基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.     

月桂酸-棕榈酸/Al2O3复合定形相变材料的制备与热性能研究

采用溶胶-凝胶法,以异丙醇铝(AIP)为单一铝源,无水乙醇为溶剂,聚乙烯吡咯烷酮(PVP)为聚合物模板,并添加浓盐酸作为催化剂和胶溶剂,制备均一稳定的前驱体纺丝液,再结合静电纺丝与高温煅烧技术制备了Al_2O_3纤维毛毡,用其作为支撑材料吸附月桂酸-棕榈酸(LA-PA)二元脂肪酸低共熔物制备复合定形相变材料。利用红外光谱、X射线衍射、扫描电镜和BET比表面积分析仪等手段研究样品的表观形貌与晶型结构。结果表明:经吸附后制得的LA-PA/Al_2O_3复合定形相变材料具有良好的形貌结构。通过差示扫描量热仪、热导率及自组装热性能测试仪对制备的LA-PA/Al_2O_3复合定形相变材料的储热性能及热能储存/释放性能进行了研究。结果发现其具有适宜的相变温度和较好的相变焓值,拓宽了复合定形相变材料的应用范围。     

基于业务优先级划分的虚拟网可靠性映射算法

现有研究在重映射失效虚拟网过程中未对不同类型的虚拟网承载业务进行有效区分,导致资源收益较低。为此,提出一种基于业务优先级划分的虚拟网可靠性映射算法。定义虚拟节点和虚拟链路的重要性指标,运用混合整数线性规划方法将基于业务优先级划分的虚拟网可靠性映射问题建模为最优化问题。在此基础上,提出快速可扩展的启发式虚拟网可靠性映射算法,以提高失效虚拟网的重映射效率。实验结果表明,该算法在虚拟网请求接受率、服务提供商收益和利润成本比3个指标上,表现优于FD-EVN、APG-TABU和MW-AC算法。