雷达显示模拟和回波数据分析

介绍了一种基于雷达数据录取器的显示模拟、数据分析和数据仿真方法。整个系统采用模块化结构,显示模拟部分实现了PPI的动态模拟、A显和动态数据查询三种显示方式,并且在程序中加入了数据处理模块,可以仿真脉压、MTD、MTI、杂波等算法处理。数据分析主要是结合显示模拟取特定区域数据作幅度直方图统计和功率谱估计,其中功率谱估计实现了传统的周期图法和现代法中的最大熵谱估计。     

基于改进代价计算和视差候选策略的立体匹配

立体匹配算法在图像弱纹理区和重复纹理区存在匹配困难、误差大的问题,为此提出一种基于改进代价计算和视差候选策略的立体匹配算法。首先结合改进的Census变换和自适应加权融合的双向梯度信息来计算初始匹配代价,提高代价计算的可靠性。其中:为传统Census变换增加内圈编码,提高邻域信息利用率,同时降低噪声的影响;利用自适应权重函数融合横向和纵向梯度代价,降低物体边缘区域的误匹配率。其次,采用自适应十字交叉窗口进行代价聚合,并通过建立候选视差集和引入邻域视差信息的方法来获取初始视差。最后通过两轮插值策略优化视差。实验结果表明,所提算法能够提高弱纹理区和重复纹理区的匹配效果,在Middlebury中4幅标准立体图像对的平均误匹配率为5.33%。     

融合上下文和注意力的海洋涡旋小目标检测

目的 海洋涡旋精准检测是揭示海洋涡旋演变规律及其与其他海洋现象相互作用的基础。然而，海洋涡旋在其活跃海域呈现小尺度目标、密集分布的特点，导致显著的检测精度低问题。传统方法受限于人工设计参数缺乏泛化能力，而深度学习模型的高采样率在检测小目标过程中底层细节和轮廓等信息损失严重，使得目标检测轮廓与目标真实轮廓相差甚远。针对海洋涡旋小目标特点导致检测精度低，高采样率深度模型检测轮廓不精确的问题，提出一种改进的U-Net网络。方法 该模型基于渐进式采样结构，为获取上下文信息提升不同极性海洋涡旋目标的检测精度，增加上下文特征融合模块；为增加该模块对海洋涡旋小目标的关注，在特征融合前对最底层特征嵌入残差注意力模块，使模型可以更多关注海洋涡旋的轮廓信息。最后引入数据扩充方法缓解模型存在的过拟合问题。结果 本文以南大西洋的卫星海表面高度数据集开展实验，结果表明，本文模型检测准确率达到了93.24%，同时在海洋涡旋的检测数量上与真实结果更加接近，验证了模型在小目标检测方面的性能更加优秀。结论 本文提出的海洋涡旋小目标检测模型，在检测海洋涡旋的性能与海洋涡旋目标轮廓精准度方面均显著优于全卷积神经网络（fully convolutional network，FCN）等深度学习模型。     

平幅轧液过程中针织物的形变研究

针织物平幅轧液过程中，存在因力施加不当导致织物伸长的问题，影响织物尺寸稳定性。在分析受力线圈结构变化和针织物拉伸变形计算模型的基础上，以保证针织物形变量为目标，建立了轧液针织物纹路方向形变物理方程，提出了轧液前张力与轧辊线压力的配合原则，计算了实际轧液过程中的织物伸长量。结果表明：该物理方程能够反映轧液过程中针织物的形变规律，为解决平幅印染加工模式的轧液压力控制问题提供理论基础。     

牢牢掌握党对意识形态工作领导权为首都供水事业高质量发展提供坚强思想政治保证

<正>意识形态工作是为国家立心、为民族立魂的工作。习近平总书记在党的二十大报告中强调：“建设具有强大凝聚力和引领力的社会主义意识形态，要牢牢掌握党对意识形态工作领导权，全面落实意识形态工作责任制，巩固壮大奋进新时代的主流思想舆论。”这一重要论述，深刻揭示了意识形态工作的地位作用和使命任务，为新时代首都供水企业做好意识形态工作提供了根本遵循和行动指南。     

MgO掺杂对高炉渣熔融调质钢渣物相组成及结构的影响

为了探明MgO掺杂对高炉渣熔融调质钢渣(混合渣)物相组成与结构的影响，采用X射线衍射仪和SEM-EDS扫描电镜对高温调质后混合渣物相组成及形貌进行了分析。结果表明，掺杂MgO能有效抑制MgFe₂O₄相和非胶凝性Ca₂Al₂SiO₇物相生成、促进MgFeAlO₄物相生成，提高混合渣熔点。MgO掺杂量2%的高温调质混合渣截面呈层状结构，内层MgFeAlO₄物相占比增加，孔洞均匀且细小；中间具有层状结构的MgFe₂O₄尖晶石包裹在MgFeAlO₄物相周围；外层Ca₂Al₂SiO₇物相孔洞均匀，致密度适中；此结构的混合渣是较好的重金属离子过滤材料。     

基于要点匹配的文科主观题通用评分

主观题自动评分是智慧教育创新中的重要环节，逐步成为人工智能与教育行业领域交叉的热门方向之一。该文面向文科要点主观题，提出基于多任务学习的要点匹配评价模型：评估学生作答与标准答案各个要点之间的匹配等级，并抽取其中与要点相对应的具体片段，通过这两个任务的结果同时刻画学生对每个要点的掌握程度，并作为自动评分的关键特征；将要点匹配评价结果与文本相似度特征相结合，实现主观题作答自动评分，在无定标数据的通用评分场景下大幅提升了效果。对比实验证明了相比传统特征，基于要点匹配评价结果的特征在评分模型中更加重要。