道路扬尘固化材料的检测和效果观察

道路扬尘对于当前的环境保护会产生不利影响,为了加大对扬尘污染集中整治和处理的力度,使环保部门现场监测的能力得到提升,对大气污染进行精准监测、管理以及治理。很多城市也都会开始重视道路扬尘问题。在本次研究当中主要针对道路扬尘固化材料开展检测,并对最终得到的检测结果进行总结和分析。     

一种基于预测值量测转换的卡尔曼滤波跟踪算法

在雷达目标跟踪中，系统量测信息通常在球坐标系下获得。为了采用经典卡尔曼滤波算法实现有效目标跟踪，通常采用量测转换方法将非线性量测信息转换到直角坐标系中。针对传统量测转换方法基于量测值计算转换误差统计特性而导致的估计结果有偏问题，提出了一种基于预测值的量测转换方法，并将其与卡尔曼滤波算法相结合，获得了一种基于预测值量测转换的卡尔曼滤波跟踪算法。仿真结果表明，与现有的基于量测转换的卡尔曼滤波算法相比，该算法能在不提高运算量的情况下有效改善目标跟踪效果，跟踪精度提升约20%。     

奉节县产城融合发展的现状与目标分析

奉节县产城融合发展，已经具备交通状况逐步改善、三大空间基本成形、三大产业初具规模、商贸服务辐射增强四个优势，同时也存在着西部新区产业进入缓慢、兴隆旅游新城尚未实现涅之变、工业园区发展“先天不足”、优势资源开发主导权丧失四大问题。基于此，奉节县产城融合发展上确定的空间和产业目标，是科学全面的。     

采用航迹特征的智能机型识别

针对空战目标识别中机型自动识别比较困难的问题，提出了采用航迹特征的智能目标识别方法。利用卷积神经网络（Convolutional Neural Network，CNN）分层学习特征的能力，训练CNN算法模型自动地从航迹数据中学习有用的特征并分类。利用沿海实地采集的15个类别的飞机航迹数据，经一系列数据预处理后作为智能识别算法的训练和测试数据，在验证实验中描述了算法网络的相关配置,对比了CNN与其他分类器的识别结果。实验结果表明，CNN具有很好的识别性能。     

采用目标假设的三被动式传感器数据关联算法

被动式传感器目标跟踪是多传感器多目标跟踪领域的一个重要研究方向。针对三被动式传感器多目标定位系统全局最优数据关联的三维分配问题，在允许传感器漏检和虚警的情况下，通过分析拉格朗日松弛算法，提出一种假定真实目标的快速收敛算法。该算法通过粗关联假定真实目标并重新修改代价矩阵，然后进行细关联，使得拉格朗日松弛算法在保证关联精度的前提下有效地提高了收敛速度。理论分析和实验结果表明，该算法提高了数据关联的速度,并在一定程度上提高了关联准确率。