一、Schmidt正交化方法的改进（论文文献综述）
范龙,翟国君,柴洪洲[1]（2014）在《模糊度降相关的整数分块正交化算法》文中研究说明随着模糊度实数解协方差矩阵维数的增加,由于取整运算舍入误差的影响,LLL降相关算法的成功率低、降相关效果差。本文引入分块正交的思想,设计了整数分块Gram-Schmidt正交化算法,同时联合LLL算法提出基于整数分块正交化的LLL降相关算法（IBGS-LLL）。利用随机模拟的方法分析不同维数下不同分块方式的降相关效果,明确了不同模式下算法的分块方式。基于模拟和实测的数据与改进的LLL算法进行比较,证明IBGS-LLL算法在模糊度协方差矩阵降相关方面具有更优的效果和更高的成功率。
王洋[2]（2019）在《基于高光谱的水稻纹枯病特征提取与诊断方法研究》文中认为水稻病害的监测与诊断对保证国家粮食安全具有重要意义,基于分子生物学的病害检测方法可实现病害的精准分析,但该方法成本高、效率低、需要专业技术人员操作,在农业生产中难以实现,而近年来光谱技术在病害检测中的应用,为水稻病害高通量、快速的检测提供了可能,本研究以东北粳稻纹枯病为研究对象,展开病害光谱响应特征分析、病害识别、病害等级划分、病害指数估测等方面的探讨,主要研究内容如下:（1）研究基于水稻叶片尺度非成像高光谱数据,在叶片尺度对水稻单体植株是否染有纹枯病进行识别。采用了连续投影法、主成分分析法、正交法等方法对健康和受纹枯病胁迫的水稻光谱进行降维,重点研究了Gram-Schmidt正交投影法获取光谱基向量,从而得到病害识别特征的方法。识别结果证明,3种降维方法均可有效提取叶片尺度水稻纹枯病害特征光谱信息,Gram-Schmidt正交化提取基向量方法有利于水稻识别精度的提高,识别准确率为95%,同时也从数据分析的角度得到敏感特征波长位于550nm、675nm、730nm。（2）研究了水稻纹枯病叶片尺度病级识别。分析水稻光谱对纹枯病的响应特征,比较了染病和健康情况下水稻光谱的差别,得到叶片尺度光谱数据对纹枯病敏感波段630-700nm、720-820nm;以原始光谱信息、光谱一阶微分特征、相关植被指数、原始光谱连续统特征、Gram-Schmidt正交降维得到的基向量等分别作为输入变量来实现单株水稻病级的判别,结果证明基向量方法对于病级判断能力较强,对训练集和验证集样本判断准确率较高,表明Gram-Schmidt正交法能够实现叶片尺度水稻纹枯病严重程度的观测。（3）研究了冠层尺度上水稻纹枯病情指数估测。通过比较冠层各染病和健康情况下水稻光谱的差别,得到冠层尺度非成像高光谱数据冠层尺度光谱数据对纹枯病敏感波段583-635nm、655-741nm;对纹枯病敏感的特征或指数作为自变量,建立病情指数的估测模型,在冠层尺度上实现冠层水稻病情指数的估测。结果显示采用Gram-Schimdt正交化处理原始光谱的基向量为特征作为输入变量构建的一元线性模型为病情严重度反演的最佳模型。建模决定系数相对于其他特征具有优势,验证集的估测精度R2高达0.675,实现了近地面水平的冠层纹枯病检测。上述研究结果可以提高水稻纹枯病病害的无损检测的精度,监测水稻生育期内发生纹枯病发展状况、为水稻病害的快速检测仪器开发提供了理论方法。
李孟杰,谢强,丁秋林[3]（2016）在《基于正交非负矩阵分解的K-means聚类算法研究》文中提出为提高K-means聚类算法在高维数据下的聚类效果,提出了一种基于正交非负矩阵分解的K-means聚类算法。该算法对原始数据进行非负矩阵分解,并分别通过改进的Gram-Schmidt正交化和Householder正交化加入了正交约束,以保证低维特征的非负性,增加数据原型矩阵的正交性,然后进行K-means聚类。实验结果表明,基于IGSONMF和H-ONMF的K-means聚类算法在处理高维数据上具有更好的聚类效果。
吴珍[4]（2019）在《基于条纹反射法的自由曲面波前重构算法研究》文中研究指明随着现代光学制造技术的不断发展,自由曲面元件在光学系统中的应用也越来越广泛。相比传统的球面,自由曲面具有更加优越的光学性能,其自由度大,像差矫正能力强,可简化系统结构,减少光学元件数量,使光学系统更加小型化。但由于自由曲面具有非旋转对称性,面形较复杂,导致其面形检测相对于球面更加困难。条纹反射法是一种操作方便、结构简单、检测精度高,动态范围大的非接触式面形检测方法,适用于自由曲面光学元件的高精度面形检测。影响条纹反射法检测精度的因素很多,其中波前重构算法将条纹反射法检测得到的梯度数据反演,得到面形信息,直接影响条纹反射法的检测精度。本文基于条纹反射法,对波前重构算法进行了一系列研究,对比分析了现有重构算法的原理、适用范围、优势以及不足之处。并在此基础上,提出了一系列改进方法,使重构算法具有更好的适用性和更高的精度。论文研究内容如下:以口径为100mm,曲率半径为1000mm的反射镜为待测曲面,通过Matlab对条纹反射法实验光路进行仿真,验证了条纹反射法的检测原理的正确性。对现有的波前重构算法进行分析,针对Zernike梯度多项式在拟合方域自由曲面梯度数据时,会失去正交性而导致系数耦合和噪声传递的问题,提出R矢量多项式。该矢量多项式通过使用Gram-Schmidt法对二维Legendre梯度多项式进行正交化得到,数值计算结果证明了该矢量正交多项式对方形孔径内自由曲面梯度数据,具有很好的重构精度。考虑到自由曲面孔径形状的多样性,提出数值正交化法,针对离散梯度数据构造一次数值化正交梯度多项式,可用于任意形状孔径内的梯度数据拟合。为提高一次数值化正交梯度多项式对复杂自由曲面的重构精度,将一次数值化正交梯度多项式和迭代区域法相结合,提出混合重构算法。数值计算结果表明,该混合重构算法既能获得面形的模式特征,又能提高重构精度。
