介绍日本稀土事业的先驱者——盐川二郎

盐川二郎是日本大阪大学教授,现任日本稀土研究会会长。是日本从事稀土研究有贡献的先驱者和组织者。他从事稀土研究工作是多方面的。在制取高纯稀土方面,他从事过从处理原矿、到分离提取、金属冶炼等研究,他的研究促进了打火石工业化的发     

基于OFDM的协作通信系统的资源分配研究

为了在OFDM的协作通信系统中能够充分利用无线频谱资源,将携能无线通信和中继技术相结合,把认知中继的子载波分为两部分(一部分用于自身的信息传输,另一部分用于主用户的数据转发),并用分支定界法优化了最大次用户网络吞吐量.实验表明,优化后的最大化次用户网络的吞吐量明显优于填充式认知无线电和下垫式认知无线电,频谱资源也得到了充分的利用.     

稀土学会及稀土金属情报网部分会议活动预报

86年3季度将在江苏杨州召开“稀土在铸钢中应用科研会”,会议联系人包头稀土研究院高振寰。拟于86年7～8月份在包头召开“稀土火法冶金学术会”,会议联系人包头包钢稀土一厂任助臣。     

一次隆重的稀土界盛会即将召开

为加强稀土生产和应用企业、科研、贸易、管理部门间的联系,深入开展创稀土名优产品活动,增强我国稀土产品在国际市场上的竞争能力,促进我国稀土事业向更深层次发展,经全国稀土办同意,由中外产品报社和全国稀土情报网联合发起,将于8月10日～14日在北戴河举办“第一届稀土开发应用订货洽谈会暨中国第三届稀土企业家联谊会”。     

基于深度运动轨迹信息的人体动作描述算法

受到dense轨迹特征的启发,本文提出了基于深度运动轨迹信息的动作描述算法, 首先,利用稠密光流场对L帧深度视频提取稠密(dense)兴趣点并 形成稠密轨迹,其次,利用轨迹前后兴趣 点的深度信息计算深度变化值,并将它加入到稠密轨迹和HOG描述算子的计算中;再次,在 整个数据集上, 计算所有动作的平均深度变化值并利用它判断每类动作的深度信息变化情况;最后,根据深 度信息变化剧 烈程度选择不同的码书,对视频样本进行投影并分类。在两个公开深度动作数据集DHA -17和UTkinect 上进行了实验,实验结果表明基于深度运动轨迹信息的动作描述算法具有较好的区分性和鲁 棒性,其性能与一些先进的且具有代表性的算法具有可比性。     

基于Roberts梯度的自动聚焦算法

如何快速有效地实现聚焦一直是图像测量中的焦点,其中图像自动聚焦评价函数的选择是关键问题。在比较、研究图像聚焦评价函数和边缘检测的基础上,提出了将Roberts梯度算子作为聚焦评价函数引入自动聚焦之中。同时为了消除噪声的影响,仔细研究闽值问题,并引入了一个闽值参数。经过大量的仿真实验,画出了几种自动聚焦算法的聚焦图形,并进行了详细的比较分析。结果表明,引入参数的Roberts算子具有无偏性好、单峰性强、灵敏度高等特点,该算子比其他评价函数更为准确、稳定、可靠。     

基于Kinect和金字塔特征的行为识别算法

提出了一种基于Kinect和金字塔特征的行为识别算法。在算法中,Kinect不仅能够获得RGB信息,还能获得与RGB信息对应的深度信息;而金字塔特征不仅描述了人体行为的全局形状和局部细节信息,而且还描述了人体行为的空间信息。通过不同核函数的支持向量机(SVM)分类器在具有挑战性的DHA数据集的试验结果表明,金字塔特征在RGB和深度图上都能获得令人满意的性能,且当深度特征和RGB特征融合时,其性能获得了进一步的提高,识别率达到96.2%,远高于一些具有代表性的行为描述子。     

一种基于双重分割的立体匹配算法

立体匹配通过计算同一场景不同视点下图像的匹配像素的视差,恢复场景的深度信息.文中对传统的基于分割的立体匹配算法进行改进,提出了一种基于双重分割的立体匹配算法.首先对参考图像进行颜色欠分割,使每个区域包含足够的信息进行平面拟合;然后对初始匹配视差图进行分割,检测颜色分割中的欠分割区域并进行再分割,进而对再分割后的区域进行平面拟合;最后利用合作算法对不可信区域优化,以提高匹配算法的运行效率.Middlebury标准图像测试集上的实验结果表明,相对于传统分割算法,该算法时间开销更少、匹配精度更高.     

铝氧比对DNTF/AP/Al炸药水下能量输出结构的影响

通过水下爆炸实验测定了不同铝氧比炸药的水下爆炸参数和能量参数,分析了铝氧比对该炸药体系冲击波峰值压力、比冲击波能、比气泡能以及能量输出结构的影响,拟合了铝氧比与能量输出结构的关系。结果表明,随着铝氧比的增加,炸药的峰值超压逐渐减小,比冲击波能先增大后减小,铝氧比约为0.3时达最大,比气泡能和气泡脉动周期均一直增大;比冲击波能所占总能量的比例减小,比气泡能比例先增加后减小;控制铝氧比为0.6左右时,炸药的能量利用率最高。     

基于层级化匹配的视图变形算法

为了提高基础矩阵的准确性和改善视图变形的视觉效果,提出一种基于层级化匹配的视图变形算法.首先对左右视图进行SIFT特征提取并使用传统的基于欧式距离的匹配算法进行粗匹配,然后使用基于局部结构的图匹配算法对粗匹配得到的匹配点对进行细匹配,最后使用细匹配得到的匹配结果计算基础矩阵,并通过视图变形算法合成虚拟视图.实验结果表明,少量的误匹配点对对视图变形的视觉效果有较大的影响,同时所提出的层级化匹配方法能够提高匹配的准确率,使计算得到的基础矩阵更加准确、虚拟视图的视觉效果获得了改善.