最后把融合结果与原视频帧图像的低频分量进行差分运算获得增强图像.实验结果表明该方法的正确性,实现了对弱小目标的有效增强.     

机动目标概率假设密度滤波算法及其比较

在多目标跟踪问题中,如果目标数未知或者随着时间的变化而变化,那么联合概率数据关联(JPDA)等一系列在目标数已知时使用的跟踪算法就难以应对,而概率假设密度(PHD)滤波算法将目标集合数看成一个随机集,避免了数据关联问题。文中将PHD算法与JPDA算法进行了比较,仿真实验结果表明:在杂波环境下,PHD算法对目标数未知或随时间变化的多目标跟踪情况良好,在相同仿真条件下,PHD算法在时间上花的代价比其他算法更少。     

高职焊接专业技能实训模式探索与实践

针对高职焊接专业教学过程中实训环节的特点和现状进行了分析,提出要在现代焊接实训教学中注重学生兴趣的培养,继续推进"理实一体、任务驱动"的项目教学方法,为加快建设"现代职业教育"体系下的焊接专业提供经验和参考。     

公路工程监理过程中相关问题的思考

近年来,我国公路建设事业得到了很大的发展,公路工程监理的重要性也受到了人们的重视。在传统的公路工程建设模式下,工程监理通常都是由建设单位来完成,这样就导致监理的效果很容易受到影响,在公路工程的质量方面存在很大的弊端。在公路工程监理制度正式确定以后,公路工程的建设质量得到了很大的提高。公路工程监理是一种比较合理的制度,其打破了原有的单方监督的模式,对不同单位之间的相互监督和制约进行了强化。但是,公路工程监理在发展过程中也出现了不够完善的情况,还具有很大的发展空间,文章对公路工程监理的重要性以及现况进行了分析,并且提出了一些改进的措施。     

正压冲固海洋平台的地震分析

对正压冲固平台这一新型的浅海海洋平台进行地震计算。将正压冲固基础简化为动刚度一阻尼系统,采用振型叠加和响应谱分析法,并根据《海上固定平台入级与建造规范(1992)》,计算了结构的最大可能位移响应;同时计算了延长六倍桩径后底端固支的模型。计算结果表明,后者由于没有考虑基础的刚度和阻尼特性,偏于保守。     

基于多层字典的自重构目标跟踪算法

针对视觉跟踪系统中常用的模板处理方法很难 适应目标外观和视频背景不断变化的不足,提出一种基于多层字典的自重构 目标跟踪算法。通过构建多层字典,分别从时间和 空间上增强目标描述能力,既可以刻画目标局部细节,又蕴含了目标整体信息;在跟踪过程 中,模板可以利 用多层字典根据前景和背景的复杂性自适应地分裂与分并,分裂出多个跟踪器从不同角度进 行跟踪,有效地 提高定位精度,也可以合并子模板以达到降低系统的计算负荷。定性和定量分析的实验结果 表明,本文算法具 有良好的跟踪精度和运行效率,可以较好地应对变化与遮挡。