利用最小冗余最大相关和SVM的SAR图像海上溢油识别

近年溢油事故频发,海洋污染日益严重。利用合成孔径雷达（SAR）卫星可以有效跟踪由海上溢油事故导致的油膜扩展情况。利用最大冗余最小相关-支持向量机（mRMR_SVM）算法进行SAR图像溢油识别,为溢油事故决策支持提供重要前提。首先采用mRMR提取最优特征向量集,对输入值进行降维; 然后采用SVM算法解决油膜图像分类问题,同时选择径向基函数（RBF）为核函数;使用训练集训练该模型,调整模型参数;以测试集特征向量作为输入,利用训练好的模型进行溢油识别。实验结果表明,mRMR_SVM模型对SAR图像的油膜和类油膜识别有效,准确率为96.875%.     

基于支持向量机的多特征目标抗干扰检测技术

针对箔条干扰时目标与干扰难以区分的问题，设计了一种基于多特征向量的分类算法。该算法首先对目标和箔条的特征进行分析，而后选择并构造了一组具有较高区分度的极化特征识别量，最后采用支持向量机（SVM）方法，通过对特征样本进行训练，获得了较好的分类结果。实验表明，所提算法具有较强的抗箔条干扰能力，且检测正确率可达90%以上。     

结合多源特征与高斯过程模型的SAR图像目标识别

针对合成孔径雷达（Synthetic Aperture Radar，SAR）图像目标识别问题，提出结合多源特征和高斯过程模型的方法。分别利用主成分分析（Principal Component Analysis，PCA）、非负矩阵分解（Non-negative Matrix Factorization，NMF）以及单演信号提取SAR图像的特征矢量，并将它们串接为单一矢量。三类特征从不同角度描述SAR图像目标特性，从而为目标识别提供更为有效的信息。决策分类过程采用高斯过程模型进行多元分类，基于融合特征矢量获得概率意义上的最佳决策。实验中，采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题，结果验证了提出方法的优越性能。     

基于KPCA和类峰值特征的模拟电路诊断方法

针对传统的核主成分分析方法（KPCA）无法解决在故障样本交叠严重时多分类性能较 差的问题,提出一种基于改进KPCA的特征提取和类峰值特征辅助识别分类相结合的模拟电路 故障诊断方法。在预处理阶段,提出了一种图像混合欧氏距离用于建立核函数,进行核主成 分分析特征提取,克服了传统KPCA的局限性;并且设计了一种用类峰值特征识别的方法进行辅 助识别预分类,提高分类速度。标准电路的故障诊断仿真和结果分析表明,该方法较好地 克服了交叠样本给分类带来的困难,具有很好的故障识别速度和正确率。     

一种敌我识别辐射源暂态信号指纹特征提取方法

信号的指纹特征是辐射源个体识别的重要依据。针对敌我识别辐射源的个体识别问题，提出了一种基于双树复小波和多重分形的信号暂态特征提取方法。该方法通过双树复小波变换实现信号多分辨率分解，求解分解信号Hilbert谱的信息熵和指数熵，计算信号的多重分形奇异指数和谱值，最终组成表征辐射源的特征向量。通过实验验证，提取的特征向量能充分代表辐射源个体之间的差异；被测信号的信噪比满足8 dB或9 dB的条件时，对辐射源的识别正确率能达到90%以上。统计分析表明该方法提取的特征具有很高的稳定性。     

基于双谱特征的超宽带雷达人体目标识别

为了在人体微多普勒特征不明显条件下识别静态人体目标及人体姿态,提出了一种结合双谱对角线起伏特性与目标强散射点分布特征进行人体目标识别的方法。首先,通过分析静态人体目标双谱,提取双谱对角线起伏特性作为分类特征,降低了双谱数据的维数,减少了双谱特征冗余。然后,结合目标强散射点分布特征从不同角度描述目标,并构造用于目标识别的特征向量。最后,用支持向量机实现目标识别。仿真和实测结果均表明,双谱对角线起伏特性与目标强散射点分布特征融合的方法可以有效识别出静态人体目标并且实现人体姿态识别。     

一种稳健的通信辐射源个体识别方法

通信辐射源个体识别是目前通信对抗领域研究热点与难点问题,相对于雷达辐射源,通信辐射源信号弱、瞬时特征不明显导致个体识别更复杂、更困难。利用通信辐射源信号的长时谱统计特性,提取信号功率谱峰值特征和包络模板,构造通信辐射源个体特征向量,通过朴素贝叶斯分类算法与个体特征矢量相结合,在训练样本数目足够大的条件下可进行有效识别。测试实验表明,识别方法稳健有效,可在信噪比5 dB情况下实现93.7%的正确识别概率。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题，提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量，使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明，所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度，可以实现对不同雷达信号进行识别，证实了该方法的有效性。     

一种基于动态规划的雷达合批新算法

针对信号分选结果增批现象严重、影响识别准确度的问题,通过分析实际侦收信号的特点,并借鉴生物信息学中动态规划比对算法的思想,提出了对脉冲重复周期（PRI）信号在载频维和脉宽维进行合批的方法,并结合该方法设计了动态合批处理流程。该算法通过比较两批数据在PRI值及其排列顺序上的相似性来进行合批,利用PRI周期性这一很稳定的特征较好地解决了批信号在载频和脉宽维上的增批问题。仿真结果表明,该算法在存在脉冲丢失和干扰脉冲的情况下仍能准确合批。     

