基于CNN的SAR车辆目标检测

传统的SAR目标检测算法容易受到复杂背景的干扰,因此利用被广泛应用于图像目标检测和识别领域的Faster-RCNN方法,对复杂背景下的SAR图像进行车辆目标检测实验。在对样本数据进行预处理后对车辆真实位置进行标记,采用可视化的深度学习客户端对样本进行裁剪和旋转,扩充样本数据库。利用已充分训练的模型权重对ZF和VGG-16网络进行预训练,再利用扩充的数据集进行训练和验证,并使用包含MiniSAR数据的测试集进行测试。实验证明,ZF网络和VGG-16的检测效果类似,但是ZF网络因为网络层数更少因而检测耗时更短。     

基于深度学习的复杂沙漠背景SAR目标检测

SAR目标检测,因成像场景大、背景复杂多变而极具挑战。传统基于恒虚警率的SAR目标检测方法极易受背景干扰。针对上述问题,提出一种基于深度学习的复杂沙漠背景SAR目标端对端检测识别系统。即采用小规模沙漠背景下的SAR图像数据对Faster-RCNN网络进行迁移训练,一体化完成典型目标的检测与识别。基于合成数据集Desert-SAR的试验结果表明,与传统方法相比,该方法检测速度更快、准确率更高、鲁棒性更强。     

基于化学镀银法制备尼龙6/银复合材料

为增加尼龙基体和银镀层之间的界面结合力,将机械打磨引入到传统的化学镀工艺中,并利用无毒、环保的葡萄糖溶液作为施镀过程中的还原剂,代替传统化学镀中常用的甲醛溶液,快速制备了尼龙6/银复合材料。利用X射线衍射(XRD)、扫描电子显微镜(SEM)分别对尼龙6/银复合材料的物相及显微形貌进行了表征;并研究了化学镀工艺对施镀过程的影响,着重研究了施镀温度、施镀时间、硝酸银溶液(主盐)浓度及葡萄糖溶液(还原剂)浓度对银镀层厚度的影响。结果表明,银镀层的厚度随着硝酸银浓度、葡萄糖浓度、施镀时间、施镀温度的升高整体呈先增大后减小的趋势。过高的施镀温度、硝酸银浓度及葡萄糖浓度会使镀液中的还原反应速率过快,不利于银粒子在尼龙6基材上的沉积,从而引起银镀层厚度的下降;过长的施镀时间会使银镀层表面出现很多划痕,从而导致银镀层质量的下降。通过优化施镀工艺参数,得到银镀层厚度可控的尼龙6/银复合材料。     

运用机器学习的方法进行城市防洪模型研究

本文探索了机器学习的方法下城市防洪模型的研究,提出了技术路线和方法,对建设内容进行了实践和验证,以供大家学习参考。     

智能小区可削减柔性负荷实时需求响应策略

随着我国电力体制改革以及智能电网技术的发展,含柔性负荷的智能小区成为参与需求响应的重要主体之一。综合考虑不同可削减柔性负荷设备用电的不确定性,结合目前中国居民需求响应现状及未来发展趋势,针对新型智能小区提出一种适用于负荷聚合商的可削减柔性负荷实时需求响应调度策略。该策略利用混合整数线性优化与基于Copula的蒙特卡洛模拟相结合的方法对各负荷设备进行每小时一次的滚动优化,从而实现居民可削减柔性负荷的实时随机调度。通过仿真验证,该策略可在不影响用户满意度情况下有效降低用户用电成本,减小负荷峰值及用电量,使智能小区中的可削减柔性负荷能够有效参与到需求响应中。     

智能小区可转移柔性负荷实时需求响应策略

近年来随着我国电力体制改革的深化与智能电网技术的发展,需求响应开始逐步应用于居民用户负荷侧。针对智能小区的居民柔性可转移负荷,考虑居民负荷用电不确定性,提出一种适用于负荷聚合商的居民可转移柔性负荷实时需求响应调度策略。该策略利用2阶段随机优化模型与基于Copula的蒙特卡洛模拟相结合的方法对各负荷设备进行每小时1次调度决策的实时滚动优化,从而实现居民可转移柔性负荷的实时随机调度。该策略可在不影响用户满意度情况下有效降低用户用电成本,减小负荷峰值及峰谷差,使智能电网条件下的居民可转移柔性负荷能够有效参与到需求响应中。     

纳米纤维素纤维在高能太根发射药中的应用

为了改善高能太根发射药的力学性能,在高能太根发射药配方的基础上,添加少量(质量分数0.5%,1.0%,1.5%,2.0%)由湿木浆纤维素得到的纳米纤维素纤维(CNFs),制备了含CNFs的高能太根发射药。采用扫描电镜、热重分析仪和差示扫描量热仪研究了添加CNFs前后高能太根发射药的表面结构和热分解性能。采用简支梁冲击试验机和密闭爆发器试验研究了含CNFs高能太根发射药的冲击强度及能量性能。结果表明,少量添加CNFs可明显提高高能太根发射药的低温冲击强度,对热分解性能影响很小。与高能太根发射药(参比样)相比,添加0.5%CNFs的高能太根发射药,在-40℃低温和20℃室温下,冲击强度分别提高了30.4%和8.9%。随着CNFs含量增加,火药力逐渐降低,余容逐渐上升,燃速逐渐减小,压力指数小幅度上升。当CNFs的添加量为0.5%时,高能太根发射药的火药力为1191.91 k J·kg~(-1),余容为0.870 L·kg~(-1),压力指数为1.06,分别较参比样减少了1.9%、增加了5.1%和增加了4.2%。     

关于“基于M-C准则的D-P系列准则在岩土工程中的应用研究”的讨论

《岩土工程学报》2006年第6期发表的“基于M-C准则的D-P系列准则在岩土工程中的应用研究”一文（以下简称“原文”），基于数值手段对D-P系列准则的相互关系、参数转换等进行了广泛、深入的探讨，促进了D-P系列准则在数值分析中的运用与发展。原文注重于各类准则在数学上的对比与转换，较少涉及到数学转换过程中是否存在物理意义。笔者有如下不同认识，提出来与原文作者讨论。     

基于车辆响应的桥梁结构参数的统计区间估计

提出了基于加入白噪声的车辆响应,对运营桥梁结构参数具备通用性的统计区间估计的方法。将运营结构的参数辨识问题先转化为了非线性优化问题,并采用Guass-Newton、Levenberg-Marquardt方法求解,再由计算所得的参数、Jacobi矩阵、残差向量进行了统计区间估计。结果表明:该方法可以基于车辆响应对运营结构的桥梁参数(如频频、刚度)进行辨识和区间估计,并具备一定的抗白噪声类干扰的能力;同时,重构的输入数据具备一定的滤噪效果。此外,通过对基于桥梁位移响应的车辆参数(如质量)的辨识,进一步验证了该方法的通用性。