魏从静[5]（2016）在《压缩感知中测量矩阵的构造与优化研究》文中提出压缩感知理论提供了一种新颖的信号处理方式,近些年来,在各个领域备受关注。传统的信号采样方式是基于奈奎斯特定理:为保证不失真的恢复信号,采样速率必须不低于信号最高频率的两倍。压缩感知理论基于自然界中大部分待处理的信号在某个适当的基或字典下都是可压缩的这一事实,提出使用不相干的线性测量,并通过非线性的优化来从少量的测量值中重构出原信号。本文在介绍了该理论后,对其中关键性的测量矩阵设计做进一步的深入研究。主要工作如下:（1）.在研究了常用的测量矩阵后,对其中性能较好、易于实现的结构化测量矩阵做进一步的研究。在汲取了循环矩阵和广义轮换矩阵优点的基础上,提出了使用均匀随机数对结构化测量矩阵的行向量进行随机循环的构造方法。仿真实验结果有力的表明了新矩阵能够很好的提高重构信号的质量;（2）.在研究了一类通过使用矩阵分解的方法来增强测量矩阵列向量的独立性后,提出了对测量矩阵进行Gram-Schmidt正交化处理,来最大限度的降低矩阵内在的相关性。通过分析正交匹配追踪算法的重构特点后,将新的优化方法和该重构算法相结合,给出了新的信号重构算法,在实验中新算法取得了较好的重构效果;（3）.在分析了通过降低感知矩阵的互相关系数来优化测量矩阵的可行性后,介绍了几种常见的基于此理论的优化方法,并引入了在同等冗余度下具有最小的互相关系数的格拉斯曼框架,提出了基于近似格拉斯曼框架的测量矩阵优化方法。通过该方法,可以使用较少的时间优化出重构性能较好的测量矩阵。
何学智[6]（2013）在《微波凝视关联成像的信息处理方法与仿真》文中进行了进一步梳理微波凝视关联成像是指利用位于静止平台的雷达对固定区域进行成像,其可以实现对特定区域的连续凝视观测和成像。传统的凝视成像,也即实孔径成像,其角度分辨率受实际天线阵列孔径的约束,限制了其在实际中的应用。因此研究一种既能实现凝视成像,又能突破传统孔径限制的角分辨率的成像系统,对于开拓成像雷达的应用范围具有重要意义。论文研究一种全新的基于时空两维随机辐射场的微波凝视关联成像体制,通过构造时空两维随机辐射场,继而获得更多的对目标信息的观测样本,最后联合接收回波与演算所得的辐射场做关联处理,实现波束内的目标分辨。论文的第一部分工作首先从物理过程出发,利用时域电磁推导方法,初步建立了微波凝视关联成像的数学模型,对比了分析传统辐射场和时空两维随机辐射场的区别。从成像系统自由度和最优分辨两个角度提出利用辐射场的有效特征值个数来表征辐射场的时空两维随机性。最后根据上述理论分析,提出了一种基于随机跳频实现随机辐射场的方法。由于辐射场的时空两维随机特性,因此不同于传统的直接成像方式,这里需要联合演算所得的时空两维随机辐射场和接收的散射回波做信息处理才能获得反演的目标图像。另外,复杂的多收发阵列结构也使得许多现有成像算法难以直接应用到微波凝视关联成像的信息处理中。论文的第二部分工作将微波凝视关联成像的信息处理看作一个逆散射问题的求解,提出了基于Gram-Schmidt正交化的信息处理方法,其先对辐射场进行Gram-Schmidt正交化处理,再与回波做相关运算得到反演结果。为了解决有噪情况下反演的不适定性问题,提出了基于TSVD、Tikhonov、Total Variation正则化的信息处理方法,最后通过仿真验证了所提信息处理方法的有效性。论文第三部分针对稀疏目标场景,研究基于压缩感知（compressive sensing,CS）的信息处理方法。在已知目标的稀疏先验信息情况下,可以利用较少的辐射场样本与相应回波做信息处理就可以获得更高的空间分辨率。论文首先对CS数学模型和微波凝视关联成像模型进行细致的对比分析,指出现有的CS重建算法应用于微波凝视关联成像的信息处理时会存在散射点的Off-Grid误差问题。针对该问题,论文从贪婪迭代求解和Bayesian统计优化两个角度分别提出了基于迭代Lo范数的最小二乘成像算法和基于迭代最大后验的稀疏自适应校正反演算法,仿真验证了所提算法的有效性。论文的前三部分工作都是针对凝视成像区域内只有静止目标的情况,第四部分工作则研究运动目标的微波凝视关联成像信息处理方法。首先分析了目标运动对前述信息处理方法性能的影响,针对运动目标场景,提出了基于更新过完备字典的运动成像算法以及基于速度估计的自适应稀疏反演成像算法,并通过仿真验证了所提信息处理方法的有效性,从而进一步完善对微波凝视关联成像信息处理方法的研究。
李瑶[7]（2020）在《点衍射干涉波前检测系统高精度误差校正技术研究》文中指出精密光学系统在航空航天、高端装备制造等高精尖领域广泛应用,对我国科技水平和综合国力发展有重要意义。光学元件作为光学系统的基础单元,其加工质量是制约系统性能的主要因素,因而对光学元件面形精度的检测要求越来越严格。以极紫外光刻机为例,要求投影光刻物镜中单个光学元件面形精度高达亚纳米量级,然而作为当前行业检测标准的ZYGO干涉仪的测量精度也只能达到λ/40（λ=632.8nm）。因此,点衍射干涉技术应运而生,其凭借微孔截面衍射产生近乎理想的球面参考波,打破了传统干涉方法中标准参考镜加工精度对系统检测精度的限制,从而在理论上有望实现亚纳米量级的面形测量精度。然而,该技术在实施中尚存在位相解调精度不高、低反镜光强对比度不足以及非共路干涉成像误差等问题,影响了其理论精度的实现。本文针对上述问题,进行了针孔点衍射干涉波前检测系统高精度误差校正研究。建立了点衍射干涉检测系统方案,对其中产生高质量点衍射球面波的针孔和纳米线波导的关键结构参数进行研究分析和优化设计。