基于多尺度几何分析的SAR图像的去噪和融合综述

本文针对SAR图像的特点及多尺度变换的优势,综述了多尺度变换在SAR图像的去噪和融合方面的进展。     

基于面向对象高分辨率影像的校园地物提取

针对高分辨率遥感影像的校园地物分类,引入了面向对象的信息提取技术,以校园作为研究对象,实现校园用地的分类和提取。最终结果精度高达85%左右,比传统监督分类中相对成熟的最大似然的精度高出10%左右,同时克服了"椒盐"噪声的影响,各地物信息的提取特征比较明显,具有较大的应用潜力。     

高分辨率遥感影像融合方法的比较研究

多源遥感数据融合技术是现今解决如何综合各种类型的遥感影像信息,提高遥感数据利用率的有效手段。高分辨率遥感影像由于其信息的多样性和复杂性,对遥感数据融合提出了更高的要求。本文以Quickbird遥感影像为例,研究中引入了3种融合方法进行融合比较研究。这3种融合方法是IHS变换,主成分分析（PCA）和Brovey变换。并且从光谱信息和空间细节信息2方面进行定量分析,从中分析出比较适合于Quickbird遥感影像融合的与方法。     

基于ENVI的高分辨率遥感图像在矸石山提取中的应用研究

煤矸石堆积已经成为愈来愈严重的环境问题,及时有效地对矸石山信息进行提取,对于矸石山治理及矸石山地质灾害监测具有重要意义。本文以淮南谢一矿矸石山为例,以Quick Bird高分辨率遥感图像为数据源,利用ENVI软件对图像进行去噪处理、增强处理、几何校正,对矸石山进行提取。从精度检测可以看出,基于ENVI从高分辨率遥感图像中提取矸石山的精度较高,可广泛用于矸石山动态监测与研究。     

研究发现可用于高分辨率生物分子电学检测的新材料

上海应用物理所物理生物学实验室的方海平研究组与樊春海研究组合作,通过理论计算发现,把单层石墨烯放在金（111）表面形成的复合结构,可以稳定吸附DNA分子,进而通过石英晶体微天平（QCM）技术在实验上很好地验证了该理论研究结果。这一复合纳米结构因具有很好的导电性,有望在生物分子检测和纳米器件等领域有着广阔应用前景。     

高分辨率遥感影像天然林与人工林植被覆盖信息提取

森林类型识别是森林资源遥感监测的基础工作,低分辨率遥感影像缺少纹理细节信息,高分辨率遥感影像不仅具有光谱信息,而且提供丰富的空间、纹理特征信息,因此基于高分辨率遥感影像的纹理特征进行森林内部信息的提取成为近年研究的热点及难点,传统基于单个象元纯光谱及面向对象建立规则集的方法难以有效区分天然林与人工林植被覆盖信息.本文利用面向对象多尺度分割算法、Sobel算子边缘检测及骨架线提取等方法,提取天然林与人工林的纹理线特征,构建了一种新的特征指数——纹理线条密度指数(TLDI).研究表明:与常用的NDVI、SAVI、EVI等植被特征及VAR、HOMO、CON等GLCM纹理特征指数相比,TLDI指数的离散度更好、分类效果更佳;当TLDI＞0.1时,为天然林植被覆盖区;当0＜TLDI＜0.1时,为人工林植被覆盖区.典型区域的实验表明,除极少数稀疏天然林对象斑块错分人工林,总体分类精度较高,人工林错分率小于0.83％,面向对象的TLDI指数可以有效地提取森林内部天然林与人工林植被覆盖信息.     

信息化与工业化融合方向及融合模式研究

从信息化与工业化融合内涵的角度入手,分析了信息化与工业化融合过程中相互作用的机理及融合的方向,提出信息化与工业化融合的五种模式。在此基础上,结合吉林省省情特点,提出吉林省信息化与工业化融合的总体思路,融合模式及企业信息化与工业化融合的对策。对我国信息化与工业化融合的建设具有一定的借鉴作用。     

