探地雷达在公路改扩建工程检测中的应用

公路改扩建工程在广东省正处于快速发展时期,如何准确得到路面病害情况,是旧路处治方案制定面临的主要问题.依托开阳高速改扩建工程,采用三维探地雷达对旧路进行病害检测,得到道路表面及内部的病害分布情况,并分别与人工徒步调查路况及开挖后内部实际情况进行比对.结果表明:当三维探地雷达检测采样间距设置为2.0 cm、驻波时间设置为0.6 ms、时窗设置为85 ns时,可达到较好的检测精准度;三维探地雷达可实现对路面结构内部不同深度位置的裂缝病害进行探测,精确识别3 mm宽裂缝,并了解裂缝的发展方向及性质.     

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。     

地下综合管廊混凝土爆灰检测及加固

针对某市钢筋混凝土地下综合管廊的现浇顶板、侧壁出现的混凝土爆灰质量缺陷,为确保管廊结构的安全使用,采用钻心法、超声波法、沸煮试验、爆灰物质的化学成分分析等检测方法,对爆灰现象进行了检测。结果显示,混凝土中存在的块状氧化钙与水熟化后体积增大1倍~2.5倍,使得混凝土在强度未达到设计抗拉强度前在块状氧化钙体积膨胀应力作用下被拉裂,导致了此类质量缺陷的发生。分析了质量缺陷对管廊结构的影响,并对管廊结构进行了加固设计及处理,满足了结构的正常安全使用要求。研究结果可为类似爆灰缺陷的设计及处理提供参考。     

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。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中，最大似然（ML）检测可以取得最优的检测性能，然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题，提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引，接着对候选天线索引按正则化标准进行可靠性验证，剔除错误索引，缩小信号的搜索空间，最后通过求解最小二乘问题估计信号。仿真结果表明，与经典的正交匹配追踪（OMP）算法相比，所提算法以少许复杂度的增加为代价极大提升了检测性能，能够在检测性能与复杂度之间取得更好的折中。     

剖线强度梯度变化的作物软硬变化区精确划分

[目的]软硬变化区的划分是进行遥感变化检测技术识别农作物的基础。为解决人工判读方法中存在人为主观因素影响以及自动判别和交互式判别方法对不同研究区的适用性问题,该文提出基于剖线梯度变化(Profile based Gradient Change Magnitude,PGCM)进行软硬变化区划分的方法。[方法]该研究选择破碎农业景观种植区域为研究区,计算拔节期Quick Bird影像和播种期模拟影像两个时相的变化强度,从作物地块内部向外绘制剖线,利用剖线强度的梯度变化确定硬变化区(Hard change region,HCR)、软变化区(Soft change region,SCR)和未变化区(Non change region,NCR)3者间的划分阈值。[结果]从识别结果来看,PGCM能够有效在地块边界处探测到软变化像元,进而确定HCR、SCR。像元分辨率在5~60 m不同尺度下,识别HCR区混入比例为11%~16%,混入比例随着分辨率下降而降低;NCR区混入比例为3%~4%,受分辨率尺度影响不大;SCR区识别比例为74%~86%,识别精度较高,识别结果与冬小麦空间分布结果保持一致。[结论]PGCM方法能够自动、便捷地确定阈值,摆脱人工判定的主观性,有效地划分出HCR、SCR和NCR 3个区域,为进一步HCR、SCR区内的作物识别提供基础。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题，提出了归一化的频差最大似然估计算法，利用两个定位站接收到的跳频脉冲串信号，构建一个关于基准跳频频率多普勒频差的似然函数，通过网格搜索得到使似然函数最大的多普勒频差估计，既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题，又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估，结果表明，与基于子空间的算法比较，在脉冲数达到240个时，所提算法执行效率提升30%以上。     

基于改进指纹聚类的WLAN定位优化方法

将K-means聚类算法应用到无线局域网（WLAN）位置指纹定位中，虽然可以缩短定位时间，但是容易降低定位精度。为了解决此问题，提出了基于改进指纹聚类的WLAN定位优化方法。首先根据接收信号强度标准差来优化初始聚类中心的选取,然后对指纹数据进行聚类处理,最后进行在线定位。实验结果表明，与传统的WLAN位置指纹定位方法和K-means聚类定位方法相比，基于改进指纹聚类的定位优化方法不仅缩短了定位时间，还能有效提高定位精度。     

Effects of subject pool culture and institutional environment on corruption: Experimental evidence from Albania

This research uses experimental methods to investigate whether subject pool culture and institutional environment have an effect on participants’ corrupt behavior in the laboratory. While we find that subject pool culture does not affect the overall magnitude of corruption of laboratory participants, it does affect the likelihood of corruption and its distribution. Additionally, we find that the effect on corrupt behavior differs with the framing of the experiment’s instructions. Interestingly, in the context of a weak rule of law and high levels of corruption, loaded negative instructions positively affect corrupt behavior of firms and public officials. Previous research in the context of a country exhibiting a strong rule of law and low levels of corruption finds no framing effects. We also find that increasing the probability of detection significantly reduces corruption as measured by the amount of the bribes offered/accepted and the probability of offering/accepting a bribe. Finally, we find that individual risk preferences negatively affect the level of corrupt behavior.     

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。