空间目标的联合矩阵束极点估计

极点作为谐振区雷达目标的最主要电磁特性，具有很大的空间目标识别前景。但是在使用频域观测数据提取目标极点时，存在虚假极点和估计精度问题。针对上述问题，首先通过加窗和截断改进了后时响应信号的获取流程，抑制了虚假极点影响；然后采用最小描述长度法（MDL）估计极点个数，避免了定阶错误引起的虚假极点；最后采用联合矩阵束法估计极点，有效减少了单角度数据估计极点时存在的遗漏极点和虚假极点问题。FEKO软件验证表明，所提算法具有更高的精度和抗噪能力。     

Advertising to the masses: the effects of crowding on the attention to place-based advertising

Advertising situated in environments where people congregate or pass through on their way to somewhere else benefit from being placed in such high traffic areas. However, these strategically placed ads also suffer from conditions of human crowding that prevents them from being noticed and processed. We undertake a study of place-based advertising in a shopping mall using facial recognition software to determine the effect of human density on the attention directed to advertising. We find that as human density increases, attention to advertising decreases, but only to a point where it begins to increase again. Our research also finds that human density plays a moderating role on the motivation to process advertising.     

动态能力理论视角下战略柔性对企业绩效的影响研究---差异化动态环境规制强度的调节效应

当前企业推进绿色转型进程、提升企业绩效,是实现高质量发展的重要途径。鉴于企业主动应对内外部因素联动影响的重要性,以动态能力理论视角,在探讨了企业变革发展驱动机制的基础上,尝试构建动态环境规制嵌入下的战略柔性与企业绩效的理论框架。分析并实证检验了战略柔性对企业绩效以及差异化强度的动态环境规制在二者关系中调节效应的作用机理和边界。研究结果显示,当前情境下,前瞻柔性、响应柔性对企业绩效均有显著的正向影响,且响应柔性的贡献度较高;两者交互效应亦能显著的正向影响企业绩效;表明企业对环境变化的预测、反应能力以及将两者协同配合是绿色转型发展的重要措施。一般强度的动态环境规制在前瞻柔性、响应柔性与企业绩效的关系中均不起显著的调节效应;高强度动态环境规制仅在响应柔性和企业绩效的关系中起显著负向调节效应;表明动态环境下,一般强度的政府规制政策对企业的决策和创新等行为更多的是无显著影响,充分尊重其自主发展;同时政府要根据环境变化,合理控制环境规制实施强度,谨防给企业应对环境冲击造成额外的负担。综合研究结果,提出企业加强多重柔性机制建设的力度和政府注重环境规制政策引导作用的策略,最终实现各利益相关者协同推进高质量发展的目标。     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题，提出了一种合成孔径雷达(Synthetic Aperture Radar，SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量，得到压缩测量值，然后通过基于局部权值的融合方法实现对压缩测量值的融合，再利用有序度最优分割法提取SAR图像的强散射目标，最后对融合测量值重建得到初步融合图像，初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析，视觉及数值结果表明该方法能显著增强融合图像的目标对比度，提升了图像纹理清晰度，较大程度降低了图像融合过程中的数据计算量。     

决策可靠性分析及在SAR图像目标识别中的应用

决策融合是提高合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别性能的重要手段，然而，可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中，分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性，分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR（Moving and Stationary Target Acquisition and Recognition）数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下，所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中，所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。     

基于MBP算法和深度学习的人脸识别

为了解决在深度学习提取人脸图像特征时,易忽略其局部结构特征和缺乏对其旋转不变性学习的问题,提出了一种基于单演局部二值模式(MBP)与深度学习相结合的高效率人脸识别方法。首先,用多尺度单演滤波器对图像进行滤波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法进行编码,分块计算组合其直方图特征;然后,将提取的单演特征作为深度信念网络(DBN)的输入,逐层训练优化网络参数,得到优异的网络模型;最后,将训练好的DBN网络在ORL人脸数据库上进行人脸识别实验,进行识别率计算,其识别率为98.75%。所提出的方法使用无监督的贪婪算法,隐藏层设定为2层,使用反向传播算法优化网络。相较于已知的人脸识别方法,MBP+DBN算法对光照、表情和部分遮挡变化具有较好的鲁棒性,在人脸识别中识别率较高,具有一定的优势,为图像特征提供了一种新的识别方法。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题，具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号，充分发挥整体平均经验模式分解的优势，将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时，分解出的前5个分量与未分解前信号的相关系数明显减小，因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试，研究结果表明，该方法能有效地实现海杂波下目标的探测，性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

重塑自然资源管理新格局：目标定位、价值导向与战略选择

研究目的:立足新时代党和国家机构改革背景,分析自然资源管理改革目标定位和面临挑战,明确未来自然资源管理改革价值导向与战略选择。研究方法:文献研究法,综合分析法。研究结果:自然资源管理改革的目标定位是实现"五统一",即统一调查评价、统一确权登记、统一"多规合一"和用途管制、统一资产管理和统一督查监管。针对当前自然资源管理理论储备不足、开发利用伦理缺乏科学引导、开发和保护矛盾冲突长期存在、新管理体制效能有待实践检验等挑战,自然资源管理改革亟需注重"公平效率"、强调"永续利用"、融合"三资一体"、构建"有效市场",切实重塑自然资源管理新格局。研究结论:新时代自然资源管理改革应该以权籍为基础,完善自然资源市场体系;以规划为龙头,构建国土空间规划体系;以"三线"为底线,推进全域国土空间用途管制;以整治为抓手,推进"山水林田湖草"生命共同体综合治理;以法制为保障,构建自然资源管理法律体系,从而塑造"三体系一管制一治理"的自然资源管理新格局。     

基于深度学习的跳频信号识别

针对跳频信号分选存在人工提取参数特征具有复杂性的问题，提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换，得到二维的时频矩阵；接着提取信号的轮廓特征，构造三维矩阵作等高线图，并对等高线图进行预处理；最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试，进而实现分类识别。仿真结果表明，在不需要复杂的人工提取参数特征的基础上，在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时，所提方法经裁剪处理下的信噪比为-15 dB，比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明，所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。     

一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现，也是一种不曾意识到的瞬时脸部表情,持续时间短，强度弱。为了提高其准确率，提出了基于Radon变换的微表情识别算法。首先，对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis，2DPCA）降维预处理，使用光流法对降维后图像提取运动特征；然后使用Radon变换算法对光流图像进行处理，得到对应微表情的特征值和特征图像；最后使用支持向量机进行微表情分类识别。实验结果表明，使用Radon变换后得到的微表情特征图像得到了较好的识别效果，在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%，通过与选取的其他方法对比说明了该方法具有更好的识别性能。