基于自编光线追迹程序建立点衍射干涉（Point Diffraction Interferometry,PDI）系统仿真模型,为下文系统优化的研究奠定理论基础。讨论了基于Gram-Schmidt正交化的Zernike波前拟合技术,实现离散采样点的位相重构。由于移相器不准和环境扰动等原因会引入相移误差,从而导致位相重构准确度下降,针对该问题,提出了基于线性相关的自校正位相解调算法（Self Phase Retrieval Algorithm Based on Linear Correlation,LCA）。通过求解相关系数来搜索差分强度图的最优线性组合系数,进而利用线性组合系数求得相移量和待测位相。该算法无需预知相移量,降低了对移相器性能和环境稳定性的要求。相较于其他自校正算法,整个位相恢复过程没有复杂的数学变换和迭代运算,可快速准确地进行高精度位相重建。提出了基于偶次非球面四分之一波片（Even Aspheric Quarter-Wave Plate,EAQWP）的偏振点衍射干涉对比度增强技术,利用偏振器件变换光束偏振态,解决低反射率球面镜检测时对比度不足的问题。普通波片通常应用在平行光路中,但在大数值口径球面波光路中会引入畸变像差,因此优化设计了凸面为偶次非球面的平凸透镜基底波片,并对其进行了详细的波像差分析。针对该波片位姿误差引入的波像差,建立了差分复原模型进行校正。校正后的波片安装于设计的理想位置,测量不同数值孔径待测镜时无需重复装调,大大降低了实验操作的繁琐性,并且避免了由此引入的随机误差。针对非共路干涉中引入的成像镜像差问题,提出了无成像镜的点衍射干涉技术（Free-Lens Point Diffraction Interferometry,FLPDI）和逆向衍射波前重构算法。去除成像镜后,待测镜和CCD像面的关系由共轭成像变为衍射成像,干涉图中有明显的衍射环,已不能反映真实的待测镜面形分布。因此,建立了基于虚拟透镜的衍射波追迹模型对衍射成像进行理论推导,进而通过逆向衍射准确追迹到待测镜面的复振幅,重构出全口径无衍射效应的待测镜面形。该方法利用虚拟透镜去除球面波位相因子,直接采用平面波角谱理论进行衍射传输,解决了球面波衍射传输过程中采样难的问题。建立了基于差分泽尼克系数矢量的系统原理误差校正方法,并对CCD倾斜误差进行了理论分析和控制。对上述研究内容进行了实验验证。首先,对直条纹、圆条纹和复杂条纹的干涉图进行位相解调,得到的残余误差RMS值分别为0.0296rad、0:0617rad和0.0314rad,验证了位相解调算法的准确性。然后,利用差分复原模型对设计波片的位姿误差进行校正,将轴向位置偏差、垂轴偏差和倾斜偏差控制在0.017mm、0.004mm和0.660’以内时,可实现残余误差PV值优于0.001λ。对反射率0.04、数值孔径0.5的球面镜进行实验,测量结果与ZYGO干涉仪对比的残余误差PV和RMS值仅为0.0167λ和0.0025λ,验证了偏振对比度增强技术可有效提高大数值孔径低反镜面形的检测精度。最后,去除实验系统成像镜,对NA0.05的球面镜进行测量,应用逆向衍射算法追迹到去除衍射效应的待测镜面形,其PV为0.1825λ,RMS值为0.0300λ,相较于逆向追迹前的位相分布有明显减小,将其和ZYGO测量的结果比较,面形形状取得了很好的吻合。
张榛,王红星,张磊,赵志勇,张晨亮[8]（2013）在《一种改进的正交PSWF脉冲设计方法》文中研究指明针对采用传统非正弦波时域正交椭圆球面波设计方法设计的正交PSWF脉冲的正交性能不稳定的问题,提出了一种改进的正交PSWF脉冲设计方法,利用修正的Schmidt正交算法,对PSWF脉冲组进行正交化,从而得到新的正交PSWF脉冲组。仿真结果表明,与传统Schmidt方法相比,新算法的舍入误差小,且得到的正交PSWF脉冲具有相对稳定的正交性能,同时能够保持PSWF脉冲带内能量聚集性高的优点。
王海燕[9]（2019）在《基于马田系统的航空客运服务质量评价与应用研究》文中进行了进一步梳理科学、客观、准确地衡量客户的满意度是一个企业乃至行业提升服务质量的关键所在,有助于企业在明确客户期望的基础上了解到自身的不足。因此为了衡量航空客运服务质量的顾客满意度,必须建立科学有效的测量机制。目前,SERVQUAL模型是评价航空客运服务质量的常见方式,其研究方法一般为问卷调查法,但该方式所获取的数据具有一定的主观性,使得研究结果会出现偏差。基于此,本文构建了基于马田系统与粗糙集的航空客运服务质量评价体系以更科学客观地衡量航空客运服务质量。本文首先通过爬虫技术动态获取旅客在线评论,使用LDA主题模型深入挖掘评论数据,在现有评价模型的基础上建立了本文的初始评价指标体系,该评价指标体系较前人构建的指标体系具有更强的科学性和客观性。在考虑初始指标体系中存在的冗余指标会影响评价结果准确性的基础上,本文分别使用了粗糙集和马田系统中的正交表、信噪比两种方法对指标体系的指标进行约简,约简效果显示粗糙集的优化结果较马田系统方法具有更高的准确性。基于粗糙集约简后的指标体系,创新型的运用马田系统对2014年11月至2018年11月航空客运服务质量进行评价排名。应用评价结果显示,2017和2018年航空客运服务质量较前两年略有下降,其原因主要是航班变动情况增加,年均延误时间增长,年投诉量增加。因此各航空公司应加大服务质量的监管力度,加强员工的服务意识和服务素养,在航班变动导致旅客情绪激动的情况下,及时安抚旅客情绪,最大限度地降低航班变动带来的不良影响。