一种基于SVM的垃圾邮件过滤方法

本文通过研究垃圾邮件的特征表示和过滤方法,设计了一种应用指纹特征向量表示方法和支持向量机（SVM）的最小序列最优化（SMO）方法的在线式邮件过滤器。在在线垃圾信息过滤上获得到了与传统方法相当的基础上,基于原始SMO算法提出了动态邮件样本工作集方法（DFSVM）对SMO的分类条件进行减弱,优化了在线过滤模式下的运算时间。     

修正的干扰噪声自相关矩阵重构波束形成算法

为改善采样自相关矩阵求逆（SMI）算法中期望信号存在于接收信号所引起的性能下降,提出一种修正干扰噪声自相关矩阵重构（CMR）算法。该算法首先选取采样自相关矩阵特征分解的最小特征值对应的特征向量构造空间分布系数,再对其在非期望信号波达方向上进行累加实现矩阵的重构。当存在相干信号时,可采取先利用特征向量元素对协方差矩阵进行托普利兹化处理实现解相干,再进行矩阵重构的托普利兹矩阵重构（TCMR）算法。计算机仿真与实验结果证明适用于非相干信号条件下的CMR算法与适用于相干信号条件下的TCMR算法具有更好的输出性能。     

二维独立元成分不确定度的人脸识别研究

研究了2DICA（two-dimensional independent component analysis）二维独立元成分特征向量的人脸识别,发现不同的独立元成分在人脸识别过程中作用不同.对2DICA独立元成分的不确定度进行研究并求出人脸各个独立元成分的权值,很好地区分出了各个独立元成分的作用,并对权值进行优化,找到比较理想的权值,识别过程中对独立元成分进行加权处理并进行识别判断.使用了ORL图像库对本算法进行测试,实验结果表明本算法具有较好的识别性能.     

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。     

一种基于雷达图的雷达辐射源识别算法

在分析和考察雷达辐射源(Radar Emitter)多特征模式识别算法的基础上提出了一种基于雷达图(Radar Chart)中向量夹角余弦值的分类识别算法,借助雷达图实现了雷达辐射源空间特征向量向平面向量的转换,实现对雷达辐射源型号的自动识别,给出识别置信度.通过计算机仿真得到大于85%的正确识别率,进一步验证了算法在雷达辐射源识别工程中的可用性和可行性.     

一维卷积神经网络用于雷达高分辨率距离像识别

针对人工提取高分辨率距离像（HRRP）优良特征比较困难的问题，研究了基于一维卷积神经网络（CNN）的HRRP识别方法。利用CNN具有分层学习特征的能力，训练CNN自动地从HRRP中学习有用的特征并分类。在仿真实验中描述了网络的相关配置，分析了不同激活函数、不同参数、不同网络结构的识别性能，对比了CNN与其他分类器的识别结果，用可视化特征图直观地说明了CNN通过卷积层能够学习到易于分辨的特征。实验结果表明CNN具有很好的识别性能。     

基于积谱矩阵局部二值模式的欺骗干扰识别

针对跟踪雷达的三种常见欺骗干扰,提出了一种基于积谱矩阵(SPM)局部二值模式（LBP）的识别算法。首先,计算雷达接收信号不同脉冲重复周期（PRI）的积谱,并将其按照频域和慢时域排列成一个二维积谱矩阵。然后,将图像处理的纹理特征引入到欺骗干扰识别的算法中,采用局部二值模式提取二维积谱矩阵的灰度图像特征。最后,通过仿真实验验证了算法的正确性,当雷达接收信号的信噪比（SNR）大于5 dB时,该欺骗干扰识别算法的平均识别概率优于90%。     

西门子获集装箱码头电器设备订单

西门子集团日前获得金额超过1000万欧元的订单．为上海振华重工的22台电驱动轨道式集装箱龙门起重机（ARMG）提供电气设备。在此基础上．两门子还获得了34台起重机电气设备的选择权订单。上述起重机将用于新加坡巴西班让集装箱码头（PPT）。     

欧盟绿色指令实施在即 南通力推五项新举

欧盟于2003年1月通过的《关于报废电子电气设备指令》（WEEE）和《关于在电子电气设备中限制使用某种危险物的指令）（Rons）将分别于今年8月13日和明年7月1日正式生效，两指令的实施将对我国输欧电气和电子产品都将产生较大影响。     

一种基于视觉感知的舰船目标智能化识别方法

为有效识别视觉系统采集的可见光图像中的舰船目标，提出了基于YOLO（You Only Look Once）网络模型改进的10层的卷积神经网络（Convolutional Neural Network,CNN）用于水面舰船目标的智能识别，通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征，将所提CNN的舰船目标识别结果与YOLO网络模型及四类人工设计特征结合支持向量机用于舰船目标识别的结果进行比较。实验结果表明，与YOLO网络模型相比，综合精确率、召回率和效率3个舰船目标识别的性能指标，改进后的CNN性能更好，从而验证了所提方法的有效性。不同数据量下采用典型特征识别舰船目标与基于深度CNN识别舰船目标的识别结果比较说明了不同类型目标识别算法的优劣势，有利于推动综合性视觉感知框架的构建。     

关于加快推广和规范使用“中国供销合作社标识”的意见

各省、自治区、直辖市及新疆生产建设兵团供销合作社： 自2006年5月中华全国供销合作总社（以下简称总社）正式发布启用“中国供销合作社标识”（以下简称标识），并下发《关于印发（中国供销合作社标识识别规范）和（中国供销合作社标识使用管理办法）的通知》（供销合字[2006]31号）以来，各级供销合作社做了大量工作，使标识在系统内外的认知度日益提高，