摘要：传统合成孔径雷达(synthetic aperture radar,SAR)图像目标检测的方法依赖于人工设计特征且易受复杂背景干扰,泛化能力较差。深度学习的方法可以自动提取特征且具有良好的抗干扰特性,对于未来雷达智能感知具有重要意义。不同于其他只能对固定区域进行检测的常规卷积神经网络,本文提出一种改进型YOLOv3的SAR图像舰船目标检测方法,该方法基于舰船尺寸与形状自适应采样的可变形卷积、ResNet50变体特征提取器和ShuffleNetv2轻量化思想等设计YOLOv3模型。通过SSDD数据集验证,在检测效果方面,相较于原YOLOv3模型,平均精度从93.21%提高至96.94%,检测概率从95.51%提高至97.75%;在模型大小方面,轻量化设计模型仅为原YOLOv3模型的八分之一,可实现嵌入式的使用。

摘要：三维网格分割是计算机图形学的一个重要的研究方向,近年来不断涌现出各种新的分割技术.主要关注基于聚类分析的三维网格分割技术,介绍了三维网格分割的2种常见类型,并对分割技术所转化的数学问题进行阐述,总结了一系列常用的网格属性.依据算法类型将现有算法划分为5类,所基于的分割技术分别有区域生长、多源区域生长、层次聚类、迭代聚类以及谱聚类.针对不同的分割目标和所利用的网格属性,对各分类下的分割算法进行对比讨论;同时给出4种角度的评估准则,以展示不同应用场景下各类分割算法的优缺点,并指出了三维网格分割的发展趋势和应用方向.

摘要：针对弹载MEMS-IMU姿态解算的准确性和实时性的需求,利用MEMS惯性测量单元构成的姿态测量实时系统,基于四元数法的姿态解算方法,提出了一种适应FPGA平台的MEMS-IMU姿态三级流水线解算工程实现架构,优化了系统姿态解算模型,并在互补滤波器的基础上设计了一种改进型自适应互补滤波法。通过仿真实验比对,相对于互补滤波算法,改进的自适应互补滤波器可以更有效地减小载体姿态角误差,三级流水线算法结构与传统结构相比姿态解算的速度提升14%,较好地兼顾了弹载姿态量测系统的准确性和实时性两方面需求。

摘要：三角网格曲面去噪是计算机图形学领域一个经典问题,近年来不断涌现出各种新的去噪方法.该文主要关注保持特征的三角网格曲面去噪技术,总结了三角网格的几何表示以及一系列特征结构,依据算法类型将现有去噪技术分为优化法、滤波法、数据驱动法3类.针对不同的去噪模型和所利用的网格属性,对各分类下的去噪方法进行分析、讨论;简述了4类常用评估准则,从尖锐特征保持能力、体积保持、异常值去除能力、有无顶点漂移现象、有无面片翻转现象5个方面展示不同算法的优缺点;并根据这些算法存在的共性问题提出三角网格曲面去噪技术发展方向.