高分辨率遥感图像灾区建筑物检测

在遥感图像中,灾区建筑物的检测对灾情获取和灾后应急救援具有重要意义。针对灾区高分辨率遥感图像中建筑物检测的问题,提出了一种改进 的基于形态学特征的多方向和多尺度分割方法,以实现灾区建筑物的自动化检测。首先将形态学算子的重建、粒度和方向等性质 整合到建筑物的亮度、大小和对比度等特征中,对遥感图像进行初步的分割并提取高亮和高对比度的建筑物,然后结合图像的区 域边缘信息,进一步提取潜在的建筑物。实验结果表明,所提方法对灾区高分辨率图像中的建筑目标有较高的检测率和较低的误检率。     

支持协同设计的资源库的开发研究

结合现代设计中协同工作的需求，基于Web服务、组件以及网络通信等技术，研究了支持异地产品开发的分布式设计资源库若干关键技术，包括：典型零部件库、工程材料库等主要设计资源库的建设和集成。在此基础上利用．Net框架开发实现了一个基于Web服务的设计资源库原型系统。该系统能集成机械设计常用的资源信息，并能满足分布式异构系统的互操作。     

一种基于改进path opening的道路提取新方法

提出了一种基于改进path opening的高分辨率遥感影像道路提取新方法。为检测曲率较大的道路,构造了新的邻接图;为有效提取有损或有部分遮挡的道路,将path opening算法中的最大路径长度与区域的几何特征相结合,建立了道路区域的判定准则,减少了人工干预。通过多组实验结果证明,该方法对于不完整道路的提取有更好的效果。     

基于多特征结合的损毁建筑物检测

针对震后高分辨率遥感图像的建筑物损毁区域,提出一种基于多特征结合的损毁建筑物检测方法。首先使用形态学属性剖面(MAP)与局部二值模式(LBP)算子提取图像中的几何特征与纹理特征;然后使用随机森林(RF)分类器提取损毁的建筑物,形成初步结果;最后针对分割的对象,根据对象损毁像元所占的比例获取最终的损毁建筑物区域。采用空间分辨率为0.1 m的玉树震后航空遥感图像进行实验。结果表明,该方法的总体精度比基于形态学剖面(MP)的方法提高了12%,能够有效检测高分辨率震后遥感图像中的损毁建筑物区域。     

基于灰色语言变量的移动银行网络安全风险评估方法

针对移动银行网络安全风险评估问题,提出一种灰色加性语言有序加权平均算子的网络安全多人评估模型。首先在灰色模糊数中将语言变量融入其模部形成灰色语言变量,在此基础上界定了灰色加性语言变量间的运算法则、可能度以及几种灰色加性语言信息集成算子,最后构建了移动银行网络安全多人评估模型。仿真示例验证了模型的可行性。     

湿度变化对TEOM1400a系列环境颗粒物监测仪PM10质量浓度观测的影响

为评价环境湿度变化对TEOM(R)1400a·系列环境颗粒物监测仪进行PM10观测的影响,在2004年1月到2005年1月的观测过程中,获得了30 min平均的大气PM10质量浓度,并观测了地面气象条件及降水过程中仪器的响应.结果表明,湿度变化较大时仪器记录的PM10浓度明显受到滤膜上吸附的水汽含量变化的影响.仪器提供的PM10质量浓度反映出明显的日变化规律,分别在800～930和1800～2300出现峰值而在1200～1530出现谷值;此变化规律反映了大气污染物的日变化特征,但也受到空气湿度变化的影响.应用该仪器时对空气湿度的影响应当予以考虑.     

基于拉普拉斯非负稀疏编码的图像分类

针对复杂背景下的图像分类问题,结合非负稀疏编码和局部保持投影算法,提出一种拉普拉斯正则化非负稀疏编码算法。相比于已有的稀疏编码算法,该算法不仅能更好地模拟哺乳动物初级视觉系统主视皮层V1区简单细胞感受野的行为,同时也可使相似的特征经过编码后仍然相似,从而保证特征度量的一致性。将该算法与空间金字塔匹配模型相结合应用于图像分类,在多个图像数据库上的实验结果表明,该算法具有较高的分类精度。     

新型钢管混凝土梁柱节点力学性能试验研究

为研究内加强环式圆钢管混凝土柱与矩形钢管混凝土梁这种新型连接节点的力学性能,设计了缩尺钢管混凝土梁柱节点试件,开展了相同梁柱节点试件的静力加载试验和低周往复加载试验。通过研究该节点试件的破坏模式、荷载-位移曲线以及拟静力加载试验的骨架曲线、核心区剪切变形等,分析了节点试件的承载能力、延性和耗能能力,全面考察了同一梁柱节点在静力加载和低周往复加载两种工况下的受力性能和破坏模式。结果表明：钢管混凝土梁柱节点试件核心区强度较强,破坏模式主要为梁端破坏,低周往复加载试验时试件梁柱连接处附近的梁端钢板发生拉裂破坏和钢板鼓曲,静力加载试验时试件梁端焊缝发生拉裂破坏;试件延性较好,加载过程中经历了弹性、弹塑性和塑性发展阶段。最后提出了该类钢管混凝土梁柱节点核心区的抗剪强度计算公式。     

基于改进SOLOv2的转炉炼钢钢液检测

转炉炼钢是冶金工业生产中的重要工艺过程,在转炉炼钢中连续实时检测钢液有助于提升炼钢的出钢产品质量和冶炼效率,针对转炉炼钢过程中炉口采集的图像相似性高、背景干扰大导致难以检测钢液的问题,提出了一种基于深度学习的实例分割方法。在SOLOv2的骨干网络中加入通道注意力机制,并对输入的图像进行去雾的预处理操作,从而获得具有高准确率的转炉炼钢钢液检测在线模型SA-SOLOv2。在转炉炼钢测试集上进行测试,结果表明,与原SOLOv2模型相比,该模型的交并比（IoU）提升了1.4%,漏检率降低了9.8%,且改进的SA-SOLOv2模型的检测时间明显少于其他基于深度学习的检测网络,提升了检测效率。     

针对硬件木马的形式化验证模型构造方法

针对硬件安全验证的效率受形式化验证模型构建方式影响的问题,提出了一种面向硬件木马检测的自动构造形式化验证模型的方法.该方法首先遍历寄存器传输级设计的控制流图,提取出赋值语句的路径条件及其对应赋值表达式,构成Kripke结构中状态转移的约束关系;然后将Verilog语法的约束关系转换成模型检测器的语法,从而生成形式化验证...