邵鹏[10]（2015）在《大斜视SAR成像及凝视成像算法研究》文中提出合成孔径雷达作为有源主动探测设备具有全天时、全天候工作的优点。既可以工作于正侧视模式也能工作于大斜视模式,在军事上可以进行战场侦察、监视战场形势变化,也可以作为战斗机的火控雷达,提高打击精度。同时可以作为高精度弹道导弹的导引设备。民用方面可以进行火灾检测、矿藏探测等应用。本文主要针对大斜视条带、聚束、凝视成像进行了研究,具体安排如下:1.简要介绍了SAR的发展历史以及国内外发展现状,同时给出了SAR研究的发展趋势及研究意义。2.针对大斜视聚束SAR成像无法实现大范围有效聚焦的问题,提出一种SPECAN与方位非线性变标相结合的成像算法。该方法首先利用SPECAN方法解斜视聚束多普勒谱模糊的问题,将斜视聚束模式等效成斜视条带模式,经过距离徙动校正后,方位多普勒调频率存在空变特性,该问题导致场景边缘点散焦。常规小斜视成像算法无法获得宽场景的斜视聚束SAR图像,本章提出了一种方位非线性变标算法,将多普勒调频率转换为沿方位变化的线性变量,聚焦深度得到很大改善,从而将斜视聚束有效聚焦范围扩大,具有较大的应用价值,最终,通过实验仿真验证了该方法的有效性。3.针对斜视聚束成像模式下的极坐标格式成像算法进行了一定的改进。在斜视聚束模式下,方位频谱通常是模糊的,PFA作为典型的插值算法可以通过去斜解决方位频谱混叠问题。然而在斜视情况下,极坐标格式算法会导致方位谱存在非等间隔的问题,本章针对大斜视聚束提出一种改进的极坐标格式算法,通过建立新的成像坐标系获得了大斜视聚束SAR图像,实验部分给出仿真结果,同时将此算法应用于40°斜视角的斜视聚束实测数据进行了验证,处理结果表明该算法具有一定的实用性。4.针对极坐标格式算法的波前弯曲假设限制成像范围的问题提出一种将成像区域进行分块操作的大场景成像的极坐标格式算法,首先将全孔径数据进行去斜操作,得到粗聚焦的图像后,将整个场景沿距离向及方位向进行分块处理,在获得分块粗聚焦的场景后,将去斜的相位以整个场景中心的补偿回来,同时以子块的中心对粗聚焦图像的中心为参考进行去斜操作,既保证了分辨率没有过多损失,接下来对每个子块数据进行极坐标插值,从而获得了具有一定形变的子图像,子图像的分辨率与整幅场景的图像分辨率相同,再对每幅子图像进行形变校正、拼接,从而得到了整幅场景的大图像,这样可以大大增加极坐标格式算法的成像范围,最终实验部分给出了仿真数据的处理结果,结果表明该算法能够得到较好的成像结果。5.针对频带合成存在相位跳变的问题,提出一种大斜视高分辨频域带宽合成算法,该方法首先对各个子频带数据进行非空变的斜距误差补偿。补偿斜距误差后对子频带数据脉压并进行带宽合成,利用共用频带消除了由雷达与目标相对运动引起子带之间相位的变化,从而使合成后的频带相位保持连续,在保证合成后的数据包络及相位都连续的情况下,对合成后的数据进行徙动校正,从而完成了频带合成。最后给出了频域带宽合成的实验仿真和实测数据验证,并对合成后的实测数据的距离分辨率进行了分析,通过分析得知,距离分辨率得到了有效的提高。6.针对传统自聚焦算法运算效率不高的问题,提出一种基于盲同态自聚焦算法方法,在建立信号模型时与MCA有很大的不同,MCA在时域建立数学模型,而该方法是在频域建立模型。二者的相似之处在于都是通过建立子空间的方式估算运动误差,该方法利用复倒谱和同态信号处理的思想。同态信号滤波作为一项非线性滤波的信号处理方法是由奥本海姆在1968年提出的,该项技术成功应用于光学图像重建、医学超声波图像重建、声音信号及通信信号的重建。通常来说,盲同态解卷积可以在不知道图像任何信息的情况下获得较为清晰的图像。通过盲解卷积算法可以获得医学图像的2维点扩展函数,进而可以提高图像质量。受到医学应用的启示,本章提出的盲同态解卷积算法能够有效地获得散焦图像子孔径的相位误差,从而可以得到载机飞行过程中的全孔径运动误差。本章主要包括:1)模糊核及同态信号数学模型的介绍;2)平滑不变子空间的建立;3)通过建立的希尔伯特子空间对相位进行平滑滤波;4)最终给出了实验仿真及实测数据的处理结果。7.提出一种微波凝视成像方法,其利用了天线辐射的电磁信号在空间形成了时空二维随机辐射场。时空二维随机辐射场在空间的不同位置、不同时刻的场是随机性变化的,通过天线辐射信号并对回波信号进行采集与预先存储的二维随机辐射场进行关联处理,从而能够区分不同分辨单元内的目标。针对传统凝视成像直接关联算法得到图像中目标副瓣过高的问题提出对成像区域预存的两维随机辐射场分别进行Bjorck-Schmidt正交化及Bjorck-Schmidt正交化处理,将预存辐射场进行正交化处理后,减弱了邻近单元辐射场的相关性,将正交化后的随机辐射场与回波信号进行关联处理,降低了图像中目标的副瓣,从而得到聚焦良好的图像,在实验部分给出了仿真数据的处理结果。8.给出了研究总结和展望。
二、Schmidt正交化方法的改进（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Schmidt正交化方法的改进（论文提纲范文）
（1）模糊度降相关的整数分块正交化算法（论文提纲范文）
| 1 引言 |
| 2 整数分块Gram-Schmidt正交化算法 |
| 3 基于整数分块正交化的LLL降相关算法 |
| 4 计算分析 |
| 5 结论 |
（2）基于高光谱的水稻纹枯病特征提取与诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究状况 |
| 1.2.1 光谱技术在病虫害检测中的应用 |
| 1.2.2 作物病虫害光谱检测的现状 |
