基于卷积神经网络的深度学习算法的检测识别精度已远远超过了传统模式识别算法, 但卷积神经网络中的卷积、非线性激活等运算, 需要巨大的算力才能高效率实现, 这使得很多深度学习算法模型难以在算力限制的嵌入式平台上进行部署。以目标检测算法YOLO-V3为例, 针对网络的不同层设计了对应的FPGA实现方法, 并且特别针对卷积层设计了分片分块并行运算的运算单元, 最终在FPGA中实现了一种目标检测硬件加速器。该加速器可充分利用FPGA的硬件计算资源, 其整体平均性能为192.229 GOP/s。通过实验对比, 证明该目标检测硬件加速器可以为嵌入式红外目标识别系统提供一种能效高、识别精度高的解决方案。

随着城市化进程不断加快, 地表温度升高引起的城市病日益严重。为深入认识滨海城市地表温度的影响因素, 进而为改善人居环境和生态健康提供科学数据支撑, 采用单窗算法反演了大连市内甘井子区、西岗区、沙河口区和中山区四区地表温度, 并综合运用多尺度地理加权回归模型 (Multiscale-GWR) 结合归一化建筑指数 (NDBI)、归一化植被指数 (NDVI)、改进的归一化水体指数 (MNDWI) 和归一化裸土指数 (NDBAI), 探究了地表温度与下垫面指数空间异质性关系。研究结果表明: (1) 大连市内四区的地表温度呈现由东向西递减的分布态势, 中山区、沙河口区和西岗区的北部地表温度较南部高, 甘井子区西南部地表温度较其他区域低。(2) 大连市内四区地表温度与下垫面指数关系基本上不存在全局效应, 空间异质性很强, Multiscale-GWR 模型可以较好地拟合下垫面指数与地表温度相关关系。(3) 从相关系数来看, 下垫面指数对地表温度的影响作用力表现为: NDBAI > NDVI > MNDWI > NDBI, NDBAI、NDVI 和 MNDWI 指数总体上呈现负相关效应, NDBI 总体上呈现正相关效应。

遥感影像拼接技术作为影像成图的重要手段，一直是遥感领域研究的热点。在保证拼接精度的同时，如何提高拼接效率，成为低空遥感技术应急应用的难点。针对低空航空遥感影像成像姿态变化剧烈、数据量大等特点，提出针对无序影像改进的基于稀疏矩阵的光束平差SURF拼接算法，即对无序影像进行特征选取和匹配，自行判断相邻和相间位置信息，配准平差中引入稀疏矩阵进行加速。方法在保证精度的同时，极大提高了航空相机影像拼接算法的速度，能很好地解决无人机影像高建筑物的拼接错位问题。无人机倾斜数据集拼接和航空相机影像拼接的结果验证了利用本算法进行高空间分辨率影像拼接的精度和效率。

针对传统物体形状分类算法中图像的空间结构特征表示不够准确,以及分类器模型参数易陷入局部最优的问题,提出结合重叠金字塔与贝叶斯优化神经网络的物体形状分类方法。首先,将物体轮廓分割为不同长度的轮廓片段作为形状的基本特征,并用局部线性编码器对其编码;然后,使用提出的空间重叠金字塔模型,将图像表示为空间金字塔直方图向量;最后,使用贝叶斯优化的前馈神经网络分类器对得到的图像表达进行分类。在常用的Animal标准图像库上实验证明,本文方法可以完整记录形状的内容和结构信息,与轮廓片段包算法相比,准确度提高了1.4%。

为解决传统物体形状分类方法存在训练时间长以及形状描述不准确的问题, 提出一种基于改进贝叶斯程序学习的图像分类方法。先将物体轮廓进行预处理并分割为长度固定的轮廓片段, 使用形状描述符记录其形状信息, 然后采用高斯混合模型对同一类物体的轮廓片段集训练出轮廓片段库, 最后从测试图像的轮廓上均匀提取10个轮廓片段作为测试样本的解析, 使用贝叶斯分类器计算样本解析与每类轮廓片段库中轮廓片段的拟合相似度, 以其相似度值最高的类作为分类结果。在标准数据库Animal上的实验结果表明, 本文方法具有较高的分类精度, 同时大幅度缩短了训练时间。

在获取地形数据并建立三维模型的基础上，按照国网电力巡线的行业应用要求，研究设计了国网电力巡线软件并基于开源引擎 (面向对象图形渲染引擎 (OGRE))实现。该软件开发集成了三维场景显示、漫游浏览、选择点云图层、改变电力线颜色、净空排查、显示定位塔杆以及三维测距等功能，很好地满足了行业应用要求，为巡线软件的工程化奠定了坚实的基础。

文章介绍了利用现代通信技术和地理信息技术，针对电力巡检特殊要求开发出的一种基于气压海拔高度测量、支持通用分组无线业务(GPRS)无线双向通信与断点续传、地图可定制的高精度定位导航系统。阐述了该高精度定位导航系统的设计原则及其模块化功能，介绍了该系统相比于传统定位导航系统的优点，最后介绍了该系统的应用实例。

应用近红外光谱技术结合最小二乘支持向量机建立了国公酒中橙皮苷含量的模型。 利用Kernard-Stone法对训练集样本进行划分， 对光谱数据预处理方法进行了选择， 比较了平滑、 范围标度化、 自标度化、 一阶微分、 二阶微分以及这几种预处理相互结合的六种方法， 确定了以平滑、 一阶微分， 范围标度化作为国公酒近红外光谱的数据预处理方法， 采用组合的间隔偏最小二乘法筛选出有效波段8 211～8 312 cm－1及9 712～9 808 cm－1。 应用最小二乘支持向量机建立模型， 所建模型的交叉验证误差均方根为0.000 1， 预测误差均方根为0.004， 预测集的相对偏差小于5%。 与组合的间隔偏最小二乘法、 径向基-人工神经网络和支持向量机进行了比较。 该方法快速、 无损且可靠， 可作为国公酒中橙皮苷含量快速测定的手段。