摘要：针对矩阵补全问题中基于低秩的矩阵补全模型通常将迹范数的每一个奇异值用同一常数进行阈值化导致在滤除小奇异值的同时会使大奇异值信息丢失的问题,提出了一种基于低秩的加权矩阵补全模型,通过对迹范数中的每个奇异值赋予不同的权重,从而避免用同一常数对所有的奇异值进行阈值化,采用逼近梯度算法解决加权的矩阵补全模型。最后,通过图像修复仿真实验,证明了所提出的加权矩阵补全模型相对于传统的不加权矩阵补全模型可得到更高的峰值信噪比,所设计的算法具有明显的优势。

摘要：针对当前军用车辆观瞄系统存在全域感知能力差、危险目标识别率低的问题,本文提出并实现了一种基于深度学习的智能红外全景识别系统。首先根据可靠性和低功耗原则设计了该系统的硬件部分;其次,为解决红外图像中行人和车辆识别率低、实时性差的问题,设计了一种BIRD(Brisk InfraRed Detection,BIRD)深度神经网络,实现对行人或车辆进行检测与识别;此外,基于旋转平台多源传感器参数,实现红外相机快速帧间连续拼接;实验结果表明,本系统在实时输出360?红外全景影像的同时,能对当前视场中的目标进行同步检测识别,在保证相同准确率的前提下,所采用的BIRD网络与RCNN网络相比,处理PAL视频的平均耗时减少175 ms,表现出了实时、稳定的工作性能。

摘要：针对基于胡氏不变矩的坦克识别率低、在图像离散采样的情况下受图像尺度变化影响的问题,进行了图像尺度不变性研究,设计了一种基于改进的胡氏不变矩的坦克识别方法;为解决最大类间方差法在复杂背景下图像分割阈值与真实阈值发生偏移的问题,采用改进的最大类间方差法分割图像,减少了偏移量。将胡氏不变矩和改进的胡氏不变矩的算法进行了对比实验,实验结果表明:相对于采用胡氏不变矩的坦克识别方法,改进后的识别方法识别率提高了22%,该方法运算时间减少了80 ms,能克服图像的尺度变化造成的影响。

摘要：精准的河流断面来水流量预测对于水资源配置管理、洪水预警和防灾减灾、生态保护和水力发电工程规划有着重要意义。为了提高单一来水流量预测模型的预测精度,采用LASSO回归算法结合分位数回归长短期记忆神经网络(QRLSTM)以及核密度估计(KDE)算法,提出了一种来水流量预测方法(LASSO-QRLSTM)。首先采用LASSO回归从高维来水特征向量中提取关键的解释变量,以降低解释变量与被解释变量之间非线性关系的复杂程度;接着建立QRLSTM来水流量预测模型,以获得不同分位点下的分位数预测值;进而利用KDE拟合概率密度函数,获得未来的来水流量可能值以及相应的概率,得出最终预测结果。将提出的模型应用于广东省西江关键断面和高要水文站的来水流量预测,并与LASSO-QRNN、LASSO-GBDT、QRLSTM、QRNN、GBDT模型进行对比。结果表明:(1)结合LASSO回归的混合预测模型预测效果均好于单一的QRLSTM、QRNN、GBDT模型。(2)提出的LASSO-QRLSTM模型在对思贤滘断面流量预测中的RMSE为1 804.270 m^(3)/s,NSE值达0.973;在概率性指标方面,LASSO-QRLSTM模型的连续分级概率评分(CRPS)和弹球损失(PL)值分别为842.618和465.964,各项评价指标均为最佳,在对比模型中表现出最好的预测效果,特别是在极值处具有更好的拟合效果和更窄的概率预测区间,表现出该模型在河流来水流量预测中的独特优势。(3)在后续对高要水文站来水流量的预测中,其预测性能得到进一步验证,展现出良好的适应性和稳定性。研究成果可为精准的水文预测和水资源优化配置提供参考。

摘要：随着环保政策的推进,钢渣的资源化利用迫在眉睫,开发大型化、高效率的钢渣粉磨技术装备具有重要意义。采用齿条辊面大型钢渣辊压机,齿条辊的寿命预计达到10 000 h以上;研发了辊压机预粉磨系统的除铁技术,出辊压机料饼通过高效除铁的分体式专用管道除铁器,可有效解决除铁器磨损和安装角度对除铁率的影响,降低钢渣辊压机预粉磨能耗;经过对选粉机结构和转子反复的模拟比对,对动态选粉机的结构进行了优化改进,研究开发了用于高细物料的组合式分选技术,减少了压损,确保物料粒径控制在45μm以下而不跑粗,实现钢渣粉比表面积在350~450 m2/kg灵活可调。

摘要：为弘扬冰雪运动精神,展现冰雪画艺术魅力,激发广大职工特别是产业工人参与奥运、支持奥运的热情,2022年1月12日至16日,由中国职工文化体育协会等18家单位共同举办的“冰雪情·冬奥梦”全国职工冰雪主题绘画活动,在北京中华世纪坛展出200余幅佳作。这些由全国职工画家及爱好者创作的画作,融合冰雪画艺术与冬奥文化,展现了力量、新奇、雄.浑之美。