| 1.3 水稻病虫害光谱诊断的主要问题分析 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究目的及研究内容 |
| 1.4.2 研究的技术路线 |
| 第二章 试验设计与方法 |
| 2.1 试验设计与样本采集 |
| 2.1.1 叶片尺度病害试验 |
| 2.1.2 冠层尺度病害试验 |
| 2.2 水稻纹枯病样本光谱数据获取 |
| 2.2.1 纹枯病样本光谱提取感兴趣区域分析 |
| 2.2.2 高光谱数据转换 |
| 2.2.3 叶片和冠层光谱数据的处理 |
| 2.3 高光谱数据预处理 |
| 2.3.1 数据规范化处理 |
| 2.3.2 数据平滑处理 |
| 2.4 高光谱降维方法 |
| 2.4.1 植被指数 |
| 2.4.2 连续投影法 |
| 2.4.3 主成分分析法 |
| 2.4.4 基于Gram-Schmidt正交化基向量方法 |
| 2.5 识别分类方法 |
| 2.5.1 支持向量机 |
| 2.5.2 BP神经网络 |
| 2.6 模型性能评价 |
| 2.6.1 定量校正模型评价 |
| 2.6.2 定性判别模型评价 |
| 2.7 本章小结 |
| 第三章 基于叶片尺度光谱特征的水稻纹枯病识别 |
| 3.1 主成分分析法光谱特征提取 |
| 3.2 连续投影法光谱特征波长提取 |
| 3.3 .基于Gram-Schmidt正交化方法的基向量特征提取 |
| 3.3.1 Gram-Schmidt正交化变换原始光谱的改进 |
| 3.3.2 观测窗宽度设置 |
| 3.3.3 .基向量对应敏感波段 |
| 3.4 不同特征对病害识别结果对比 |
| 3.5 本章小结 |
| 第四章 叶片尺度的水稻纹枯病害级别判定 |
| 4.1 纹枯病叶片尺度光谱响应特征 |
| 4.2 叶片尺度水稻纹枯光谱与单株病级相关情况 |
| 4.2.1 基于原始光谱的敏感波段选择 |
| 4.2.2 基于光谱敏感度的敏感波段选择 |
| 4.2.3 水稻纹枯病病情严重程度敏感波段选择 |
| 4.3 水稻纹枯病胁迫下叶片光谱特征 |
| 4.3.1 植被指数 |
| 4.3.2 光谱微分特征和连续统的特征 |
| 4.3.3 Gram-Schmidt正交法提取的基向量特征 |
| 4.4 水稻纹枯病叶片光谱特征与病级相关性分析 |
| 4.5 水稻纹枯病病级的判别 |
| 4.5.1 基于BP判别模型的水稻纹枯病病情严重程度判别 |
| 4.5.2 基于多分类SVM的水稻纹枯病病情严重程度判别 |
| 4.6 本章小结 |
| 第五章 冠层尺度的水稻纹枯病害级别判定 |
| 5.1 纹枯病冠层尺度光谱响应特征 |
| 5.2 水稻纹枯病冠层尺度光谱与病情指数相关情况 |
| 5.3 水稻纹枯病冠层光谱特征 |
| 5.3.1 基于冠层原始光谱数据的植被指数和光谱特征参数 |
| 5.3.2 Gram-Schmidt正交化冠层原始光谱数据获取基向量特征 |
| 5.4 水稻纹枯病冠层尺度病情指数估测模型 |
| 5.5 区域尺度高光谱图像识别水稻纹枯病害程度 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表论文 |
（3）基于正交非负矩阵分解的K-means聚类算法研究（论文提纲范文）
| 1引言 |
| 2非负矩阵分解及其分类 |
| 2.1非负矩阵分解 |
| 2.2非负矩阵分解的分类 |
| 3基于正交非负矩阵分解的K-means算法 |
| 3.1正交非负矩阵分解算法设计 |
| 3.1.1 Gram-Schmidt正交非负矩阵分解 |
| 3.1.2 HouseHolder正交非负矩阵分解 |
| 3.2基于正交非负矩阵分解的K-means算法设计 |
| 4实验结果与分析 |
| 4.1实验配置 |
| 4.2实验结果比较 |
| 结束语 |
（4）基于条纹反射法的自由曲面波前重构算法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 自由曲面光学元件面形检测技术概述 |
| 1.2.1 接触式检测法 |
| 1.2.2 非接触式检测法 |
| 1.3 条纹反射检测技术发展概述 |
| 1.4 波前重构算法发展概述 |
| 1.4.1 模式法 |
| 1.4.2 区域法 |
| 1.4.3 波前重构算法存在的不足 |
| 1.5 课题主要研究内容和创新点 |
| 1.5.1 研究内容 |
| 1.5.2 主要创新点 |
| 第2章 条纹反射检测法基础理论 |
| 2.1 条纹反射法系统结构 |
| 2.1.1 系统构成 |
| 2.1.2 检测原理 |
| 2.2 条纹反射法的关键技术 |
| 2.2.1 相移法与相位展开 |
| 2.2.2 三维面形重构 |
| 2.3 条纹反射检测系统标定 |
| 2.3.1 CCD相机标定 |
| 2.3.2 LCD显示屏标定 |
| 2.4 条纹反射法原理验证 |
| 2.5 本章小结 |
| 第3章 基于R矢量多项式的自由曲面波前重构 |
| 3.1 典型正交多项式 |
| 3.1.1 Zernike圆域正交多项式 |
| 3.1.2 二维Legendre方域正交多项式 |
| 3.2 基于梯度数据的模式拟合 |
| 3.3 Gram-Schmidt正交化法构造R矢量多项式 |
| 3.3.1 Legendre梯度多项式 |
| 3.3.2 Gram-Schmidt正交化法 |
| 3.4 数值计算和结果分析 |
| 3.4.1 方域内随机自由曲面梯度数据的表征 |
