基于matlab GUI的电子散斑干涉图像采集和处理系统

应用电子散斑干涉技术测量物体微小位移时,图像实时采集和快速处理是提高测量效率的关键,该系统基于matlab GUI在图像采集卡上做二次开发,实现了干涉图像的实时采集,并利用matlab图像处理工具箱提供的图像处理函数对采集的干涉图像进行快速处理,得到了了清晰的干涉条纹图像。实用表明,该系统具有较好的交互性和快速性。     

激光散斑法表面粗糙度测量的实验研究

光学散斑法是一种较新的表面粗糙度测量方法,因其非接触、面采样、装置简单等优点而得到广泛关注。为探讨光学散斑法工程应用的可行性,利用标准研磨样块对光学散斑法中的两种方法:散斑对比度法及空间平均散斑法进行了实验。结果表明,两种散斑法均可用于表面粗糙度测量,而空间平均散斑法给出了特征参数与表面粗糙度的严格定量关系,可得到更可靠的测量结果。     

一种基于快速傅立叶变换的数字散斑系统

文章提出了一种数字散斑系统,借鉴数字全息对图像直接处理的思想,使用CCD直接接收散斑图,通过计算散斑图各处的空间频谱分布快速获取物像各处的位移;在具体的计算过程中,基于快速傅立叶变换（Fast Fourel Traslation,即FFT）,通过实验证明所构成的散斑计量系统具有简单高效、测量精度较高的特点。     

数字散斑相关测量方法的比较

本文主要介绍了在数字散斑相关测量中常用的几种方法，即相关系数插值、梯度法及小波多级分解的相关搜索方法，详细地比较了这几种方法在计算模拟散斑图位移时的精确度和相对误差，并以相对误差为依据，得出精确的测量方法。     

基于共生纹理特征的表面粗糙度测量

激光经被测粗糙度量块表面散射后,在观察面形成散斑,其包含丰富的表面形状的信息。笔者将散斑图像看作纹理图像,可以看出接收到的散斑图像与粗糙度量块的表面密切相关,因此,用计算机纹理分析的方法对散斑图像进行分析必然能得到表面粗糙度的信息。同时将得到是纹理特征进行高斯加权,能够使其更贴切的反映图像的本质。     

基于共生纹理特征的表面粗糙度测量

激光经被测粗糙度量块表面散射后,在观察面形成散斑,其包含丰富的表面形状的信息。笔者将散斑图像看作纹理图像,可以看出接收到的散斑图像与粗糙度量块的表面密切相关,因此,用计算机纹理分析的方法对散斑图像进行分析必然能得到表面粗糙度的信息。同时将得到是纹理特征进行高斯加权,能够使其更贴切的反映图像的本质。     

玻璃钢蒙皮蜂窝夹层结构的激光错位散斑检测

本文介绍了错位散斑检测的原理及方法,利用LTI-5100HD激光错位散斑检测统对预置紧贴型缺陷的玻璃钢蒙皮蜂窝夹层结构试件进行检测.实验结果表明,检测结果与预置缺陷相符,检测具有可靠性,激光错位散斑检测热加载技术适用于玻璃钢蒙皮蜂窝夹层结构中紧贴型缺陷的检测.     

干涉SAR图像数据压缩

研究干涉SAR图像数据压缩问题,提出将干涉SAR的数据压缩转化为一个幅度图像的压缩和一个干涉相位图的压缩.设计机上信号处理流程,给出基于DCT和DWT的2种机上数据压缩方法,并对其数据压缩性能进行分析.针对相干斑对干涉相位影响较大的问题,在对干涉相位图进行压缩前,插入回转中值滤波.不同信噪比下干涉SAR仿真数据和实际数据的处理结果,表明了本文方法的有效性.     

基于分类的极化干涉SAR数据相干斑滤波方法

提出一种极化干涉SAR数据滤波方法.通过结合最优干涉相干系数和Freeman-Durden分解的非监督分类方法,利用干涉信息对极化信息不敏感的体散射区域进行进一步的划分;再选择与中心像素同类且干涉相位相近的像素参与滤波,达到在滤波的同时更好地保护数据极化信息和干涉信息的目的.利用ESAR数据进行实验,证明2种改进算法在抑制相干斑的同时,能有效保持目标散射特性、数据极化信息和干涉信息.     

数字散斑相关法测定飞艇气囊材料弹性常数

本文首先介绍了飞艇气囊材料弹性常数测试与非接触式的应变测量方法--数字散斑相关方法的基本原理;并利用上述原理完成了某型飞艇气囊材料弹性常数测试;最后通过对试验结果的分析对比探讨了数字散斑相关方法在测定飞艇气囊材料弹性常数的适用性。     

