基于IMM模型的周期性跳跃运动高超声速飞行器跟踪算法?

通过对临近空间高超声速飞行器的受力分析,建立了其周期性跳跃运动的数学模型,仿真分析了其运动特性;提出了一种加速度均匀变化的运动模型(constant differential of acceleration,CDA),并与CV模型、CA模型交互,使用引入强跟踪滤波器的交互式多模型算法对周期性跳跃运动进行跟踪研究。结果表明,该跟踪算法比经典IMM算法有更好的跟踪精度。     

自适应的H.264快速运动估计算法

H.264/AVC是ITU-T和ISO/IEC联合制定的最新视频压缩标准。运动估计作为H.264算法中计算最复杂的部分,在很大程度上影响着整个算法的性能。为提高运动估计算法的搜索效率,提出了一种自适应的快速运动估计算法。实验结果表明,该算法可大幅提升编码速度,而PSNR仅略有下降,为工程实现提供了一种可行的选择。     

Segment-based view synthesis optimization scheme in 3D-HEVC

The 3D extension of high efficiency video coding (3D-HEVC) adopts a view synthesis optimization (VSO) technique to improve the quality of synthesized views for depth map coding. The exact synthesized view distortion change (SVDC) is calculated in VSO which in turn brings huge coding complexity to the 3D-HEVC encoder due to the real view synthesis process. This work presents a scheme aimed at reducing coding complexity of the SVDC calculating process in the 3D-HEVC encoder. It skips line segments of pixels with variable lengths based on information from both of the textures and depth maps in the SVDC calculation. Experimental results demonstrate that the proposed scheme can reduce the coding complexity without any significant loss in rate distortion performance for the synthesized views.     

4m^3箕斗卸载过程振亏故障分析与处理

针对4m^3箕斗卸载过程中出现的强烈振动，通过有效的检测手段在使用现场对曲轨的加工和安装误差进行了仔细的测量和分析，找出了问题并采取针对性措施，从根本上解决了问题。     

化学沉镍金漏镀渗金的原因和措施

本文阐述了化学沉镍金工艺渗金和漏镀产生的原因以及预防改善措施。     

脉冲跨周期调制开关电源的特性研究

对脉冲跨周期调制(PSM)开关电源的特性进行了研究。这类开关电源的效率比常规的脉冲宽度调制(PWM)高，且基本上与负载无关；通过状态机对负载进行离散侦测以及电流极限模糊控制模式，提高了电源的响应度；通过频率抖劝，降低了开关电源的电磁干扰影响。这类开关电源集远程遥控关断、外部可编程、智能保护、同步等功能于一体，隐现了功率系统级发展的一种途径。     

高炉料车主卷扬及探尺卷扬电力传动方式浅析

介绍了采用双鱼雷式料车上料的高炉料车主卷杨电力传动方式（三种）和探尺卷杨电力传动方式（五种）。文中介绍的各种电力传动方式在我国高炉中均有实例，技术成熟，性能稳定可靠，可供设计院（所、处）和炼铁厂在新建或大修改造高炉时参考。     

利用视频与深度图相关性的深度图帧内编码

因现有帧内编码算法编码深度图中含有边缘的宏块编码效率较低,故提出了一种利用视频与深度图之间相关性的边缘跳过帧内编码方法.该方法利用聚类方法从当前深度编码宏块及其参考像素部分对应的视频区域获得边缘信息,以此作为当前深度编码宏块及其参考像素的分割边缘信息,然后利用所得分割边缘信息将参考像素映射到当前编码宏块作为预测值.为了滤除聚类方法获得的分类信息中存在的噪点或者毛刺对预测的干扰,提出了双向扫描滤波的方法.利用所提边缘跳过帧内预测方法,可以跳过对边缘宏块中复杂边缘的编码,甚至边缘宏块完全被跳过不编码.实验结果表明,与原始编码算法相比,所提方法平均可减少24.25%的码率,峰值信噪比平均提升了0.70dB,主观编码质量也得到明显增强.     

基于全卷积神经网络的林木图像分割

针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利用上池化和反卷积层恢复图像分辨率,采用跳跃连接降低网络复杂度,同时避免了梯度消失问题,使用Dropout正则化随机激活网络隐藏单元以防止过拟合,后端结合全连接的条件随机场以恢复对象边缘的细节信息,进一步优化分割结果。该模型能够在林木图像上实现良好的分割。     

基于改进U-Net的低质量文本图像二值化

文本图像二值化是光学字符识别的关键步骤,但低质量文本图像背景噪声复杂,且图像全局上下文信息以及深层抽象信息难以获取,使得最终的二值化结果中文字区域分割不精确、文字的形状和轮廓等特征表达不足,从而导致二值化效果不佳。为此,提出一种基于改进U-Net网络的低质量文本图像二值化方法。采用适合小数据集的分割网络U-Net作为骨干模型,选择预训练的VGG16作为U-Net的编码器以提升模型的特征提取能力。通过融合轻量级全局上下文块的U-Net瓶颈层实现特征图的全局上下文建模。在U-Net解码器的各上采样块中融合残差跳跃连接,以提升模型的特征还原能力。从上述编码器、瓶颈层和解码器3个方面分别对U-Net进行改进,从而实现更精确的文本图像二值化。在DIBCO 2016—2018数据集上的实验结果表明,相较Otsu、Sauvola等方法,该方法能够实现更好的去噪效果,其二值化结果中保留了更多的细节特征,文字的形状和轮廓更精确、清晰。