桥头跳车综合防治技术研究

在分析桥头不均匀沉降产生原因的基础上,从地基、路堤、路面等方面提出综合桥头跳车防治技术,并针对常规桥头搭板设计方法中存在的弊端,提出了改进的搭板设计方法,同时对排水系统也作了分析和改进。     

基于内容的动态视频检索和基于内容的压缩编码

实现基于内容的动态视频检索,要面临两个主要问题。一个是:视频信息本身不具有明显的语义结构特征,以传统的帧或象素为描述单元,很难实现基于内容的检索。这就需要我们突破基于帧的视频表示形式,在视频数据上人为地建立数据结构,以表征视频的内容,从而支持基于内容的检索。这里的主要困难在于定义什么样的结构和怎样获取它们。 第二个问题是:如何将表征视频内容的数据结构与视频数据的存储格式联系起来。视频数据的海量特点决定了其必须以压缩形式存储和传输,而从目前公布的压缩编码国际标准MPEG-Ⅱ和H.263来看,这些压缩算法都还是基于正交变     

基于关键帧提取的最近特征线(NFL)聚类算法的镜头检索方法

提出了一种新的聚类方法来支持基于图像或镜头例子的检索。这种方法以最近特征线（Nearest Feature Line,NFL）聚类方法为基础,并根据最近特征线方法的特征,将基于特征空间拐点的关键帧提取过程与聚类方法作为一个整体统一考虑,从而使得最近特征方法性能达到最优。实验结果表明,我们的基于关键帧提取的最近特征线方法与传统的最近特征线方法、最近邻法以及最近中心法相比较,可以获得更高的检索精度。     

基于MAXSim的装备体系作战仿真系统架构设计

针对装备体系作战试验仿真系统建设的现实需求,以陆军轻型高机动部队装备体系作战试验为背景,利用MAXSim平台二次开发性好、模型资源丰富、战法编辑方便、仿真实体负载量大等优点,结合装备体系作战试验仿真特点要求,设计了基于MAXSim平台的装备体系作战试验仿真系统架构,分析了系统功能组成、技术体系结构、运行流程等,研究成果已应用于陆军轻型高机动步兵营装备体系作战试验仿真系统建设,能够为设计开发装备体系作战试验仿真系统提供参考借鉴,从而为装备体系作战试验仿真规划设计、运行管控、态势显示和结果统计分析等提供了有效手段和平台.     

可见光与红外融合目标跟踪技术研究进展综述

目标跟踪是计算机视觉领域中的一个重要的问题,自从被提出以来逐渐发展出了不同类型的技术方法。由于可见光与红外光在目标跟踪方面存在互补性,两者融合的目标跟踪技术在性能和鲁棒性上比传统目标跟踪方法更具有优势。近年来,人工智能技术的发展推动了可见光与红外融合目标跟踪技术的快速进步。面向可见光与红外融合目标跟踪技术的发展历程,首先针对可见光与红外融合领域经典方法和近年来出现的技术进行梳理和总结,特别是对近两年的研究进展进行了归纳整理,具体包括基于Transformer、基于注意力机制、基于时间序列、自适应融合和基于多模态编解码器的可见光与红外融合目标跟踪方法;然后介绍了可见光与红外融合数据集及目标跟踪的评价指标;最后对未来的发展方向作了展望。     

对话张宏江

从本期开始,我们将陆续对国内领导性技术公司的CTO做深入访谈,分享我们社区里这些杰出人物的成长经历、人生感悟,并纵论当前技术大势。我们的第一个主人公是张宏江博士,微软亚太研发集团CTO兼微软亚洲工程院院长,采访者是《程序员》和CSDN总编刘江。     

混合脑机接口及其研究进展

脑机接口（brain-computer interface,BCI）技术作为一项新兴且发展潜力巨大的技术,已成为国际研究热点。但面向实际应用,现有BCI技术仍面临许多有待解决的问题,如基于稳态视觉诱发（SSVEP）的BCI技术控制命令数有限,基于运动想象（motor imagery,MI）的BCI存在诱发生理信号空间分辨率低、训练时间长等问题。研究表明,混合脑机接口（hybrid brain-computer interface,HBCI）相比于传统单模态BCI系统,在系统准确率、稳定性方面均有所提升。文章对HBCI进行了介绍,从基于多脑电模式的混合脑机接口、基于多种刺激诱发的混合脑机接口、基于多模态信号的混合脑机接口这三个类别分别对HBCI的研究进展进行阐述,并对HBCI关键技术、需要解决的问题及应用方向进行了概述。     

基于Web-Log Mining的Web文档聚类

速度和效果是聚类算法面临的两大问题.DBSCAN(density based spatial clustering of applications with noise)是典型的基于密度的一种聚类方法,对于大型数据库的聚类实验显示了它在速度上的优越性.提出了一种基于密度的递归聚类算法(recursive density based clustering algorithm,简称RDBC),此算法可以智能地、动态地修改其密度参数.RDBC是基于DBSCAN的一种改进算法,其运算复杂度和DBSCAN相同.通过在Web文档上的聚类实验,结果表明,RDBC不但保留了DBSCAN高速度的优点,而且聚类效果大大优于DBSCAN.