FHMIPv6中基于MLD的DAD检测研究

HMIPv6作为MIPv6的1种改进技术被提出以解决宏移动和微移动之间的切换管理机制问题。但是所引入的RCoA和LCoA的重复地址检测过程占据了切换延时的绝大部分,严重影响了切换效率,鉴于此,该文提出了1种基于MLD机制的DAD检测方案,并在理论上描述了该算法的实现过程。NS-2仿真结果表明该方案优化了切换算法,提高了切换效率,改善了移动性管理。     

一种快速自动检测海面目标算法

为实现海事动态视频监测中海面目标的自动检测,提出基于小波域视觉注意选择机制的海面目标快速检测算法。根据人类视觉观测特点,首先利用提升小波变换在小波域建立了双尺度视觉选择注意模型,然后在粗分辨率低频子带上分别利用相位谱法和梯度法建立视觉显著图,并对两者进行有效融合形成综合视觉显著图,最后通过小波反变换得到原始高分辨率图像的视觉显著图,并由此实现海面目标区域的提取。实验结果表明:该算法能够快速、准确地实现海面目标的自动检测,可用于基于海洋浮标的海事智能监测。     

基于GOCI数据黄海气溶胶光学厚度反演方法研究

气溶胶是研究大气辐射收支的重要参数,确定气溶胶光学特性对于研究气候变化和实现卫星定量遥感有重要意义。针对黄海上空气溶胶反演时存在下垫面背景受到内陆河流巨大影响及吸收性气溶胶干扰的问题,本文提出了一种基于GOCI数据的气溶胶光学厚度反演新算法,利用AERONET数据对比分析了黄海上空气溶胶光学厚度的反演精度,结果表明该算法能较好地反演气溶胶光学厚度,相比业务化算法具有较高的反演精度。     

基于相干原理的多波束测深新算法

为了改善多波束声纳的分辨率,提出了一种基于相干原理的测深新算法,对每一个波束脚印内的信号进行相干处理,获得了大量的海底深度值。在此基础上,采用新算法对仿真数据和某型号多波束测深声纳湖上实验数据进行处理。结果表明,相对于传统多波束测深算法,该算法可显著提高声纳海底测量的分辨率,获得大量的海底深度测量值。     

基于字符特征的数字字符识别算法

提出了一种基于字符特征的数字字符识别算法,对识别过程和算法实现进行了详细介绍。该算法避免了细化、轮廓提取和模板匹配等复杂的计算,具有计算简便、实现简单的优点。     

在CAD中实现等高线自动内插的一种方法

针对实际工作中内插等高线这一问题,分析了内插等高线算法的基本原理以及实际绘图时可能遇到的几种特殊情况,给出了用ObjectARX语言实现该算法的程序,提出了一些需要注意的问题。该算法及程序可以解决大部分地形图等高线的内插问题,在实际工作中具有较高的实用价值。     

海洋地磁三分量测量船磁干扰消除改进算法

为了解决三分量海洋环境地磁场测量中的排除船磁干扰的问题,通过对包含船磁干扰的地磁场解算数学模型的研究,发现在模型参数不完全已知的情况下,从磁场测量数据中分离三分量地磁场具有理论可行性。应用该理论建立了卡尔曼滤波迭代算法,对传统解算算法进行了改进。通过计算机仿真分析和实验室验证实验,证明了该算法的可行性。由于算法不需要测量全部地磁场解算的数学模型参数,因此应用该算法进行三分量海洋地磁场测量的工程实践难度将大大降低。     

一种基于Agent位置透明及消息缓冲体的消息传递机制

针对移动 Agent的可靠消息传递问题 ,提出 1种基于 Agent位置透明及消息缓冲体的消息传递机制 ,并从 Agent命名、Agent服务注册和消息缓冲几个方面 ,给出消息传递机制的具体实现算法。与现有通信机制相比 ,较好解决了 Agent在移动前后及移动过程中的消息传递问题。     

