废旧聚烯烃热塑性弹性体/胶粉复合材料的制备及性能

采用动态接枝法制备了废旧聚烯烃热塑性弹性体(TPO)/胶粉(GTR)复合材料,研究了GTR的种类、粒径及用量对复合材料性能的影响,考察了接枝单体甲基丙烯酸缩水甘油酯、共接枝单体苯乙烯以及引发剂过氧化二异丙苯的用量对动态接枝体系的影响。结果表明,在一定范围内,随着GTR粒径的增大和用量的增多,TPO/GTR复合材料的力学性能得以提高,且当过氧化二异丙苯用量为1.5份(质量,下同)、甲基丙烯酸缩水甘油酯和苯乙烯用量均为8份时的综合性能较好,而用整胎GTR填充复合材料的性能要优于胎面GTR。动态接枝处理后的复合材料断面平整光滑,GTR与TPO的相容性明显改善。     

基于FSVM时域背景预测的红外弱小目标检测

本文提出了一种基于模糊支持向量机(FSVM)时域背景预测的红外弱小目标检测方法.首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用模糊支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值:然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标.文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较.结果表明,本文提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法.     

离群点检测算法的评价指标

随着离群点检测技术的深入研究和广泛应用,越来越多的优秀算法被提出来,然而,现有的离群点检测技术的评价仍然沿用传统分类算法的测量指标,存在着评价指标单一、适应性差的问题。针对这些问题,提出了一类高真正率指标（HT_AUC）和二类低假正率指标（LF_AUC）。首先,整理常用的离群点检测评价指标,分析其优缺点和适用场景;然后,在已有的曲线下面积（AUC）方法的基础上,分别针对高真正率（TPR）要求和低假正率（FPR）要求,提出了一类高真正率指标和二类低假正率指标,为离群点检测算法的效果评价和量化集成提供了更合适的指标。在真实数据集上的实验结果表明,与传统评价指标的相比,所提出的方法更能满足一类高真正率和二类低假正率要求。     

离群点检测算法的评价指标

随着离群点检测技术的深入研究和广泛应用，越来越多的优秀算法被提出来，然而，现有的离群点检测技术的评价仍然沿用传统分类算法的测量指标，存在着评价指标单一、适应性差的问题。针对这些问题，提出了一类高真正率指标（HT_AUC）和二类低假正率指标（LF_AUC）。首先，整理常用的离群点检测评价指标，分析其优缺点和适用场景；然后，在已有的曲线下面积（AUC）方法的基础上，分别针对高真正率（TPR）要求和低假正率（FPR）要求，提出了一类高真正率指标和二类低假正率指标，为离群点检测算法的效果评价和量化集成提供了更合适的指标。在真实数据集上的实验结果表明，与传统评价指标的相比，所提出的方法更能满足一类高真正率和二类低假正率要求。     

基于NSCT的红外图像小目标检测技术

红外图像小目标检测是精确制导武器的关键技术之一。将小波或Contourlet多尺度分析用于红外小目标检测具有一定的局限性。无下采样Contourlet变换（NSCT）是基于Contourlet变换的一种扩展,可以对图像进行灵活的多尺度、多方向和平移不变性分解。提出了一种基于NSCT的红外小目标检测算法。该算法首先对图像进行NSCT变换;然后利用能量法提取其局部纹理特征,并计算各点的特征向量与中心向量间的距离,得到一个相关的多尺度距离像;最后根据该距离像进行直方图统计,从而实现红外小目标的检测。与基于小波变换的红外小目标检测算法进行了比较。实验结果表明,该算法能较精确地检测出红外小目标,优于基于小波变换的方法。     

法曲率驱动曲面演化图像去噪模型研究

曲面演化图像去噪模型将图像看作嵌入高维空间中的曲面,并利用曲面局部几何特征来区分图像边缘和噪声信息,以此控制图像曲面演化速率,取得了良好的处理效果。通过分析现有基于主曲率的曲面演化图像去噪模型的优缺点,提出利用能够更好地刻画图像曲面几何结构的法曲率来控制曲面的演化过程。该模型将现有主曲率驱动的模型推广到了更一般的法曲率驱动的曲面演化模型。同时,由于法曲率在描述图像边缘、纹理、噪声等方面优于已有方法采用的主曲率,该模型在保持图像边缘、纹理等细节信息方面能够取得更好的性能。     

基于最小一乘背景预测的红外小目标检测算法

本文提出了一种基于最小一乘背景预测的红外小目标检测算法.首先在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,应用线性规划的方法解决最小一乘估计中极值的选取问题;然后将原始图像与预测图像相减得到预测残差图像;最后利用基于二维指数熵的图像阚值选取快速算法进行分割.文中给出了实验结果与分析,并与基于最小二乘背景预测的检测算法作了比较.实验结果表明,本文提出的算法具有更高的检测概率,优于基于最小二乘背景预测的检测算法.     

基于最小二乘支持向量机时域背景预测的红外弱小目标检测

针对信噪比较低时,如何有效地抑制自然背景对目标检测的影响,提出了一种基于最小二乘支持向量机(LS-SVM)时域背景预测的红外弱小目标检测方法。首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用参数经粒子群优化的最小二乘支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值;然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标。文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较。结果表明所提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法。     

广东出口蔬菜生产基地土壤中污染物质的分析及评价

通过对广东85个出口菜田土壤中7种污染物质测定分析及评价结果表明,土壤中各种污染物质的含量均在所采用的有关标准限量内。综合污染指数都小于0.7,达一级标准,属安全、清洁,符合无公害蔬菜土壤环境要求。     

基于Contourlet变换的红外图像序列小目标检测技术

Contourlet变换具有多尺度,多方向性的特征,是小波的一种扩展.本文提出了一种基于Contourlet变换的红外小目标检测算法.首先对图像进行Contourlet分解;然后利用能量法提取其局部纹理特征,并计算各点的特征向量与中心向量问的距离,得到一个相关的多尺度距离像;最后根据该距离像进行直方图统计,从而实现目标的检测.文中给出了实验结果,并与基于小波变换的红外小目标检测算法进行了比较,结果表明,本方法能较精确地检测出红外小目标,优于基于小波变换的方法.