实时超高清电影模式检测算法及其实现

为了解决当帧率上变换算法遇见超高清电影模式序列时,由于重复帧导致运动矢量场无法收敛到真实轨迹,设计了一种高效率的电影模式检测与实现的方法.将视频图像进行分块不规则采样,对各个子块进行像素直方图统计,根据统计结果来进行电影模式处理,最后经过FPGA硬件验证及RC综合.实验结果证明,该算法设计在实时处理50/60 Hz超高清序列大数据流量时仅需很小的存储器资源,并且可以快捷准确地对电影模式进行实时检测处理,特别是局部运动的序列检测.     

基于双树复小波分解的Boosting集成学习土地覆被分类研究

近年来,集成学习（Ensemble Learning,EL）分类方法成为土地覆被分类的研究热点,尤其是Boosting集成分类方法具有分类精度高、泛化能力强,在土地覆被分类中得到了显著的应用。但是,Boosting集成分类方法对噪声很敏感,如果训练样本含有噪声时,Boosting算法可能会失效,这是该方法的局限性。为了解决Boosting集成方法在土地覆被分类中存在的问题,有效克服噪声的影响,减少分类结果中的“椒盐”现象和提高分类精度,提出了基于双树复小波分解的Boosting集成学习分类方法。该方法对影像的光谱波段进行一层双树复小波分解,降低图像的噪声,将分解后的各波段作为Boosting集成学习的输入,得到最终的分类结果。实验先后比较了GBDT、XGBoost、LightGBM 3种Boosting集成学习算法在SPOT 6和Sentinel-2A影像上的分类效果。结果表明：①在SPOT 6影像上,3种Boosting集成算法总体分类精度均高于90%;DTCWT-LightGBM分类总体精度最高,达到94.73%,Kappa系数为0.93,比LightGBM总体精度提高了1.1%,Kappa系数提高了0.01;LightGBM分类总体精度比XGBoost分类总体精度提高了1.99%,Kappa系数提高了0.03,比GBDT分类总体精度提高了2.9%,Kappa系数提高了0.04;②在Sentinel-2A影像上,DTCWT-LightGBM分类总体精度最高,达到93.25%,Kappa系数为0.91,比LightGBM分类总体精度提高了1.53%,Kappa系数提高了0.01;LightGBM分类总体精度比XGBoost分类总体精度提高了1.14%,Kappa系数提高了0.02,比GBDT分类总体精度提高了2.53%,Kappa系数提高了0.03;③基于双树复小波分解的Boosting集成学习分类方法,降低了影像的噪音,减少了分类结果中存在的“椒盐”现象,区域一致性更强,提高了分类精度。     

格栅翼的气动特性研究评术

格栅翼是一种新型舵翼，表明，格栅翼作为飞行器的稳定面和控制面，在升力特性，铰链力矩特性和外形尺寸方面都优于传统平板翼，因而受到国内外研究者的普遍关注。本文着重介绍了国内外格栅翼气动特性研究的研究方法，研究内容，主要研究结果和应用情况。     

技术方案综合评价的层次分析法

介绍了层次分析法的含义、原理、工作步骤并以实例说明层次分析法在工程实践中的应用。     

改装机床剃削1200公厘以上直径的齿轮

在机床制造工业中。为了提高齿轮的质量,以及满足生产量日益增长的需要,对齿轮的精加工普遍地采用了剃齿方法,因为剃齿是在精加工中生产率最高的一种方法,但是在一般机械制造工厂中,采用剃齿方法,往往受设备限制而无法进行,特别对大中型齿轮采用剃齿方法来制造更难满足需要。 苏联为我厂设计的工艺中,为了提高精度及生产率对大型减速器的齿轮也给予剃齿,需要剃削的齿轮直径有1200公厘或者更大,长度2000公厘重量超过2吨;在我厂没有专门剃齿设备而是采用在普通车床上进行剃齿,采用这种方法很简单,只要将普通车床的刀架取掉并按上简军的却个突…