在基于深度学习的点云分类任务中，PointNet模型直接以点云的三维坐标作为输入，但其存在着对形状不规则物体的分类效果不理想的问题。在PointNet模型的基础上增加一个法矢量估计的模块，提出一种考虑点云法矢量的语义分割网络。其中，法矢量估计方法采用的是主成分分析方法。实验结果表明，改进模型的总体准确率、平均类别准确度和平均类别交互比相较于原始模型分别提升了2.3个百分点、7.1个百分点和3.9个百分点。13个语义类别中有10个类别的分类效果得到提升，其中对沙发和柱状物的分类准确度分别提升了45.6个百分点和42.2个百分点，平均类别交互比分别提升了19.8个百分点和25.0个百分点。结果表明，考虑法矢量的PointNet网络能够在一定程度上提升网络的整体性能，对沙发和柱状物的分类效果有显著提升。

针对基于MEMS的姿态测量系统因为存在误差而导致姿态解算漂移的问题, 提出一种基于变步长动量梯度下降的姿态解算算法。该算法从传感器数据去噪和姿态解算两部分提高姿态解算精度。在传感器数据去噪方面, 为了工程实用, 降低微处理器计算量, 提出一种改进递推限幅均值滤波算法; 在姿态解算方面, 在梯度下降法的基础上设计自适应步长, 使用动量梯度优化每次迭代方向, 使得每次迭代后误差最小, 同时使用动态限幅滤波抑制角度振荡。静态和动态实验结果均表明了所提算法的有效性和优越性。

雨雾天气严重影响了户外拍摄图像质量,针对图像去雾存在的边缘伪影问题,提出了一种基于流形粒子滤波的去雾新方法,通过优化大气透射率,获得精确的透射率,解决了景深边缘伪影问题;针对去雨雾存在雨痕和不清晰问题,提出了一种优化注意生成对抗网络的去雨雾方法,通过将高斯模型与生成对抗网络相结合,去除背景干扰,提高了背景层与雨线分离的准确性,同时在生成对抗网络中加入流形粒子滤波去雾模块,恢复出清晰无雨雾图。采用自然场景雨雾天图像进行测试,并进行定性定量分析比较。实验结果表明,与现存去雨算法相比,所提算法能较好地去除图像中的雨线,且细节特征更加丰富,同时去雾模块的加入显著提高了图像清晰度,客观指标也得到了提升。

通过X射线衍射及激光拉曼光谱分析,对激光合成Al2O3-WO3系陶瓷中钨掺杂α-Al2O3相进行了深入研究,得出钨对α-Al2O3的掺杂是以替位铝形式进行的结论。

本文采用激光烧结新工艺合成了Al2O3-WO3系负温度系数(NTC)热敏陶瓷材料。该材料在一定温区及组成下阻温关系呈线性变化,分析表明,材料中的导电相为非平衡相铝钨青铜AlxWO3。

本文介绍了用CO2激光合成Al2O3、Al2O3-5％mol Cr2O3固熔体,Al2O3-20％wtZrO2(+3％molY2O3)混合体和Al2(WO4)3陶瓷材料的方法。激光合成的Al2(WO4)3为Al2O3-WO3二元平衡相图中不存在的新化合物。对激光合成的陶瓷材料进行了组织形貌分析,并测量了其显微硬度,发现用激光合成的陶瓷较用昔通工艺制备的同种陶瓷有更高的硬度。