| 3.4.2 方域内复杂自由曲面梯度数据的表征 |
| 3.5 本章小结 |
| 第4章 基于混合算法的自由曲面波前重构 |
| 4.1 一次数值化正交梯度多项式 |
| 4.1.1 数值变换法构造正交多项式 |
| 4.1.2 由梯度数据反演面形 |
| 4.1.3 数值计算和结果分析 |
| 4.2 区域重构法 |
| 4.2.1 Southwell区域法 |
| 4.2.2 基于Southwell区域法的改进算法 |
| 4.2.3 数值计算和结果分析 |
| 4.3 混合重构算法 |
| 4.3.1 混合重构算法的推导 |
| 4.3.2 数值计算和结果分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间获得与学位论文相关的科研成果 |
（5）压缩感知中测量矩阵的构造与优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容和现状 |
| 1.3 本文的主要工作及创新点 |
| 1.4 内容安排 |
| 第二章 压缩感知理论简介 |
| 2.1 压缩感知理论框架 |
| 2.2 压缩感知的主要内容 |
| 2.2.1 信号的稀疏表示 |
| 2.2.2 信号的线性测量 |
| 2.2.3 信号的重构 |
| 2.3 信号重构质量的评价标准 |
| 2.4 本章小结 |
| 第三章 基于行列式随机循环的测量矩阵设计 |
| 3.1 常用的测量矩阵 |
| 3.1.1 完全随机测量矩阵 |
| 3.1.2 结构化随机测量矩阵 |
| 3.1.3 确定性测量矩阵 |
| 3.2 基于行列式随机循环的测量矩阵设计 |
| 3.2.1 基于行列随机循环的测量矩阵构造 |
| 3.2.2 仿真实验与结果分析 |
| 3.3 本章小结 |
| 第四章 基于Gram-Schmidt正交化的测量矩阵优化 |
| 4.1 测量矩阵优化设计 |
| 4.1.1 基于QR分解的测量矩阵优化 |
| 4.1.2 基于奇异值分解的测量矩阵优化 |
| 4.2 基于Gram-Schmidt正交化的测量矩阵优化 |
| 4.2.1 Gram-Schmidt正交化 |
| 4.2.2 基于Gram-Schmidt正交化的测量矩阵优化 |
| 4.2.3 仿真实验与结果分析 |
| 4.3 本章小结 |
| 第五章 基于互相关系数的测量矩阵优化研究 |
| 5.1 基于互相关系数优化测量矩阵的理论基础 |
| 5.2 几种常见的基于互相关系数的测量矩阵优化方法 |
| 5.2.1 基于t-平均互相关系数的优化方法 |
| 5.2.2 基于梯度下降交替最小化的优化方法 |
| 5.2.3 基于等角紧框架的优化方法 |
| 5.2.4 基于特征值分解的优化方法 |
| 5.3 基于近似格拉斯曼框架的测量矩阵优化研究 |
| 5.3.1 格拉斯曼框架 |
| 5.3.2 基于近似格拉斯曼框架的测量矩阵优化 |
| 5.3.3 仿真实验与结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 攻读硕士学位期间撰写的论文 |
| 致谢 |
（6）微波凝视关联成像的信息处理方法与仿真（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究的历史和现状 |
| 1.2.1 微波凝视成像的发展 |
| 1.2.2 论文相关问题聚焦及研究现状 |
| 1.3 本文的主要工作与创新 |
| 第2章 静止目标的微波凝视关联成像原理 |
| 2.1 引言 |
| 2.2 静止目标的微波凝视成像过程建模 |
| 2.2.1 入射场建模 |
| 2.2.2 散射场建模 |
| 2.2.3 接收回波建模 |
| 2.2.4 微波凝视关联成像模型 |
| 2.3 基于时空两维随机辐射场的微波凝视关联成像 |
| 2.3.1 时空两维随机辐射场的提出 |
| 2.3.2 从辐射场的自由度定义辐射场的随机性 |
| 2.3.3 从最优分辨定义辐射场的随机性 |
| 2.4 利用随机跳频构造时空两维随机辐射场 |
| 2.4.1 基于随机跳频的微波凝视关联成像 |
| 2.4.2 辐射场随机性的影响因素分析 |
| 2.5 本章小结 |
| 第3章 静止目标的微波凝视关联成像信息处理方法 |
| 3.1 引言 |
| 3.2 基于Gram-Schmidt正交化的信息处理方法 |
| 3.2.1 非理想辐射场的Gram-Schmidt正交化 |
| 3.2.2 基于Gram-Schmidt正交化的信息处理方法步骤 |
| 3.2.3 仿真分析 |
| 3.3 基于正则化的信息处理方法 |
| 3.3.1 微波凝视关联成像信息处理的不适定性分析 |
| 3.3.2 基于TSVD的信息处理方法 |
| 3.3.3 基于Tikbonov正则化的信息处理方法 |
| 3.3.4 基于总变差正则化的信息处理方法 |
| 3.3.5 仿真分析 |
| 3.4 本章小结 |
| 第4章 稀疏目标的微波凝视关联成像信息处理方法 |
| 4.1 引言 |
| 4.2 压缩感知在微波凝视关联成像中的应用 |
| 4.2.1 压缩感知基本理论 |
| 4.2.2 基于FOCUSS的信息处理方法 |
| 4.2.3 基于稀疏贝叶斯学习的信息处理方法 |
| 4.2.4 仿真分析 |
| 4.3 压缩感知应用于微波凝视关联成像的Off-Grid问题分析 |
| 4.4 基于迭代L_0范数的最小二乘成像算法(iL_0-LS) |
