飞行目标红外多光谱高效识别算法

随着新型诱饵的快速发展,在日益复杂的目标环境中探测识别真假目标是红外探测识别系统最难解决的技术问题之一.通过分析天空背景下红外小目标,干扰物,噪音及背景的光谱特性,利用人造飞行目标光谱辐射强度高且相邻波段光谱辐射强度连续性特点,提出了一种以多光谱辐射强度和梯度相组合的目标识别高效算法.就此给出了相应的仿真算例,验证了算法在获取的红外图像信噪比很低,背景高亮度,多个诱饵干扰的条件下也能准确识别目标,具有更强的自适应性,更高的识别率和更为快捷的处理能力.     

不完备信息系统中决策规则的不确定性表示

将完备信息系统中决策规则的不确定性度量引入到不完备信息系统中,充分讨论了条件属性值缺失时规则的不确定性度量表现为概率区间的特性,在此基础上给出了确信度和覆盖度的近似概率值,并利用确信度计算出规则对分类的反映程度.     

电离层延迟模型改进研究

由于电离层延迟会对卫星的定位精度产生很大的影响,传统的电离层延迟Klobuchar模型的预报精度不高,而且其对夜间电离层延迟以及对延迟峰值出现时刻的预报存在明显的不合理性。因此必须进行修正,根据实测电离层延迟数据的特点对传统的Klobuchar模型进行了改进,并利用非线性最小二乘迭代算法对两种模型进行参数拟合,采用拟合参数计算两种模型的拟合值。通过比较两种拟合值相对于实际测量值的精度,可以得出:改进模型比传统模型提高了电离层延迟预报的精度,并且改善了传统延迟模型预报中存在的不合理性。     

一种新的基于Zernike正交矩亚像素边缘定位的直径测量方法

提出了一种新的基于亚像素边缘定位技术的棒状物体直径测量方法;该方法利用两个CCD摄像头,分别获得两张棒状物体横截面的椭圆特征图像,利用仿射变换将灰度椭圆特征图像变换成圆形特征图像,然后利用亚像素中的Zernike正交矩对边缘进行精确定位,进而分别计算出棒状物体的直径,再将两个测量数据加以平均融合,完成对直径的测量;实验结果表明,与像素级方法相比较,该方法定位精度高,测量误差小,能够达到提高测量精度的目的。     

基于多信息融合技术的智能汽车防盗报警系统研究与设计

为完善汽车的防盗系统,提出研制的智能汽车防盗报警器是在ARM嵌入式系统的基础上,利用Dempster--Sharer证据理论融合密码识别、加速度传感、GPS全球定位信息,判断车辆的安全状况,再将车况信息通过GPRS无线通信网络发送到车主手机。实验室测试表明,系统实现了监控基本功能并满足实时性,增强了汽车安全性和智能报警性。     

考虑数据分类的建筑电能耗集成预测方法

建筑侧各类可再生能源的应用日益普及,建筑电能耗预测在用能供需平衡、电网稳定运行、尖峰需求响应等方面发挥越来越重要作用。尽管诸多数据驱动模型在能耗预测方面获得广泛应用,当前仍缺乏预测精度高、泛化能力强的短期预测模型。针对该问题,提出一种基于建筑物能耗特点并结合数据挖掘技术的分类集成式能耗预测方法。首先,采用递归特征消除法对数据进行特征筛选,并用模糊C均值聚类算法对训练集数据进行聚类,使用K最邻近法对验证集和测试集数据进行归类;选择5种结合智能优化算法的混合数据驱动模型作为子学习器,分别对每类数据做预测,最后使用多元线性回归法进行结果集成。经3个建筑电力用能案例验证,此集成预测模型精度均优于单个子模型,具有适用不同建筑类型和用能尺度的预测潜力。     

扭曲的涡旋光束在海洋湍流中的传输因子

基于扩展惠更斯-菲涅尔原理和维格纳分布函数(Wigner distribution function,WDF)二阶矩,推导了部分相干扭曲涡旋光束(partially coherent twisted vortex beam,PCTVB)在海洋湍流中传输时的M2因子和角扩展θ(z)。通过数值模拟方法详细研究了海洋湍流对光束M2因子和角扩展θ(z)的影响,结果表明温度方差耗散率ΧT和温度盐度贡献比w越大、动能耗散率ε和各向异性因子ξ越小时对PCTVB的M2因子和角扩展θ(z)的影响越大。此外研究发现,相较于非扭曲涡旋光束(PCVB),PCTVB有更好的抗海洋湍流的能力,且增大拓扑荷数m以及扭曲因子绝对值｜μ｜后,PCTVB的M2因子和角扩展θ(z)显著减小,光束的抗海洋湍流能力增强。并且增大束腰宽度w0和波长λ,以及减小初始相干长度δηη(η=x,y)同样可以增加光束抗海洋湍流的能力。本文的数值研究结果对海洋光通信具有重要意义。     

Macrophage Membrane-Coated Nanoparticles Sensitize Glioblastoma to Radiation by Suppressing Proneural–Mesenchymal Transformation in Glioma Stem Cells

Radiotherapy is identified as a crucial treatment for patients with glioblastoma, but recurrence is inevitable. The efficacy of radiotherapy is severely hampered partially due to the tumor evolution. Growing evidence suggests that proneural glioma stem cells can acquire mesenchymal features coupled with increased radioresistance. Thus, a better understanding of mechanisms underlying tumor subclonal evolution may develop new strategies. Herein, data highlighting a positive correlation between the accumulation of macrophage in the glioblastoma microenvironment after irradiation and mesenchymal transdifferentiation in glioblastoma are presented. Mechanistically, elevated production of inflammatory cytokines released by macrophages promotes mesenchymal transition in an NF-κB-dependent manner. Hence, rationally designed macrophage membrane-coated porous mesoporous silica nanoparticles (MMNs) in which therapeutic anti-NF-κB peptides are loaded for enhancing radiotherapy of glioblastoma are constructed. The combination of MMNs and fractionated irradiation results in the blockage of tumor evolution and therapy resistance in glioblastoma-bearing mice. Intriguingly, the macrophage invasion across the blood-brain barrier is inhibited competitively by MMNs, suggesting that these nanoparticles can fundamentally halt the evolution of radioresistant clones. Taken together, the biomimetic MMNs represent a promising strategy that prevents mesenchymal transition and improves therapeutic response to irradiation as well as overall survival in patients with glioblastoma.     

A multi-agent model for decision making on environmental regulation in urban agglomeration

The Journal of Supercomputing - The incomplete enforcement of environmental regulation by local governments will lead to environmental degradation. While the strategy selection for local...     

Joint Classification and Regression for Visual Tracking with Fully Convolutional Siamese Networks

International Journal of Computer Vision - Visual tracking of generic objects is one of the fundamental but challenging problems in computer vision. Here, we propose a novel fully convolutional...