基于克里金插值的高分辨率降水量融合方法及质量评估

为了扩大浙江区域降水观测范围至海上区域,以浙江省研发的雷达定量估测降水(ZJ-QPE)为海上区域产品,以基于自动气象站观测的逐10分钟小时降水量作为地面观测产品,采用了克里金(Kriging)插值方法对二者进行融合试验,生成了浙江区域10分钟、0.01°×0.01°分辨率的高分辨率降水量融合产品。本文分别从产品误差的时空分布特征的融合效果以及对强降水过程监测能力等方面,对比评估了融合降水的产品质量。结果表明,该方案在陆地区域(存在站点)的地区能较好地保留地面观测信息,在海洋区域(雷达格点)则保留雷达反演的降水信息,最终形成了一套覆盖浙江及周边区域的高时空分辨率的降水格点场。     

机载单天线SAR动目标检测与参数估计

对机载单天线SAR/GMTI模式下动目标参数估计精度较低的问题进行研究.首先,用多普勒频移量和距离走动量来估计动目标径向速度,根据估计的结果校正距离走动.然后,用改进的反射特性位移法来估计动目标的多普勒调频率,在不存在加速度时估计出动目标方位向速度.这样就可以在进行动目标参数估计的同时实现聚焦成像.仿真结果验证了该方法的有效性.     

产业融合与人才培养综合化研究

产业融合和技术融合是推动产业向高端化发展的基本形态,在高技术产业中表现尤为突出.产业融合改变了原有技术体系的标准,多种技术融合与生成,需要跨学科专业、理论与技能一体化的复合型人才.高校要主动适应产业结构变化的趋势,调整人才培养思路,改革教学环节,建立与之相适应的人才培养体系.     

合成孔径雷达杂波功率谱的计算

在传统的杂波计算中,将地表进行"等距离-等多普勒"划分。以雷达天线的发射、接收理论和雷达的目标散射理论为基础,推导出合成孔径雷达杂波功率谱的计算公式,并对公式的闭合积分解和实时算法进行了讨论。     

星载SAR方位压缩处理的FPGA实现

星上实时成像处理器是未来星载合成孔径雷达的重要组成部分，它可以进一步提高星载合成孔径雷达的性能，拓宽其应用。方位压缩处理是实时成像处理的核心。本文介绍了合成孔径雷达方位压缩处理的基本原理，并对星上实时成像处理器的系统参数进行了详细分析，提出了一种基于FPGA实现星载合成孔径雷达实时成像处理器中方位压缩处理的方法，完成了包括ISA接口、FFT运算、匹配滤波和复数取模在内的方位压缩处理器的设计。根据星上环境对器件的特殊要求，选用Xilinx的VirtexII系列FPGA进行硬件实现。对点目标仿真数据和实际数据的测试表明，该方法完全满足星上实时处理需求。     

基于改进SPIHT算法的SAR图像压缩

小波变换和多级树集合分裂算法(SPIHT)在合成孔径雷达(SAR)图像压缩方面取得了良好的效果,但SPIHT编码方法的复杂性制约了压缩速率的提高.针对SPIHT编码速度慢和占用内存大的问题,提出一种改进的无链表SPIHT算法,以提高编码运算速度,减少资源占用量,使其适于硬件实现.实验结果表明,该方法能达到与原算法相同的压缩效果,而运算速度大大提高,适于实时实现.     

星载SAR回波中频采样后直接BAQ的设计

提出了一种星载合成孔径雷达(SAR)回波中频采样后直接分块自适应量化(BAQ)的设计.从理论上证明了中频BAQ的可行性.与中频回波数字下变频后再BAQ的典型结构相比,该设计将数字下变频放到地面进行,简化了电路结构,节省了硬件资源.采用免混频结构时,仿真结果表明:下传数据率相同的情况下两者的性能接近,新方案所耗费的硬件资源不到前者的1/3.     

星载SAR原始数据实用化数据域压缩算法量化与饱和误差解析

给出了实用化压缩算法(分块自适应算法及截取高位算法)数据域量化与饱和误差的解析表达式,建立了实用化压缩算法数据域信噪比与回波信号标准差之间的关系.最后,将理论推导结果与数据仿真结果、实测数据结果相比较,验证了理论推导结果的正确性,该方法为星载SAR原始数据压缩比选取提供了理论指导.     

基于俯仰角压缩的阵列天线合成孔径雷达三维成像算法

从阵列天线合成孔径雷达(SAR)的信号模型出发,提出了一种基于俯仰角压缩的阵列天线SAR三维成像算法,解决了阵列天线SAR中存在的距离单元徙动项的校正问题,从俯仰角压缩的角度分析了阵列天线SAR的三维成像原理.通过计算机仿真验证了信号模型和三维成像算法的有效性.     

