“Ship‐in‐a‐Bottle” Growth of Noble Metal Nanostructures

Noble metal nanostructures are grown inside hollow mesoporous silica microspheres using “ship‐in‐a‐bottle” growth. Small Au seeds are first introduced into the interior of the hollow microspheres. Au nanorods with synthetically tunable longitudinal plasmon wavelengths and Au nanospheres are obtained through seed‐mediated growth within the microspheres. The encapsulated Au nanocrystals are further coated with Pd or Pt shells. The microsphere‐encapsulated bimetallic core/shell nanostructures can function as catalysts. They exhibit high catalytic performance and their stability is superior to that of the corresponding unencapsulated core/shell nanostructures in the catalytic oxidation of o‐phenylenediamine with hydrogen peroxide. Therefore, these hollow microsphere‐encapsulated metal nanostructures are promising as recoverable and efficient catalysts for various liquid‐phase catalytic reactions.     

类氖钼基态到（n＝3，4）88个能级的碰撞强度

采用“快速”扭曲波方法和程序ＭＣＤＷ（九）,计算了类氖钼基态到８８个（ｎ４）激发态能级的电子碰撞激发截面,并与国外完全相对论理论数据进行了详细比较,一般差别在１０％左右,表明作者发展与建立的一套方法和程序不仅实现了“快速”计算而且有相当高的精度。     

舰船湍流尾迹的数值模拟及其单站RCS计算

基于舰船湍流尾迹的半经验公式和双线性叠加方法, 分别模拟船尾射流尾迹和船侧涡流对尾迹, 与湍流实验结论比较, 验证了模拟结果的准确性以及方法的有效性.提出一种用双尺度模型结合物理光学法(Physical Optics, PO)计算粗糙面电磁散射的方法, 应用该方法计算风驱海面杂波雷达散射截面(Radar Cross-Section, RCS)并与双尺度方法(Two Scale Method, TSM)的计算结果和实测数据比较, 吻合得较好, 验证了该方法的正确性.应用该方法计算湍流尾迹的雷达散射截面, 为数值模拟舰船尾迹的合成孔径雷达图像奠定了基础.     

船闸水力学试验数据采集处理系统

本文介绍的以ＰＣ微机为中心的船闸水力学试验数据采集和处理系统，适用于各种船闸水力学试验中水动力特性的测量和处理。该系统在ＤＯＳ３．１以上版本下运行，全部功能采用下拉式中文菜单操作，可实现６４通道的数据采集，同时可对采集数据进行在线或事后处理，并绘制成图表。     

高水头船闸反弧门后水流流态和收缩系数研究

用所建立的船闸反弧门段的局部模型，对反弧门后水流流态和结构进行了流动显示。通过以３８６微机为中心、ＶＰ３２图像板和ＣＣＤ图像传感器等组成的采集处理系统，获得了比较清晰的反弧门后水流流动图谱。给出了恒定流条件下回流区长度的估算公式，比较了恒定与非恒定流门后流态的差异，并求得反弧门不同开度时的收缩系数。     

FGSC-23：面向深度学习精细识别的高分辨率光学遥感图像舰船目标数据集

目的 基于光学遥感图像的舰船目标识别研究广受关注,但是目前公开的光学遥感图像舰船目标识别数据集存在规模小、目标类别少等问题,难以训练出具有较高舰船识别精度的深度学习模型。为此,本文面向基于深度学习的舰船目标精细识别任务研究需求,搜集公开的包含舰船目标的高分辨率谷歌地球和GF-2卫星水面场景遥感图像,构建了一个高分辨率光学遥感图像舰船目标精细识别数据集（fine-grained ship collection-23,FGSC-23）。方法 将图像中的舰船目标裁剪出来,制作舰船样本切片,人工对目标类别进行标注,并在每个切片中增加舰船长宽比和分布方向两类属性标签,最终形成包含23个类别、4 052个实例的舰船目标识别数据集。结果 按1：4比例将数据集中各类别图像随机划分为测试集和训练集,并展开验证实验。实验结果表明,在通用识别模型识别效果验证中,VGG16（Visual Geometry Group 16-layer net）、ResNet50、Inception-v3、DenseNet121、MobileNet和Xception等经典卷积神经网络（convolutional neural network,CNN）模型的整体测试精度分别为79.88%、81.33%、83.88%、84.00%、84.24%和87.76%;在舰船目标精细识别的模型效果验证中,以VGG16和ResNet50模型为基准网络,改进模型在测试集上的整体测试精度分别为93.58%和93.09%。结论 构建的FGSC-23数据集能够满足舰船目标识别算法的验证任务。     

双通道舰船信号发生仪的研制

研制一台双通道舰船信号发生仪,为雷达稳定平台提供舰船信号,以测试稳定平台的工作状态。从设计指标要求着手,给出设计方案,从结构设计、硬件设计、软件设计等方面进行仪表的具体设计。完成仪表设计方案,实现设计功能,满足设计指标。结果表明仪表使用方便、操作简单、显示清晰、输出稳定可靠,在测试稳定平台的工程实践应用中表现良好。     

利用改进单分类支持向量机提升舰船尾流目标的检测准确率

舰船在航行过程中会在尾部产生一段包含大量气泡的湍流区域,通过对尾流的声学检测可以有效地跟踪船舶。基于一种改进单分类支持向量机（OCSVM）算法,利用无尾流情况下回波信号作为训练集的一个最优分类器,用于尾流回波信号模式判断。对回波信号进行降噪处理,进而提出一种自适应特征提取方法对回波信号进行处理;将特征提取作为输入,使用两层决策边界的双阈值OCSVM算法进行尾流检测。仿真结果表明,与常规OCSVM算法相比,改进算法在不同信噪比下的检测准确率均有提升,检测准确率最高可达96.27%,具有较好的工程应用价值。     

星载海洋监视雷达系统

文中在比较星载海洋监视设备特点的基础上,指出了雷达用于海洋监视的独特优势,并对假设的星载海洋监视雷达系统的工作波段、工作模式、威力覆盖、检测能力进行了具体讨论,分析了星载海洋监视雷达的关键技术。最后指出随着技术的发展,雷达必将成为下一代星载海洋监视的首选设备。     

基于1(1)/(2)维谱的舰船辐射噪声低频线谱成分提取

分析了1(1)/(2)维谱具有的几个特殊性质,即抑制高斯噪声和对称分布噪声;加强信号的基频分量以及剔除非耦合相位的谐波分量.通过计算实际舰船噪声的1(1)/(2)维谱,并利用它所具有的特征参数,对舰船信号进行了分类与识别,达到了较好的识别效果, 为进一步开展水下目标探测与识别研究打下了良好基础.