【摘 要】
：
底混响是侧扫声呐进行沉底静态小目标探测时的主要背景干扰,针对此问题提出了一种基于多级二分奇异值分解BSVD子空间投影的底混响抑制方法。该方法首先对接收信号构造二阶Hankel矩阵,通过矩阵的奇异值确定混响子空间,然后利用正交子空间投影抑制回波信号中的底混响,最后根据所选级数对回波信号进行多级正交子空间投影,并用otsu方法对原始声图和处理后的声图进行目标检测。实验结果表明,该方法改善了侧扫声呐沉底
【机 构】
：
中国科学院声学研究所,中国科学院大学
【基金项目】
：
国家自然科学基金资助项目(编号:11404365),国家自然科学基金项目(编号:61801470),中国科学院声学研究所“青年英才计划”(编号:QNYC201730)共同资助。
论文部分内容阅读
底混响是侧扫声呐进行沉底静态小目标探测时的主要背景干扰,针对此问题提出了一种基于多级二分奇异值分解BSVD子空间投影的底混响抑制方法。该方法首先对接收信号构造二阶Hankel矩阵,通过矩阵的奇异值确定混响子空间,然后利用正交子空间投影抑制回波信号中的底混响,最后根据所选级数对回波信号进行多级正交子空间投影,并用otsu方法对原始声图和处理后的声图进行目标检测。实验结果表明,该方法改善了侧扫声呐沉底静态小目标的成图质量,更利于后期实现基于图像的目标自动检测。
其他文献
慢性牙周炎是一种多因素疾病,与菌斑、牙石等局部因素,内分泌、免疫等全身因素以及生活习惯有关[1]。研究发现口臭与牙周致病菌及舌苔细菌具有相关性,并可能与牙周疾病的活动性有关[2-3]。本研究观察黄连玉女煎治疗慢性牙周炎伴口臭的有效性及安全性。
为探寻三峡坝区船舶通航安全风险演化规律,构建三峡坝上航道船舶通航安全风险演化的网络拓扑结构,借助Matlab软件进行编程,模拟风险网络在蓄意攻击下的鲁棒性,通过比对风险网络在度值攻击、介数值攻击、接近度中心性值攻击和特征值攻击中的鲁棒性结果,找出风险网络的关键因素,仿真试验结果表明,三峡坝区船舶通航安全风险网络为无标度网络,面对蓄意攻击时具有较强的脆弱性,度值攻击时网络的鲁棒性最差,根据分析结果分别从切断风险演化模型中关键因素与根源因素的连接和缩短风险因素节点间的连边长度两个角度给出了相应的防控措施,可以
本文研究旨在探讨益心补气方对乳腺癌患者蒽环类化疗药物引起心脏毒性的保护作用。1资料与方法1.1一般资料:选自我院于2018年1月~2020年1月接受蒽环类药物化疗方案的乳腺癌患者82例,依据随机数字表法随机分为观察组41例与对照组41例。观察组年龄32~76岁,平均58.93±7.81岁;体质指数18~26kg/m2,平均22.54±1.87kg/m2;临床分期:I期10例,Ⅱ期17例,Ⅲ期14例;病理类型:浸润性导管癌30例.
针对三维成像声呐成像及后续图像处理背景下存在实际场景数据难获取的问题,提出海底混响场景下实际目标建模模型和回波信号仿真的方法。文章首先建立了浅海楔形海底的线状目标回波模型,然后基于射线声学混响模型,采用信道卷积法推导得到理想环境下的回波信号以及浅海环境混响干扰下的回波信号,最后对回波信号进行三维波束成像和三角网重建,并对有无混响下的成像结果进行对比分析。仿真结果表明该方法得到的回波信号能够正确地体现目标的轮廓特征和位置信息,极大的降低了实验成本。
在分布式存储系统中,引入分层缓存技术是优化系统读写的重要方法。目前分层缓存技术多使用LRU及其改进算法管理缓存空间,该方式虽然一定程度上改善了缓存性能,但有限的缓存命中率也使其成为性能瓶颈。针对此问题,本文研究聚焦于分布式对象存储在云计算场景下的应用特点,设计了一种基于高斯分布的淘汰算法。算法基于高斯分布的形态特征设计淘汰规则,规避了LRU及其改进算法采用频率估计概率的误差影响。通过仿真实验结果表明,在用户访问符合高斯分布时,本文提出的基于高斯分布的分层缓存淘汰算法能有效提高缓存命中率。
针对互联网网络端到端延迟因其非线性和非平稳性(时变)特性而导致其准确性预测的难题,提出了一种基于滑动窗口的奇异谱分析和局部加权线性回归的组合预测算法。并采用互联网所采集的RTT数据来验证提出的预测算法,实验结果表明,预测算法具有快速、精确的特点,是一种很适合实际工程应用的预测算法。
小儿功能性遗尿俗称“尿床”,是儿科常见的疾病之一。笔者采用温和灸联合醋酸去氨加压素治疗小儿功能性遗尿,取效较好。报道如下。1一般资料60例患儿全部来自于2018年9月至2020年9月在本院儿科门诊治疗的功能性遗尿患儿,均符合《实用儿科学》中相关诊断标准[1]。其中男38例,女22例,年龄5~15周岁,病程最短3个月,最长2年。随机分为观察组和对照组,每组30例。各组一般资料经经检验,无统计学意义(P>0.05),具有可比性。
针对目前视频服务场景下的电影资源中存在海量的关系型数据,现有的基于图相关的推荐算法需要将这些关系型数据映射成图结构后进行处理,由于图数据规模较大造成了传统的图数据处理方法中语义匹配算法的效率降低、通信开销增大的问题,本文融合关联性分析提出了一种基于语义匹配的图数据加速处理方案——一种在单一大图中查询图序列的子图匹配加速方法。该方法通过考虑时间因素的关联性来加快定位到海量数据中有效信息所在的范围,从
JavaScript作为Web应用的主要编程语言之一,其解释执行、动态类型、面向原型等特性成为限制Web应用性能的主要因素。为了加快JavaScript运行速度,提升Web应用性能,本文提出一种采用预先编译的V8引擎优化方法。该方法将Web应用第一次解释执行过程中热点函数的字节码或机器码进行保存,Web应用下次运行时可以直接运行热点函数已保存的字节码或机器码,避免了热点函数的解释代价和编译代价,而且提出了新的代价模型来确定保存热点函数字节码或机器码带来的时间增益和空间代价。本文在V8引擎最新编译架构上实现
结合多个模型集成学习可以提升单模型预测算法的性能,本文提出一种基于多特征融合的视频点击率预测方法,将哈希降维的特征和GBDT组合特征进行拼接作为输入特征,采用随机梯度下降法对逻辑回归、因子分解机和场感知因子分解机的输出值进行线性加权的迭代调整。实验结果表明该算法的预测效果优于基于单模型算法,也优于基于套袋方法的随机森林算法和基于平均法的其他集成算法,可以提高视频点击率预测精度。