| 4.4.1 iL_0-LS算法思想 |
| 4.4.2 iL_0-LS算法流程 |
| 4.4.3 仿真分析 |
| 4.5 基于迭代最大后验的稀疏自适应校正反演算法(SACR-iMAP) |
| 4.5.1 考虑Off-Grid误差的修正成像模型 |
| 4.5.2 SACR-iMAP算法流程 |
| 4.5.3 SACR-iMAP算法收敛性证明 |
| 4.5.4 仿真分析 |
| 4.6 本章小结 |
| 第5章 运动目标的微波凝视关联成像信息处理方法 |
| 5.1 引言 |
| 5.2 运动目标的微波凝视关联成像过程建模 |
| 5.2.1 入射场建模 |
| 5.2.2 散射场建模 |
| 5.2.3 接收回波建模 |
| 5.3 基于更新过完备字典的运动目标成像算法 |
| 5.3.1 辐射场过完备字典构造 |
| 5.3.2 优化问题的建立和求解 |
| 5.3.3 仿真分析 |
| 5.4 基于速度估计的自适应稀疏反演算法 |
| 5.4.1 ASR-VE算法流程 |
| 5.4.2 仿真分析 |
| 5.5 本章小结 |
| 第6章 结束语 |
| 6.1 对本文工作的总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者在攻读博士学位期间完成的学术论文 |
| 作者在攻读博士学位期间参与的主要工作 |
| 致谢 |
（7）点衍射干涉波前检测系统高精度误差校正技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 点衍射波前的物理定义和质量评价研究 |
| 1.2.1 物理定义 |
| 1.2.2 点衍射波前质量评价方法及其研究进展 |
| 1.3 点衍射干涉技术研究现状 |
| 1.3.1 点衍射干涉技术研究历史概述 |
| 1.3.2 光纤点衍射干涉技术 |
| 1.3.3 针孔点衍射干涉技术 |
| 1.4 本文主要研究内容及创新点 |
| 1.4.1 主要研究内容 |
| 1.4.2 主要创新点 |
| 2 高精度点衍射干涉检测技术 |
| 2.1 PDI检测系统布局和原理 |
| 2.1.1 系统布局 |
| 2.1.2 基本原理 |
| 2.1.3 系统误差分析 |
| 2.2 PDI系统建模和仿真 |
| 2.2.1 光线追迹基本理论 |
| 2.2.2 基于光线追迹理论建立PDI模型 |
| 2.2.3 点衍射系统模型仿真实例分析 |
| 2.3 点衍射球面波光源分析研究 |
| 2.3.1 针孔PDSWS |
| 2.3.2 纳米线波导PDSWS |
| 2.4 波前正交拟合技术 |
| 2.4.1 标准Zernike多项式 |
| 2.4.2 Gram-Schmidt正交化法 |
| 2.5 本章小结 |
| 3 相移干涉图位相解调技术 |
| 3.1 相移干涉原理和经典相移算法 |
| 3.1.1 相移干涉原理 |
| 3.1.2 Hariharan算法相移误差校正 |
| 3.2 LCA的基本原理和可行性分析 |
| 3.2.1 基本原理 |
| 3.2.2 LCA波前重构流程 |
| 3.2.3 可行性分析 |
| 3.3 LCA仿真实例分析 |
| 3.4 本章小结 |
| 4 基于EAQWP的偏振点衍射干涉技术 |
| 4.1 PPDI的基本原理和误差分析 |
| 4.1.1 基本原理 |
| 4.1.2 波片误差分析 |
| 4.2 EAQWP的优化设计和误差分析 |
| 4.2.1 优化设计原理 |
| 4.2.2 波前误差分析 |
| 4.3 EAQWP的位姿误差分析与校正 |
| 4.3.1 位姿误差分析 |
| 4.3.2 差分复原模型 |
| 4.4 本章小结 |
| 5 FLPDI系统建模和波前重构算法 |
| 5.1 成像镜成像误差问题 |
| 5.2 FLPDI系统衍射波追迹建模 |
| 5.2.1 基于虚拟理想透镜的衍射波追迹模型 |
| 5.2.2 模型衍射追迹理论 |
| 5.3 逆向衍射波前重构算法 |
| 5.3.1 基本原理 |
| 5.3.2 算法流程 |
| 5.3.3 波前重构实例 |
| 5.4 系统几何误差分析与校正 |
| 5.4.1 原理误差的分析与校正 |
| 5.4.2 CCD倾斜误差分析 |
| 5.5 本章小结 |
| 6 高精度点衍射干涉系统检测实验 |
| 6.1 高精度点衍射干涉球面面形检测实验系统 |
| 6.1.1 实验系统布局 |
| 6.1.2 验证实验设计 |
| 6.2 相移干涉图相移误差校正实验 |
| 6.2.1 传统Hariharan算法相移误差校正实验 |
| 6.2.2 LCA算法位相重构实验 |
| 6.3 基于EAQWP的偏振点衍射干涉检测实验 |
| 6.3.1 EAQWP位姿误差校正实验 |
| 6.3.2 低反射率球面镜面形检测实验 |
| 6.4 FLPDI检测实验 |
| 6.4.1 去除成像镜前后干涉图效果实验 |
| 6.4.2 逆向衍射波前重构实验 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 作者简历及在学期间所取得的科研成果 |
（9）基于马田系统的航空客运服务质量评价与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 服务质量评价研究综述 |
| 1.2.2 马田系统研究综述 |
| 1.3 研究内容 |
| 1.4 研究方法 |
| 第2章 理论基础 |
| 2.1 服务质量评价相关理论 |
