点云分类是机载LiDAR点云应用于城市建模、道路提取等的重要阶段。虽然点云分类的方法有很多,但依然存在如多维特征向量信息冗余、复杂场景下点云分类精度不高等问题。针对这些问题,提出一种基于多基元特征向量融合的点云分类方法。该方法分别基于点基元和对象基元提取特征向量,并结合色彩信息,利用随机森林对点云数据进行分类。实验结果表明,所提的多基元分类方法相较于单基元分类方法能够获得更高的分类精度。为了进一步分析随机森林用于点云分类的有效性,分别使用支持向量机(SVM)以及反向传播(BP)神经网络进行对比分析。实验结果表明,随机森林方法所获得的三组点云分类结果在召回率以及F1得分两个评价指标中均高于另外两种方法。

针对计算机视觉领域的人脸图像检索问题,提出了一种基于深度特征的快速人脸图像检索方法。该方法首先使用人脸图像训练集对深度卷积神经网络模型进行人脸分类训练;在此基础上采用三元组损失方法对已训练好的人脸分类网络模型进行微调,使得网络能够更加有效地提取人脸特征构建高效的特征向量进行人脸检索初步过滤;最后,为了进一步提高系统检索性能,提出一阶段查询扩展方法对待检索人脸图像特征向量进行融合加强。在两个公用人脸数据集(CASIA-3D FaceV1和Labeled Faces in the Wild dataset)上进行详尽的实验验证,结果表明,基于深度特征的人脸图像检索方法不仅能够显著提高检索结果的准确率,而且该方法简单可靠,能够快速地实现人脸检索任务。

为解决由视角、尺度等变化造成的行为类内差别大的问题,提出一种基于时空方向主成分直方图(HSTOPC)的人体行为识别方法。首先,将深度图序列转换为三维(3D)点云序列,对此序列采用新颖的图像预处理方法获得新的深度图序列,即在空间和时间维度上对采样获得的深度图序列进行限制,除去一些动作信息量较少的序列和空间,从而降低输入数据的冗余减少空间尺度变化的影响;其次,为了解决帧间关联性较弱的问题,采用时空方向主成分方法描述新的点云序列,获得3D点云序列中每点的方向特征;然后,对3D点云序列中所有方向特征进行多层时域重叠分割,获得HSTOPC特征描述子;最后,采用支持向量机分类器进行训练、测试。在3个标准数据库上的实验结果表明,提出的HSTOPC特征描述子对噪声、运动速度变化、视角变化和时域不对齐具有很好的稳健性,可以显著提高人体行为识别的准确率。

用特征向量法模拟较大菲涅耳数激光谐振腔时, 采用梯形积分法计算效率较低。为了解决这一问题, 通过理论分析谐振腔输出模式的空间带宽积, 确定计算传输矩阵时最少的取样点数。采用高斯积分法计算传输矩阵, 该方法在保证啁啾函数计算精度的同时使传输矩阵尺寸满足最少取样要求。通过对菲涅耳数为10的方形镜平凹谐振腔进行数值模拟可知, 传统方法的传输矩阵尺寸为10000×10000, 谐振腔特征模式的计算时间为412.47s, 本文中的计算方法需要的传输矩阵尺寸为3600×3600, 计算时间为51.34s。结果表明, 本文中的计算方法能大幅度提高特征向量法的计算效率, 同时减少计算机内存的消耗。

大气温湿廓线是数值预报中最基本的气象参数, 高光谱红外卫星可以观测到较高垂直分辨率的大气信息, 为了准确获取廓线信息, 利用搭载于美国对地观测卫星Suomi NPP(national polar-orbiting partnership)平台上的CrIS(cross-track infrared sounder)红外高光谱观测资料, 讨论了通道选取方法, 采用特征向量统计法反演法得到初始大气廓线, 利用非线性牛顿迭代法进一步提高反演精度。 将反演结果和全球数据同化系统GDAS(global data assimilation system)模式分析数据以及配对的无线探空值进行比较, 发现反演结果与真值趋势一致, 较之初始廓线有显著提高, 在100～700 hPa之间, 温度廓线反演精度最高, 均方差小于1 K, 在300～900 hPa之间, 湿度廓线反演精度最高, 均方差小于20%, 与所选取通道的雅各比峰值区间一致。

CO2泵浦源是光泵气体太赫兹激光器的核心器件之一，其性能直接关系到太赫兹激光器的工作稳定性。CO2泵浦源一般由闪耀光栅作为全反射尾镜，构成特殊的光栅腔实现波长的选支输出。采用传输矩阵的特征向量法对光栅谐振腔的腔内光场模式进行了理论分析与数值模拟，计算了光栅腔的一系列本征模式及相应的衍射损耗。结果表明光栅腔的腔内模式特性等效于一个平凹腔，而对于大菲涅尔数的光栅腔， Littrow波长的附近支线也可能具有衍射损耗较低的低阶模，可能优先于Littrow波长的高阶模起振，导致光栅腔的波长选择性降低。

提出了一种基于BP人工神经网络的人脸识别新算法。采用积分投影与几何特征提取相结合的方法进行人脸图像特征提取，构建特征向量，利用BP神经网络分类识别。仿真结果表明，该算法应用于ORL人脸库的分类识别，仅用13个特征即可达到平均识别率99%，识别能力显著增强，同时有效地降低了所需特征维数和计算复杂度。

基于自再现原理，利用菲涅耳基尔霍夫衍射积分方程，引入腔镜失调、激光介质上的增益分布以及光阑口径，采用本征矢量法分析了大口径平凹腔薄片激光器的本征模式，并计算了相应的光束质量因子M2。建立了千瓦级薄片激光系统和光纤扫描光斑诊断装置，开展了高功率激光输出特性研究。结果表明，在大口径高功率平凹腔中多个本征模式可同时起振，获得高功率激光输出，有较大的失调容限；输出功率随腔镜失调角度的增大而减小；失调容限随孔径光阑尺寸的减小而减小；失调引入了新的模式竞争，光束质量因子M2随腔镜失调角度的增大而变小。所得结果为高功率、高光束质量激光系统设计提供了有用参考。

针对红外图像的特点,提出了一种红外目标自动识别方法,推导了不变矩的计算公式,以试验数据为依据分析了噪 声的影响。试验结果表明,对于仅含有一个飞机目标的红外图像,本文提出的方法的识别准确率可达到80%以上。

为了准确描述激光与介质间的相互作用,提出椭圆模式下的半经典矢量理论。从自洽场方程组出发, 分析了现有圆矢量理论的局限性,以实际的椭圆偏振模为本征模,推导出椭圆矢量理论公式,并进行了分析讨论。 分析表明,椭圆矢量理论比较符合实际物理模型,物理意义明确,在椭圆度为0时演变为圆矢量理论,在半定量上和 实验结果符合。这对完善半经典理论和环形激光器研究有一定参考价值。