基于内容的图像检索技术

目前各行业对图像的使用越来越广泛,如何有效、快速地从大规模图像数据库中检索出需要的图像,是目前一个相当重要而又富有挑战性的研究课题.但传统的图像检索技术是基于文本的检索技术,这种方法虽然简单易行,但存在一些致命的缺点,严重影响了对图像信息的有效使用.为了克服传统方法的缺点,提出了基于内容的图像检索技术,该技术能够全面客观地提取图像内容,能有效地获取所需的视觉信息,能使图像数据库中的信息得到有效的管理.     

信息安全风险评估中权重优化方法研究

论文提出了一种新的提高层次分析法(AHP)判断矩阵一致性的新方法,即通过逐步修改判断矩阵中的一对元素,并利用通用的一致性检验方法,使一致性得到不断改进,并将此方法用于信息安全风险评估中,使评估结果更科学、合理。最后辅以实例说明。     

多站无源跟踪边缘化卡尔曼滤波算法

多站无源跟踪量测方程非线性强,对跟踪算法的稳定性及精度提出了更高的要求。为实现稳定高精度跟踪,提出了新的基于边缘化卡尔曼滤波（MKF）的多机无源跟踪算法。该算法将非线性的量测方程表示为p阶Hermite多项式的加权和,将加权矩阵的先验分布建模为高斯过程,求得其后验分布后对其进行积分来消除加权矩阵的影响,最终可得对状态及其协方差矩阵估计的闭式解。以只测角跟踪为例对所提算法性能进行验证,仿真结果表明,相对于扩展卡尔曼滤波（EKF）算法、不敏卡尔曼滤波（UKF）算法及容积卡尔曼滤波（CKF）算法,所提算法具有更好的跟踪性能。      

关于USAT多个主动式指令并行处理的研究

通用集成电路卡（UICC）的USAT（USIM应用工具箱）的应用为电信增值业务搭建了一个广阔的平台。针对当前3GPP标准中任意时刻均只允许最多一个主动式指令处理,不允许多个指令并行处理的情况,对多个主动式指令并行处理进行研究,包括终端侧和UICC侧应执行的操作,为USAT的后续发展提供参考。     

双向特征融合的快速精确任意形状文本检测

现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低.为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型.首先,该文构造特征提取器对输入图像提取多尺度特征图.其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化.之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本.其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化.最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框.实验结果表明:在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0％,并且可以实现将近实时的速度,充分证明了该方法的有效性和高效性.     

四谱段TDICCD图像传感器的设计与制作

设计并研制了一种四谱段时间延迟积分电荷耦合器件(TDICCD)图像传感器,器件将四个TDICCD集成在同一芯片上,通过在光窗对应位置上镀不同的窄带滤光膜实现多谱段分光。该TDICCD图像传感器的像元尺寸为28μm×28μm,水平寄存器的有效像元数为3 072元,行频为10 kHz,电荷转移效率高达0.999 99,饱和输出电压为2 650 mV,抗弥散能力大于等于100倍,动态范围为7 143∶1。     

基于PCI-9112数据采集卡的多功能数据采集系统

利用hbWindows／CVI虚拟仪器专用开发平台结合PCI-9112数据采集卡设计了一种多功能数据采集系统。系统充分利用了PCI-9112的通道自动扫描功能（continuous-scan-channels）和双缓冲模式（double-bufferedmode），实时、高速地采集八路模拟输入信号，并将波形数据保存至计算机的硬盘，方便以后查看。应用结果表明，系统检测精度高，运行稳定，具有一定的实用性和推广价值。     

基于随机实验的蠕虫传播预测研究

蠕虫传播预测是蠕虫防御的基础之一，但随着蠕虫扫描策略日趋多样和互联网结构逐步复杂，在蠕虫爆发初期及时建立精确的蠕虫传播模型变得越来越困难。利用随机仿真实验来模拟蠕虫在网络中的传播行为，通过统计分析仿真实验结果，发现蠕虫传播实验结果是一个随机过程，而实验结果间存在很高的线性相关性。由此提出一种基于仿真实验统计结果的蠕虫传播趋势预测方法，该方法可以利用0．1％存在漏洞主机的感染信息精确的预测蠕虫传播趋势。     

热稳定自旋阀磁传感器及其性能优化研究

对一种Ta/NiFeCr/CoFe/Cu/CoFe/MnIr/Ta结构的顶钉扎自旋阀进行了优化。对自旋阀各层材料在整个结构中所起的作用进行了分析,并通过实验,研究自旋阀中每一层的厚度对磁电阻变化率(MR)的影响。最终得到了在80℃下磁电阻变化率高达10.5%的GMR自旋阀。     

复杂交通环境下多层交叉融合多目标检测

针对目前复杂交通环境下还存在多目标检测精度和速度不高等问题,以特征金字塔网络(Feature Pyramid Network, FPN)为基础,提出了一种多层融合多目标检测与识别算法,以提高目标检测精度和网络泛化能力。首先,采用ResNet101的五层架构将空间分辨率上采样2倍构建自上而下的特征图,按照元素相加的方式将上采样图和自下而上的特征图合并,并构建一个融合高层语义信息与低层几何信息的特征层;然后,根据BBox回归存在训练样本不平衡问题,选择Efficient IOU Loss损失函数并结合Focal Loss提出一种改进Focal EIOU Loss;最后,充分考虑复杂交通环境下的实际情况,进行人工标注混合数据集进行训练。该模型在KITTI测试集上的平均检测精度和速度比FPN分别提升了2.4%和5 frame/s,在Cityscale测试集上平均检测精度和速度比FPN提升了1.9%和4 frame/s。