时序关联与结构表征视角下的信息隐私研究主题演化研究

【目的/意义】识别信息隐私研究领域的热点主题,梳理主题演化路径。【方法/过程】针对主题识别语义杂乱 等问题,提出时序关联与结构表征视角下的主题演化分析方法。首先利用LDA（Latent Dirichlet Allocation）模型识 别多时间窗口下的文献主题,进一步运用共词分析绘制语义更为独立的主题凝聚子群。在此基础上,从时序关联 维度计算相邻窗口下主题间的相似度,梳理演化路径;从结构表征维度,设计主题新颖度、中心性、影响力等计量指 标,探寻信息隐私前沿和热点主题的演化变迁。【结果/结论】实证分析结果表明,本文方法可以深度挖掘信息隐私 领域研究主题,从宏微观两个维度全面梳理主题的演化路径。研究有利于探测信息隐私研究的前沿。【创新/局限】 综合运用LDA主题模型与共词分析方法绘制主题凝聚子群,从时序演化和结构表征两个维度探寻主题演化路径。 未来研究中有待于引入多种数据源以对比主题差异,有待于引入多元组术语改善主题识别效果。     

Detecting spam blogs from blog search results

Blogging has been an emerging media for people to express themselves. However, the presence of spam blogs (also known as splogs) may reduce the value of blogs and blog search engines. Hence, splog detection has recently attracted much attention from research. Most existing works on splog detection identify splogs using their content/link features and target on spam filters protecting blog search engines’ index from spam. In this paper, we propose a splog detection framework by monitoring the on-line search results. The novelty of our splog detection is that our detection capitalizes on the results returned by search engines. The proposed method therefore is particularly useful in detecting those splogs that have successfully slipped through the spam filters that are also actively generating spam-posts. More specifically, our method monitors the top-ranked results of a sequence of temporally-ordered queries and detects splogs based on blogs’ temporal behavior. The temporal behavior of a blog is maintained in a blog profile. Given blog profiles, splog detecting functions have been proposed and evaluated using real data collected from a popular blog search engine. Our experiments have demonstrated that splogs could be detected with high accuracy. The proposed method can be implemented on top of any existing blog search engine without intrusion to the latter.     

西北地区NDVI对水热条件年内变化的响应及其空间特征

利用西北地区1982年-2006年日均温与降水数据和GIMMS—NDVI数据,以时滞互相关法为基础,通过生态区划和植被类型两个层面分析了水热条件的季向变化同半月NDVI变化之间的相关关系,分析结果表明：①植被覆盖较好且海拔较低的山地区以及河流沿线的NDVI与气温、降水的相关程度相对较高,响应也较快,而盆地以及海拔较高的高原或山地区的相关程度相对较低且响应时间较长,初步判定是水热条件好的区域相关程度高且响应迅速,相反水热条件差的区域相关程度低且响应迟缓。进一步以西北地区生态地理区划分析西北地区水热状况对NDVI变化的影响,得出≥10℃积温和降水量大的地区NDVI与气温、降水的相关程度较大且响应快,相反则相关程度较小且响应慢,并且在半月均温和半月平均降水的共同作用下影响半月NDVI平均值的变化;②气温和降水变化对植被NDVI的影响程度从大到小依次为针叶林、灌丛和草原、草甸和草本沼泽、阔叶林与荒漠植被,即由东、西分别向荒漠植被,相关性逐渐减小。某一类型的植被的生长对气温的要求高,则这类植被与气温的相关程度高且响应快,相反植被的生长对气温的要求低,则这类植被与气温的相关程度则低且响应慢,对于降水也是如此。     

非Kolmogorov湍流情况下低阶校正自适应光学系统的性能分析

系统地研究了非Kolmogorov湍流情况下低阶校正自适应光学系统的性能.从理论上分析了非Kolmogorov湍流情况下相位扰动的空间特性和时间特性,推导了相位扰动的空间结构函数、时间结构函数以及时间功率谱.基于哈特曼-夏克波前传感器,提出了一些测量大气参数的新方法.引入模式时间校正因子和模式非等晕因子,分析了低阶校正自适应光学系统的波前残余误差,并首次对扩展目标情况时低阶校正自适应光学系统的非等晕误差进行了研究.此外还根据实际采集的太阳表面米粒结构图像,采用事后处理的方法研究了倾斜校正自适应光学系统的性能.     

京津冀CO2排放的时空差异及影响因素研究

研究京津冀CO₂排放的时空特性及影响因素,对实现京津冀生态环境协同治理具有重要的理论及实践意义。本文首先对2000—2014年京津冀CO₂排放的时空特性进行了分析,然后利用LMDI分解方法对京津冀CO₂排放的影响因素进行总体分析。并在此基础上,结合LMDI分解方法和M-R空间分解方法,本文具体分析了京津冀CO₂排放时空差异的影响因素。研究发现：① 研究期内京津冀CO₂排放增长迅速,从2000年的3.67亿t增长到2014年的10.02亿t。其中,河北对京津冀CO₂排放贡献最大,达到72.02%。② 经济总量（贡献度：152.17%）是导致京津冀CO₂排放增长的主要因素。能源利用效率（贡献度：-56.29 %）和能源结构调整（贡献度：-34.39 %）是抑制京津冀CO₂排放增长的主要因素。此外,产业结构调整、收入提高和城镇化也是导致京津冀CO₂排放增长的重要因素。③ 京津冀各地区CO₂排放差异不断扩大。经济总量大和能源利用效率低是河北CO₂排放高于京津翼平均水平的主要原因,以优质能源为主的能源结构是北京CO₂排放低于京津翼平均水平的主要原因。     

