《高频电子线路》课程“振幅解调”教学策略

介绍两种常用的调幅信号解调方法,即同步检波法、包络检波法。采用对比教学法帮学生建立振幅解调的完整知识体系。引导学生设计简易二极管包络检波电路并观察解调失真。初步探索在高频电子线路课程中理论、实践相结合的新思路、新途径。     

表面肌电的处理方法及在体育科研中的应用前景

表面肌电信号的检测是一种无创电检测方法，它的检验分析对临床诊断及康复医学、运动医学等具有重要意义。肌电图学在体育科学研究上应用较晚，主要用于对肌肉力量和肌肉疲劳的诊断上，并逐步从基础理论研究转向为运动技术服务的实践研究。对表面肌电的信号分析方法及其在体育中应用前景做一综述。     

基于多状态跳转模型的场景独立音频事件检测方法

针对不同类型事件设计多状态跳转模型,结合两种深度神经网络实现对传统音频事件检测框架的改进。实验表明,在DCASE2017任务2的开发集数据上,改进后的DNN-HMM系统相比于基线系统取得F值8.9%的相对提升和错误率19%的绝对下降;基于多状态跳转模型聚类的卷积神经网络模型（SC-CNN）,相比于基线系统取得F值18%的相对提升和错误率30%的绝对下降。     

WorldView-2影像的水深探测能力

以中国南海东岛周边海域为研究区域,利用波段组合法开展高分辨WorldView-2影像的水深探测能力研究,分别建立单波段、双波段和多波段模型,进行精度评价。结果表明：多波段模型反演效果最好,双波段次之,单波段最差;各波段水深探测能力比较：绿波段 >全色波段 >蓝波段 >红波段;前视影像比后视影像的水深反演精度略高,全色波段在水深探测中具有重要作用。     

基于相对全变分的复杂背景SAR图像舰船尾迹检测

SAR图像舰船尾迹检测不仅能够反演运动舰船的航速航向信息,也有助于发现图像中弱小的舰船目标。现有的舰船尾迹检测方法对于简单背景SAR图像的检测效果较好,但复杂背景下的检测效果难以满足使用要求。提出一种基于能量泛函极小化的复杂背景SAR图像舰船尾迹检测方法。该方法采用相对全变分技术将图像分解为包含舰船尾迹的光滑成分和海背景纹理成分,通过剪切波变换高频系数重构增强光滑成分,再通过Radon变换检测光滑成分中的尾迹线。比对实验结果表明,本文所提方法对于复杂背景SAR图像的舰船尾迹检测效果明显优于现有的方法。     

单源三站外辐射源雷达目标探测性能

论述全向外辐射源雷达空中目标探测系统的主要问题及系统体制损失。针对单源单站（SISO）和单源三站（SITO）两种工作方式,在接收天线阵元数相同的情况下分析探测距离和定位精度。在单源三站条件下推导直角坐标系中的目标速度矢量表达式,并分析速度测量精度。研究结果表明,在一定条件下,单源三站组网方式的空间覆盖范围与单源单站相当,且具有平面定位精度较高,可获得目标速度矢量和技术实现难度小的特点。     

基于负样本多通道优化SSD网络的钢铁厂提取

准确提取钢铁厂对去产能监测和环境保护具有重要意义。传统的人工目视解译方法效率低、成本高,无法满足开展大区域钢铁厂监测的需求。以深度学习目标检测网络SSD为基础,构建面向遥感影像钢铁厂提取的深度学习目标检测网络,提出maxout模块,将负样本通路优化为多分支结构,突出难分负样本特征并提升网络对无用特征的抵制效果。利用国产GF-1数据对京津冀地区的钢铁厂进行快速自动提取实验。与人工解译的钢铁厂点位数据的对比表明,该目标检测方法的提取精度达到80%以上。     

基于深度学习的SSD模型尾矿库自动提取

针对华北地区尾矿库自动提取问题,将基于深度学习的SSD目标检测模型应用于遥感图像尾矿库提取。首先标记华北地区2 000个样本,随机挑选1 500个作为训练样本,剩余样本作为测试样本,验证模型的检测精度。分析卷积层对应感受野与图像中尾矿库尺寸关系,发现原始SSD模型漏检误检大型尾矿库。改进SSD模型结构,提出增加额外卷积层的策略,提高对大型尾矿库目标的检测精度。实验表明,在置信度阈值为0.3时,改进的SSD模型相比原始模型,检测精确率提高10.0%,召回率提高14.4%,提高了大型尾矿库检测精度。验证了基于深度学习的SSD目标检测模型自动提取尾矿库的可行性以及改进算法的有效性。     

高校科技查新工作的反思

文章分析了目前高校科技查新中存在的一些问题,并针对这些问题提出了相应的建议,以求保证科技查新的质量.参考文献7.     

基于句子相似度的文档复制检测算法研究

提出一种基于句子相似度的文档复制检测技术，在抓住文档的全局特征的同时又兼顾文档的结构信息，克服以往检测算法两者不可兼顾的缺陷，提高检测精度。最后，给出该算法与其他算法检测结果的比较情况。实验证明，该算法是可行的。