辽宁一次区域性大雾的天气条件特征分析

利用常规地面观测资料及探空资料,对2013年3月6日至7日发生在辽宁省的区域性大雾天气过程进行分析,研究大雾天气的生消机制。结果表明:中高层纬向环流及地面鞍形气压场的建立为持续性大雾过程提供了良好的背景条件;弱冷空气使地面辐射冷却是大雾的触发机制;稳定的层结条件、低空逆温特征是大雾发展的促进因素;温度露点差较小、比湿和凝结函数值较高和弱地面风场有利于大雾的维持。     

城市热岛效应在沪宁高速公路大雾监测中应用的初步探讨

初步探讨了城市热岛效应在极轨气象卫星遥感图像上的反映特征,在此基础上进行了应用ＧＭＳ－ ５ 合成图像资料,跟踪雾区变化、移动趋势的试验研究,取得了满意的结果,为今后进一步应用遥感技术实时监测沪宁高速公路大雾打下了基础     

基于隶属函数的骆岗机场新型大雾预报方法

准确预报大雾对机场减少航班大面积延误和旅客滞留有重要意义。本文阐述一种适用于机场的大雾短时预报方法。通过选取骆岗机场历史地面逐时观测气象资料,依据气温趋势不同类型,运用模糊隶属度与发生条件概率模型,分别建立短时大雾的预报方法。利用VC++程序开发了骆岗机场大雾短时预报软件,可扩展硬件构建实时预警系统。使用2011年地面资料检验结果显示:对未来3小时大雾预报准确率为91.3%,TS评分为0.84。因此,本文提出的大雾短时预报方法在骆岗机场附近3小时大雾预报中是有效的。     

基于LSTM网络的大雾临近预报模型及应用

长短期记忆网络（LSTM）是一种时间递归神经网络,适合于预测时间序列延续性相对较长的事件.本文基于LSTM网络构建了一个全新的大雾临近预报框架,首先将地面气象要素观测资料转化成时间序列数据,并基于此序列进行建模.为了验证提出的模型的准确性,将安徽省81个国家站近2年地面气象要素数据转换为序列数据,基于该数据集对未来1–4小时进行逐小时大雾预报实验,实验结果显示本文提出的模型其TS-Score分别为61%、55%、36%和31%,明显优于卷积神经网络（CNN）以及传统机器学习算法如支持向量机（SVM）和K-近邻算法（KNN）的预测结果,是大雾临近预报的一种有效预报方法.     

一种极端天气条件下配电网预警系统设计与研究

为了提高配电网在极端天气事件下设备故障及电力失效预测准确率,设计了一种配电网极端天气预警系统。该系统包含三层结构,分别进行信息采集、信息处理和预警与评估。同时,提出了一种预测输电线路在台风灾害下受损概率的混合方法,采用极值Ⅰ型概率分布和蒙特卡罗方法模拟风场,采用随机森林预测输电线路的破坏概率,从而为防灾减灾提供决策支持。通过仿真分析,结果表明所提方法比传统RF方法性能更优。     

“辽宁第二次创业”的先行官——东电一公司

<正> 东电一公司8000多职工在辽宁省第二次创业的进程中,发扬“艰苦奋斗、敢打硬仗、开拓进取、信誉至上”的企业精神,优质高速的建设着辽宁境内的一批电力、冶金工程。至5月下旬,东电一公司承建的铁岭4台30万千瓦机组,抚顺发电厂20万千瓦机组的技改工程,抚顺热电厂10万千瓦机组工程,抚顺新抚钢厂30吨转炉和本溪北台钢厂60吨转炉工程都进入了全面施工高峰,完成了今年时间过半     

不同天气条件下自然景物图象的模拟

不同天气条件下自然景物图象的模拟王亚东丁明跃彭嘉雄胡修林（华中理工大学图象识别与人工智能研究所武汉４３００７４）关键词计算机图形学,图象处理,成像模型,区域灰度不变性,图象模拟．收稿日期１９９５－０７－２０１引言模拟不同光照条件下的图象可广泛应用于Ｃ...     

特殊天气条件下的目标检测方法综述

在深度学习的推动下,目标检测方法在近些年取得了很大的进展。但在特殊天气条件下,如在常见的雾霾、沙尘、雨天、雪天等天气条件下拍摄到的图像会退化模糊,难以提取有效特征,从而对后期的目标检测带来巨大的困难。对近年来国内外学者在特殊天气下目标检测的研究进行了总结归纳,从相关数据集的建立和用途、面向特殊天气条件下的图像恢复算法研究及其对目标检测任务的影响、迁移学习中的领域自适应方法在目标检测的应用三个方面进行分析。对相关方法的实验结果进行综合比较,并提出今后的研究重点。     

一种基于事件本体的文本事件要素提取方法

在事件信息的抽取中,事件要素的提取是一个难点。现有的事件要素抽取主要是基于机器学习的方法,这类方法容易受到语料稀疏性的影响。该文提出一种基于事件本体的事件要素提取方法,该方法将事件要素推理分为两步: 一、通过事件要素词和事件指示词的位置关系来初步填充要素值,并将得出的置信度较高的事件作为种子事件;二、利用第一步得出的种子事件,查询事件本体中的事件类约束和基于事件非分类关系的推理规则,并对要素进行推理,进一步对事件要素进行填充和修正。实验结果表明,该方法能较好地提升事件要素提取的准确度。     