基于同现模式的反恐情报时空汇聚特征分析

[目的/意义]对多源异构时空数据进行同现模式挖掘可以发现涉恐人员、涉恐物资、涉恐活动在邻近地点同时段共同出现的规律,为反恐工作提供包含时间特征和空间特征的情报信息。[方法/过程]在同位模式挖掘的基础上提出预先确定目标情报类别从而确定涉恐人员分类方式,使用概念层次树对涉恐物资和涉恐活动进行数据预处理,使得目标同现模式覆盖更多情报信息。[结果/结论]该方法与同位模式挖掘、频繁时间序列模式挖掘以及各种时空轨迹模式挖掘可以相互补充,覆盖多种不同的反恐情报信息,完善反恐预警机制,为反恐决策提供客观依据。     

基于机器学习的日尺度短波净辐射气候资源遥感反演研究

日尺度地表短波净辐射（DNSSR）是大部分陆面过程模型、全球环流模型、陆-气交换过程模型和各种水文模型的重要输入参数,在自然资源调查、生态环境监测、能量平衡研究等领域具有重要的研究意义和实用价值。本文通过匹配MODIS双星遥感观测和FLUXNET日尺度地面观测数据,筛选出包含18个自变量总计15531对的有效样本,利用机器学习的随机森林方法构建了日尺度DNSSR遥感反演模型,并利用地面实测数据对模型结果进行了真实性检验。结果表明,构建的日尺度DNSSR遥感模型的偏差Bias为-0.1 W/m²,均方根误差RMSE为27.8 W/m²,决定系数R²为0.90,表现出良好的精度。基于此过程,得到MODIS双星反演的DNSSR全球分布结果,并与不同季节下再分析ERA5数据扩展得到的DNSSR数据进行了对比,发现两者全球分布特征基本一致,且均与太阳能量随季节变化分布特点密切相关。为进一步证实验证的结果,将ERA5和地面站点实测数据作了进一步的对比,结果从侧面证实了本文构建的MODIS的DNSSR产品精度远高于ERA5的DNSSR,而且其产品空间分辨率也有了极大提升。研究结果证明,本文提出的基于MODIS双星观测与机器学习的日尺度DNSSR反演模型具有反演精度高、空间分辨率高、具备时间连续性等优点,能够有效移植至其他气候资源的遥感反演。     

User community detection via embedding of social network structure and temporal content

Identifying and extracting user communities is an important step towards understanding social network dynamics from a macro perspective. For this reason, the work in this paper explores various aspects related to the identification of user communities. To date, user community detection methods employ either explicit links between users (link analysis), or users’ topics of interest in posted content (content analysis), or in tandem. Little work has considered temporal evolution when identifying user communities in a way to group together those users who share not only similar topical interests but also similar temporal behavior towards their topics of interest. In this paper, we identify user communities through multimodal feature learning (embeddings). Our core contributions can be enumerated as (a) we propose a new method for learning neural embeddings for users based on their temporal content similarity; (b) we learn user embeddings based on their social network connections (links) through neural graph embeddings; (c) we systematically interpolate temporal content-based embeddings and social link-based embeddings to capture both social network connections and temporal content evolution for representing users, and (d) we systematically evaluate the quality of each embedding type in isolation and also when interpolated together and demonstrate their performance on a Twitter dataset under two different application scenarios, namely news recommendation and user prediction. We find that (1) content-based methods produce higher quality communities compared to link-based methods; (2) methods that consider temporal evolution of content, our proposed method in particular, show better performance compared to their non-temporal counter-parts; (3) communities that are produced when time is explicitly incorporated in user vector representations have higher quality than the ones produced when time is incorporated into a generative process, and finally (4) while link-based methods are weaker than content-based methods, their interpolation with content-based methods leads to improved quality of the identified communities.     

面板数据下水资源安全的灰色聚类评估

根据水资源安全评价指标确立的原则,建立全面合理的水资源安全评价指标体系。在面板数据分析领域下,提出基于中心点三角白化权函数的水资源安全灰色评估模型,根据白化权函数值离差最大化原理改进指标权重的确定方法,并利用灰色聚类时间系数来表征面板数据的时间维度,反映水资源安全评价的时间特征和评价指标的重要程度。结合青海省8个行政分区的水资源安全评价结果,验证了该模型合理、可行。     

伴随模式在反恐情报同步轨迹数据分析中的应用研究

[目的/意义]对反恐情报中的时空轨迹数据进行伴随模式挖掘,可以发现涉恐群体的同时间段动态空间位置移动规律。[方法/过程]根据反恐情报数据的特点,修改经典伴随模式挖掘方法中的相似度度量方式和聚类方式,不断迭代完成"聚类和取交集"操作,将满足条件的涉恐活动时空轨迹伴随模式导出。[结果/结论]该方法能够挖掘涉恐群体的同步移动路径,定位重点活动地点,分析涉恐人员之间的亲近度,为打击暴恐活动提供数据参考。