Precision measurements by the Alpha Magnetic Spectrometer (AMS) on the International Space Station of the deuteron (D) flux are presented. The measurements are based on 21×106 D nuclei in the rigidity range from 1.9 to 21 GV collected from May 2011 to April 2021. We observe that over the entire rigidity range the D flux exhibits nearly identical time variations with the p, He3, and He4 fluxes. Above 4.5 GV, the D/He4 flux ratio is time independent and its rigidity dependence is well described by a single power law ∝RΔ with ΔD/He4=−0.108±0.005. This is in contrast with the He3/He4 flux ratio for which we find ΔHe3/He4=−0.289±0.003. Above ∼13  GV we find a nearly identical rigidity dependence of the D and p fluxes with a D/p flux ratio of 0.027±0.001. These unexpected observations indicate that cosmic deuterons have a sizable primarylike component. With a method independent of cosmic ray propagation, we obtain the primary component of the D flux equal to 9.4±0.5% of the He4 flux and the secondary component of the D flux equal to 58±5% of the He3 flux. Published by the American Physical Society 2024

Copy detection is a key task of video copyright protection. This paper presents a robust video hashing with non-negative tensor factorization (NTF) for copy detection. In the presented video hashing scheme, secondary frames are computed from the preprocessed video by assigning weights to all frames within a video group based on color entropy. Next, the secondary frames are fed into the pre-trained MobileNetV2 and then NTF is exploited to compress the three-order tensor constructed by stacking the output feature maps for hash construction. Experiments conducted on publicly available video datasets indicate that the presented hashing scheme outperforms the evaluated hashing schemes in the performances of classification and copy detection.

Background Acquiring behaviour parameters of wildfire propagation and developing firefighting strategies necessitate a precise and efficient simulation method; fireline coordinates and rate of spread (ROS) are two crucial parameters closely associated with simulation precision. Aims This study proposes an adaptive simulation method for wildfire propagation by integrating continuous time series remote sensing images with a cellular automata (CA) model. Methods The ROS in each direction is calculated using continuous time fireline coordinates derived from multi-source remote sensing images. A time-adaptive propagation algorithm is developed based on the CA model (time-adaptive cellular automata, TCA). Vegetation distribution information is derived to establish a simulation system for verification experiments. Key results The TCA model demonstrated satisfactory simulation performance, with a prediction accuracy of 92.2% for burned area and 87.3% for fireline length within local regions in the MuLi Forest Fire and effectively characterised gradual spread based on low ROS. Conclusion The adaptive simulation method produces fairly precise results and demonstrated its capability to achieve localised and gradual propagation. This software serves as a powerful tool for wildland surface fire prevention and control. Implications The adaptive simulation method based on continuous time remote sensing images and the CA model are essential for accurately predicting wildfire propagation.