基于时空的弱点状运动目标检测技术

如何在复杂背景下持续有效地检测目标位置,一直是研究者们需要面对的主要挑战。本文在研究红外点状移动目标特征的基础上,根据目标无纹理,无形状的特性,提出一种改进的形态学目标增强算法,并利用目标连续时空不变性检测目标。首先,建立多尺度的图像金字塔,在每层上采用改进的形态学算法快速、粗糙定位小目标。然后进一步的根据目标在时空上的位置相关性,提出基于目标运动特征分析的精确检测方法。得到精确稳定的检测结果。最后实验结果表明与经典的形态学检测算法及其他算法相比,该技术能更有效地检测弱小目标,具有更高的鲁棒性。     

一种五轴NC加工刀具方位的自动化判定方法

文章是针对具有倒钩几何形状的凹穴进行五轴NC加工时所产生的干涉碰撞问题,利用Openregion及向量的概念,提出一简单的方法来调整刀具的方位。此方法首先将要加工的凹穴曲面转换为离散的点数据后,然后将工件作2D切层,并进行切层之间的比较,以取得每一倒钩区开始的高度值(即Open-region发生的位置),最后作NC加工刀具路径的规划。无干涉的刀轴轴向是采用初始轴向及干涉检测两阶段式的方式来决定,初始刀轴轴向是利用在Open-region轮廓所得的点数据与CC point间所产生的向量,根据向量间的角度判断所得。完成了初始刀轴轴向的选取后,接着作干涉检测,若有干涉的现象,则做刀轴轴向修正的动作,如此反复直到没有干涉为止。     

基于“天空地”一体化技术的安全监测系统建设与应用

西藏江达县白格村金沙江右岸于2018年10月11日和2018年11月3日先后发生2次大规模滑坡—堰塞湖堵江事件,溃堰洪水对下游拉哇库区不良地质体的稳定性造成不同程度的影响。为保障下游水电站建设安全,对拉哇库区主要不良地质体建立了基于星载InSAR技术、无人机技术和地面传感器实时监测的“天空地”一体化监测预警体系,以多维空间采集技术获取变形信息,通过智能监控平台对信息及时进行处理、分析和可视化呈现,利用平台、短信等方式向相关人员进行分级告警,取得了较好的应用效果。     

基于低碳排放的城市空间规划策略研究

面对现代城市污染加剧的问题,做好城市规划对减少城市的碳排放具有决定性的作用。本文以低碳排放作为城市规划的出发点,从现代节能减排技术入手,构建城市空间规划立体网络,为低碳城市建设提供参考。     

锦纶长丝染色均匀度判色新方法

锦纶长丝的染色均匀度测试方法一直是采用人工判色方法,其判色结果会因人眼目光的不同导致经常会存在一定的误差,对企业节约成本和实际生产应用相当不利。本文提出了一种利用测试锦纶DTY长丝热收缩应力的方法,用热应力测试结果对锦纶染色性能进行预判,不需要进行织袜染色,为企业节约大量的人工成本。     

酸碱理论及其在有机反应中的应用研究

酸碱反应无论是在无机化学还是有机化学中,都占有极高的地位,文章以综述的形式讨论酸碱理论及其在一些重要的有机反应中应用研究。     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

Distributed learning consensus control based on neural networks for heterogeneous nonlinear multiagent systems

This paper considers a novel distributed iterative learning consensus control algorithm based on neural networks for the control of heterogeneous nonlinear multiagent systems. The system's unknown nonlinear function is approximated by suitable neural networks; the approximation error is countered by a robust term in the control. Two types of control algorithms, both of which utilize distributed learning laws, are provided to achieve consensus. In the provided control algorithms, the desired reference is considered to be an unknown factor and then estimated using the associated learning laws. The consensus convergence is proven by the composite energy function method. A numerical simulation is ultimately presented to demonstrate the efficacy of the proposed control schemes.     

非常规蛋白基木材胶黏剂研究现状及发展前景

介绍了动物和植物型非常规蛋白资源的种类及其制备蛋白基木材胶黏剂的研究现状和存在的问题,展望了非常规蛋白胶黏剂的发展前景。