雾霾天气条件下的机器视觉图像清晰化研究

针对机器视觉图像清晰度在雾霾天气条件下受到严重影响的问题,提出一种基于暗原色先验的机器视觉图像去雾算法。以大气散射模型和暗原色先验理论为基础,在带雾图像的暗原色图上指定某一灰度区间,选取其中出现频率最高的亮度值作为大气光亮度值。将带雾图像转为灰度图像,采用直方图均衡化的方法对其进行增强,尽可能多地展现带雾图像所包含的结构信息,进而以增强后的灰度图像作为引导图像进行导向滤波,进一步优化透射率,加快运行速度。实验结果表明,该算法可获得较好的去雾效果,同时具有较高的运算效率。     

基于两次应用优先级的GDP时隙分配算法模型

地面等待策略是空中交通流量管理中主要采用的一种方法,文中主要介绍了基于两次应用优先级的GDP时隙分配算法。初次优先级的使用是达到分组的目的,再次应用优先级则是为了解决初次分配后可能存在的在同一分组中航班竞争同一时隙的问题。文中对相应的算法实现做了详细介绍,并对成都双流机场的航班进行了多次仿真实验。同时和单纯的基于优先级的方法进行了对比,验证了该算法的可行性。     

一种小型无人机地面控制站软件的开发

地面控制站是整个小型无人机系统的重要组成部分.首先介绍了一个无人直升机地面控制站的设计和实现,分析了实现该地面站的三项重要功能模块.在此基础上,讨论了实现功能模块所涉及的关键技术问题.在Linux操作系统下.以NetBeans 6.5为开发平台使用Java语言开发而成.通过定时器的引入,在实时接收飞行数据的同时,实现数据存储与显示、任务规划、数据回放的功能.经过多次实际飞行试验的使用,系统达到设计要求.     

我设计的一款简易高效电视接收天线

纵观当今市售的地面天线,尽管门类繁多,品种各一,但都未能突破日本八木天线的传统结构特点,都少不了引向器和反射器,因而其固有的缺陷仍有所遗留。本人研制的这种天线,从根本上打破了日本八木天线的固有局限,免去了引向器和反射器,也不受天线材料的限制,从而实现了简易、高效、长寿命、宽频带、多用途的目标。有兴趣的朋友不妨一试。     

多普勒天气雷达二次产品处理系统的设计

多普勒天气雷达是目前检测中小尺度灾害性天气最有效、最先进的手段之一.为了满足业务和科研对雷达资料处理的需求,将科研成果转化为业务应用,提高观测资料的处理能力,本文基于模块化编程和动态模块嵌入等技术设计和实现了雷达二次产品处理系统.该系统集原始数据处理、反演和绘图显示功能于一体,兼容多种数据格式,产品丰富,并支持模块定制,具有良好的兼容性和较强的扩展能力;在界面设计上,充分考虑到用户的多元化,方便各级用户的操作使用,界面友好.     

一种基于FCME模型的信息系统安全评估方法

安全要素评估是信息系统安全评估中的一个关键问题,而国家标准GB 7859对安全要素的定义是纲领性的,不易直接度量。如何建立一种易于理解且可行的安全要素评估方法,已成为信息系统安全评估中的一个紧迫问题。结合安全评估工具的研制工作,该文提出了安全要素评估所采用的要素-准则-度量-证据模型（FCME）,并介绍了FCME模型的实现方式。     

基于条件随机场的中文地址要素识别方法

由于中文地址命名的不规范性和汉语语言特点,中文地址要素识别成为地址编码的关键技术。传统的特征字匹配和字典匹配方法,难以解决地址要素命名的多样性问题。借鉴自然语言处理技术,通过构建地址要素标注集,设计了基于条件随机场的中文地址要素识别方法。实验证明,与基于特征字的规则方法相比,基于条件随机场的方法能够在较大程度上提高识别效果。由于条件随机场模型具有较好的泛化能力,该方法具有更强的通用性,特别适宜于大规模地址数据的批量解析和大众化位置服务中地址编码的快速处理。     

一种基于图像匹配的地面交通标志实时识别方法

地面交通标志检测识别是智能驾驶领域的一个研究方向,实时性、准确率是该研究的重点。图像匹配的方法是常用的模式识别方法。文中介绍了一种结合先验知识和图像匹配的地面交通标志检测识别方法。算法包括两部分:预处理和检测识别。预处理阶段包括图像压缩、感兴趣区域提取、形态学处理、中值滤波和逆透视等步骤,实现图像降噪和正畸,为检测识别做准备。检测识别阶段包括轮廓提取、面积过滤、图像匹配等步骤,目的是判断待测图像是否含有地面交通标志及其种类。实验证明,该算法实时性好、鲁棒性强、准确率高。     

一种用于地面散射特性分析的同步测试系统

基于G语言开发环境,以激光测距传感器、功率计探头作为外部采集设备研制了一套用于地面散射特性分析的同步测试系统;该系统在实时同步采集辐射场功率信息与接收天线高度信息的基础上,给出地面散射影响程度,具有同步精度高、自动化快速测量等优点;为验证所研制的测试系统的可靠性,开展小尺度地面散射测试实验;实验表明,该系统获取的实验数据与理论计算数据基本一致。     

一种基于分割的两步立体匹配算法

提出了一种基于分割的两步立体匹配算法。第1步,利用动态规划和左右一致性约束计算地面控制点,将原始图像分割为许多小区域,假定每一个区域为同一个视差,并通过地面控制点计算部分区域的视差值;第2步将剩余未匹配的区域编码为一条染色体,用遗传算法进行优化,得到最终的稠密视差图。选用了一些标准图像对进行测试,实验结果表明,该算法具有很好的性能。