| 2.1.1 服务质量评价概念 |
| 2.1.2 服务质量评价模型 |
| 2.2 马田系统理论基础 |
| 2.2.1 马田系统的概念 |
| 2.2.2 马田系统的基本步骤 |
| 2.2.3 马田系统的特点 |
| 2.3 粗糙集理论 |
| 2.3.1 粗糙集的概念 |
| 2.3.2 粗糙集约简原理 |
| 2.3.3 粗糙集理论的特点 |
| 2.4 LDA主题模型 |
| 第3章 基于马田系统与粗糙集的服务质量评价模型 |
| 3.1 基准空间的构建 |
| 3.2 基准空间的有效性验证 |
| 3.3 基准空间的优化 |
| 3.3.1 正交表和信噪比优化基准空间 |
| 3.3.2 粗糙集优化基准空间 |
| 3.3.3 优化结果对比 |
| 3.4 评价结果分析 |
| 第4章 航空客运服务质量初始评价指标体系的构建 |
| 4.1 评价指标体系的构建原则与思路 |
| 4.1.1 构建原则 |
| 4.1.2 构建思路 |
| 4.2 航空客运服务质量评价数据的获取 |
| 4.2.1 数据来源 |
| 4.2.2 数据获取 |
| 4.3 航空客运服务质量评价数据处理 |
| 4.3.1 数据预处理 |
| 4.3.2 基于LDA主题模型的数据处理 |
| 4.4 初始评价指标体系的构建与说明 |
| 第5章 服务质量评价模型在航空客运服务中的应用 |
| 5.1 数据收集与预处理 |
| 5.2 马田系统基准空间的构建 |
| 5.3 基准空间的有效性验证 |
| 5.4 基准空间的优化 |
| 5.4.1 正交表和信噪比优化基准空间 |
| 5.4.2 粗糙集优化基准空间 |
| 5.4.3 优化结果对比 |
| 5.5 初始评价指标体系的优化 |
| 5.6 服务质量评价结果与分析 |
| 结论 |
| 参考文献 |
| 附录 A 攻读学位期间所参与的项目 |
| 附录 B L_(32)(2~(26))正交表 |
| 致谢 |
（10）大斜视SAR成像及凝视成像算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 合成孔径雷达简介 |
| 1.2 合成孔径雷达成像模式 |
| 1.3 本文研究背景及意义 |
| 1.4 本文研究内容及安排 |
| 第二章 方位非线性变标的大斜视聚束成像算法 |
| 2.1 引言 |
| 2.2 斜视聚束几何模型及其算法实现 |
| 2.2.1 SPECAN解方位频谱混叠 |
| 2.2.2 距离CS及方位ENCS处理 |
| 2.2.3 场景聚焦范围及相位误差分析 |
| 2.3 仿真分析 |
| 2.4 本章小结 |
| 第三章 斜视聚束模式的改进极坐标格式成像算法 |
| 3.1 引言 |
| 3.2 斜视聚束几何模型及算法实现 |
| 3.3 实验仿真及实测数据处理 |
| 3.3.1 实验仿真 |
| 3.3.2 实测数据处理与分析 |
| 3.4 本章小结 |
| 第四章 一种大场景的斜视聚束成像算法 |
| 4.1 引言 |
| 4.2 斜视聚束几何模型及SPFA算法实现 |
| 4.3 实验仿真 |
| 4.4 本章小结 |
| 第五章 频域带宽合成斜视高分辨SAR成像方法 |
| 5.1 引言 |
| 5.2 步进频信号及频域带宽合成 |
| 5.3 仿真及实测数据验证 |
| 5.3.1 实验仿真 |
| 5.3.2 实测数据验证及分析 |
| 5.4 本章小结 |
| 第六章 盲同态解卷积的SAR成像自聚焦算法 |
| 6.1 引言 |
| 6.2 模糊核的数学模型 |
| 6.3 盲解卷积滤波 |
| 6.4 实验结果 |
| 6.4.1 仿真实验 |
| 6.4.2 实测数据 |
| 6.5 本章小结 |
| 第七章 Bjorck-Schmidt正交化微波凝视成像方法 |
| 7.1 引言 |
| 7.2 时空两维随机辐射场凝视成像模型 |
| 7.2.1 凝视成像原理 |
| 7.2.2 Bjorck-Schmidt正交化关联处理 |
| 7.3 实验仿真 |
| 7.4 本章小结 |
| 第八章 结论和展望 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、Schmidt正交化方法的改进（论文参考文献）
- [1]模糊度降相关的整数分块正交化算法[J]. 范龙,翟国君,柴洪洲. 测绘学报, 2014(08)
- [2]基于高光谱的水稻纹枯病特征提取与诊断方法研究[D]. 王洋. 沈阳农业大学, 2019(03)
- [3]基于正交非负矩阵分解的K-means聚类算法研究[J]. 李孟杰,谢强,丁秋林. 计算机科学, 2016(05)
- [4]基于条纹反射法的自由曲面波前重构算法研究[D]. 吴珍. 武汉理工大学, 2019(07)
- [5]压缩感知中测量矩阵的构造与优化研究[D]. 魏从静. 南京邮电大学, 2016(02)
- [6]微波凝视关联成像的信息处理方法与仿真[D]. 何学智. 中国科学技术大学, 2013(10)
- [7]点衍射干涉波前检测系统高精度误差校正技术研究[D]. 李瑶. 浙江大学, 2020(02)
- [8]一种改进的正交PSWF脉冲设计方法[J]. 张榛,王红星,张磊,赵志勇,张晨亮. 中国电子科学研究院学报, 2013(04)
- [9]基于马田系统的航空客运服务质量评价与应用研究[D]. 王海燕. 湖南大学, 2019(07)
- [10]大斜视SAR成像及凝视成像算法研究[D]. 邵鹏. 西安电子科技大学, 2015(02)