高质量共建“一带一路”加快构建“双循环”新发展格局

文章首先回顾了“一带一路”倡议提出10年以来在政策沟通、设施联通、贸易畅通、资金融通、民心相通方面的建设成效,阐释了“一带一路”建设对构建“双循环”新发展格局的重要意义;进而,结合我国新发展阶段的实际国情,分析了“一带一路”建设在全球经济贸易新形势上面临的机遇和挑战;最后,从产业链协同、营商环境建设、新动力培育、科技创新赋能、风险管控防范5个方面提出了高质量共建“一带一路”的政策建议。     

Detection of Bone Metastases in Breast Cancer (BC) Patients by Serum Tartrate-Resistant Acid Phosphatase 5b (TRACP 5b), a Bone Resorption Marker and Serum Alkaline Phosphatase (ALP), a Bone Formation Marker,in Lieu of Whole Body Skeletal Scintigraphy with Technetium99m MDP

Bone metastases are a serious problem in patients with advanced cancer disease and their presence usually signifies serious morbidity prior to the patient’s death. In breast cancer patients the incidence of bone metastasis is observed to be very high at 70 %, as seen during post-mortem examination. Bone metastasis is difficult to diagnose, treat or follow clinically without radiological tools. This study was designed to evaluate the utility of a novel bone resorption marker–serum tartrate-resistant acid phosphatase 5b (TRACP5b) and the bone formation marker such as serum total alkaline phosphatase (ALP), in comparison with whole body skeletal scintigraphy with Technetium99m MDP for the diagnosis of bone metastases (BM) in breast cancer (BC) patients. This study is intended to help the clinician to diagnose bone metastasis without resorting to radiological tools, as they are not cost effective and carry the risk of radiation. Experimental design: Four groups of samples were analysed. 1st group consists 52 normal female (cancer free women), 2nd group consists 38 BC patients without bone metastasis, 3rd group consists 27 breast cancer patients with limited bone metastasis (3 or less than 3 skeletal lesions) and 4th group consists 35 breast cancer patients with extensive bone metastasis (4 or more than 4 skeletal lesions), conformed by whole body skeletal scintigraphy with Technetium99m MDP. One way ANOVA was used to compare serum TRACP5b and serum ALP among these groups. Both serum TRACP5b and serum ALP are not markedly elevated in limited bone metastasis but are strongly elevated in extensive bone metastasis (p < 0.0001). As seen in this study the biochemical bone resorption marker, serum TRACP5b, abnormally increased in extensive bone metastasis of breast cancer patients and can be used as a specific marker for bone metastasis in lieu of radiological tools.     

有腹筋RC梁表层嵌贴CFRP板的抗剪加固试验研究

混凝土结构表层嵌贴碳纤维（CFRP）板或筋,是一种新兴的结构加固方法。本文对2根对比梁和5根表层嵌贴CFRP板条的抗剪加固梁进行了试验研究,考虑了CFRP板间距、CFRP板加固量和箍筋配筋率三个参数对抗剪承载力的影响。研究表明,表层嵌贴CFRP板加固法能有效提高钢筋混凝土有腹筋梁的抗剪承载力。文中还对加固梁的破坏模式作了分析。     

Towards enhancing stacked extreme learning machine with sparse autoencoder by correntropy

The stacked extreme learning machine (S-ELM) is an advanced framework of deep learning. It passes the ‘reduced’ outputs of the previous layer to the current layer, instead of directly propagating the previous outputs to the next layer in traditional deep learning. The S-ELM could address some large and complex data problems with a high accuracy and a relatively low requirement for memory. However, there is still room for improvement of the time complexity as well as robustness while using S-ELM. In this article, we propose an enhanced S-ELM by replacing the original principle component analysis (PCA) technique used in this algorithm with the correntropy-optimized temporal PCA (CTPCA), which is robust for outliers rejection and significantly improves the training speed. Then, the CTPCA-based S-ELM performs better than S-ELM in both accuracy and learning speed, when dealing with dataset disturbed by outliers. Furthermore, after integrating the extreme learning machine (ELM) sparse autoencoder (AE) method into the CTPCA-based S-ELM, the learning accuracy is further improved while spending a little more training time. Meanwhile, the sparser and more compact feature information are available by using the ELM sparse AE with more computational efforts. The simulation results on some benchmark datasets verify the effectiveness of our proposed methods.