改进的ICP点云配准算法

三维激光点云配准是点云三维建模的关键问题之一。经典的ICP算法对点云初始位置要求较高且配准效率较低,提出了一种改进的ICP点云配准算法。该算法首先利用主成分分析法实现点云的初始配准,获得较好的点云初始位置,然后在经典ICP算法的基础上,采用k-d tree结构实现加速搜索,并利用方向向量夹角阈值去除错误点对,提高算法的效率。实验表明,本算法流程在保证配准精度的前提下,显著提高了配准效率。     

基于源路由的IPv6网络瓶颈带宽定位和估计

网络瓶颈带宽是网络性能的重要指标,现有的瓶颈测量工具只能定位和估计端到端路径的瓶颈带宽,无法定位和估计网络各处的瓶颈带宽,不能满足各种网络设计、管理及应用的需求。文中基于IPv6网络的源路由机制,设计能够定位和估计整个IPv6网络瓶颈带宽的算法和测量包序列,提出基于现代最优化原理的动态规划和分支定界算法,实现了测量工具Netneck。部署在1台探测主机的Netneck就可以定位和估计整个IPv6网络的瓶颈,能够满足全网瓶颈测量的需求。通过部署在CNGI-6PlanetLab平台的大量CERNET2 IPv6网络实验,验证了该算法和工具的有效性。     

一种使用卫星高度计数据且基于密度聚类的新型海洋中尺度涡自动探测算法

中尺度涡旋是海洋中典型的中尺度现象,是海洋中能量传递的运输者,中尺度涡识别与提取是物理海洋学研究的重要内容之一,而中尺度涡自动发现算法是最基础的用于寻找与分析中尺度涡的工具。中尺度涡旋探测工作的数据来源主要为卫星高度计数据融合出的SLA数据,该数据可以客观的描述海洋表层高度状态。中尺度涡表示为SLA闭合等值线所包围的局部等值区域,涡旋识别需要从SLA数据中提取出稳定的闭合等值线结构。针对基于SLA数据中的中尺度涡探测的特点,本文提出了一种新的基于聚类方法的中尺度涡自动识别算法,通过对SLA数据集的分割与筛选将中尺度涡区域与背景区域分离,后建立区域内联系并将其映射到SLA地图上来提取中尺度涡结构。本文算法解决了传统探测算法中参数设定的敏感性问题,不需要进行稳定性测试,算法适应性增强。算法中加入了涡旋筛选机制,保证了结果的涡旋结构的稳定性,提高了识别准确率。在此基础上,本文选取了西北太平洋及中国南海地区进行了中尺度涡探测实验,实验结果展示出了本文算法在较传统算法提高算法效率的同时,也保持着较高的算法稳定性,可以在稳定识别各个单涡结构的同时识别稳定的多涡结构。     

卫星视频舰船目标检测方法

舰船目标检测是进行海上目标监管,保障海上权益的重要手段.本文在SSD(single shot multibox detector)算法的基础上,利用残差网络(ResNet,residual network)作为骨干网络构建SSD模型,将改进后的SSD算法应用于卫星视频舰船目标检测,该算法采用残差连接替换原本的级联方式,...     

基于模型相似度拟合的海杂波统计方法

本文提出一种基于模型相似度拟合的海杂波统计方法。首先根据合成孔径雷达(SAR)图像计算瑞利分布、对数正态分布、韦布尔分布、K分布、G0分布5种经典的海杂波分布的概率密度函数,然后根据模型间的相似度准则拟合得到新的海杂波分布模型。文章利用四景不同类型的真实SAR数据对算法的拟合性能进行了评价,结果显示利用该算法得到的拟合模型与真实SAR数据的平均Kullback-Leibler距离仅为0.015 84,远优于其他分布模型。基于该拟合模型的恒虚警率舰船检测算法对四景SAR数据的平均检测精度达到95.75%,在控制虚警和漏检方面均优于采用其他模型的同类方法。     

Validation of AltiKa Matching Pursuit Rain Flag

The major drawback of Ka band, operating frequency of the AltiKa altimeter on board SARAL, is its sensitivity to atmospheric liquid water. Even light rain or heavy clouds can strongly attenuate the signal and distort the signal leading to erroneous geophysical parameters estimates. A good detection of the samples affected by atmospheric liquid water is crucial. As AltiKa operates at a single frequency, a new technique based on the detection by a Matching Pursuit algorithm of short scale variations of the slope of the echo waveform plateau has been developed and implemented prelaunch in the ground segment. As the parameterization of the detection algorithm was defined using Jason-1 data, the parameters were re-estimated during the cal-val phase, during which the algorithm was also updated. The measured sensor signal-to-noise ratio is significantly better than planned, the data loss due to attenuation by rain is significantly smaller than expected (<0.1%). For cycles 2 to 9, the flag detects about 9% of 1Hz data, 5.5% as rainy and 3.5 % as backscatter bloom (or sigma0 bloom). The results of the flagging process are compared to independent rain data from microwave radiometers to evaluate its performances in term of detection and false alarms.     

高分影像砂质海岸线精细提取及校正方法

通过遥感影像稳定获取大范围、连续性海岸线数据,是开展海岸带研究的重要手段之一.针对传统边缘检测算法处理高分辨率遥感影像存在的噪声敏感性、阈值不稳定性等问题,引入一种强鲁棒性的结构森林边缘检测(Strected?Forests?Edge?Detection,?SE)算法,对海口市西海岸砂质岸线进行识别,并提出基于Bruu...     

一种基于边缘信息的车辆检测和跟踪方法

针对智能交通系统中运动车辆的检测和跟踪问题,提出1种基于边缘信息车辆检测和跟踪方法。利用背景边缘提取模板提取当前帧的精确背景边缘,进而获得前景车辆边缘,用形态学方法对其进行修复,寻找车辆的外轮廓,确定跟踪区域;由于车辆运动的特殊性,以当前帧的车速作为下一帧车速的预测值,并结合跟踪区域的外形信息进行匹配。从实验效果来看,该算法简单有效,适合于实时的车辆检测和跟踪系统。     

数学形态学方法在海面船目标检测中的应用

为进一步提高检测精度，提出1种将数学形态学方法应用到船目标检测数据后处理中的算法，根据该算法设计的数学形态学滤波器可以有效地消除SAR图像斑点噪声在船目标检测中造成的影响，减少船目标检测的误判，提高参数估计准确性。     

基于时间-Doppler分析的海杂波背景下小目标检测

为解决传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于时间-Doppler分析法来检测小目标。该算法用离散短时傅里叶变换对实测海杂波数据分析得到不同距离门的时间-Doppler速度图,通过分析和比较距离门含有小目标的Doppler展宽和Doppler速度大小与其他距离门不含有小目标的Doppler展宽和速度大小的不同,即可检测出小目标。实验证明,该算法是有效的。     

Artificial intelligence-based hull structural plate corrosion damage detection and recognition using convolutional neural network

With the support of big data and GPU acceleration training, the artificial intelligence technology with deep learning as its core is developing rapidly and has been widely used in many fields. At the same time, feature extraction operations are required by the current image-based corrosion damage detection method in the field of ships, with little effect but consuming the large amount of manpower and financial resources. Therefore, a new method for hull structural plate corrosion damage detection and recognition based on artificial intelligence using convolutional neural network is proposed. The convolutional neural network (CNN) model is trained through a large number of classified corrosion damage images to obtain a classifier model. Then the classifier model is used with overlap-scanning sliding window algorithm to recognize and position the location of corrosion damage. Finally, the damage detection pattern for hull structural plate corrosion damage as well as other types of superficial structural damage using convolutional neural network is proposed, which can accelerate the application of artificial intelligence technology into the field of naval architecture & ocean engineering.     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。