摘 要: 为了解决复杂环境下基于单一舰船信息进行目标识别准确率较低,以及多源舰船信息高冲突时无法有效融合识别的问题,提出一种基于深度学习和改进证据理论的海上多源舰船信息融合识别方法。主要从两方面入手:首先利用深度学习高效特征学习能力实现更加准确的分类识别;然后通过改进的证据理论实现多证据体的高效正确融合。高悖论证据融合实验结果表明,相比于其他融合方法,文中方法融合结果具有更高的概率分配值。同时,
摘 要: 文中提出一种基于几何相位的透射型超表面,通过对超表面单元结构的设计和排布实现了对入射圆极化波的波前任意操控和太赫兹涡旋波的产生。该超表面单元由典型的“三明治”型结构,即金属⁃介质⁃金属结构组成,顶层和底层金属图案均是由“C”型和矩形组成。利用几何相位原理,在工作频点下通过旋转金属结构对其相位进行调控,同时交叉极化透射幅度较高(>0.9)。通过对单元结构进行旋转编码,可以形成用于产
摘 要: 超短波的传播方式主要为视距传播,这种传播方式需要天线具有强方向性且有较高的增益。而对数周期天线是一种超宽带、中等增益的天线,非常适用于超短波通信。然而在超短波频段下,常规对数周期天线的长度较长,小型化程度不高。为了实现超短波对数周期天线的小型化,提出一种分段的超短波对数周期天线的设计方案。根据应用需求,在满足天线增益的情况下,采用分段设计缩减天线长度,同时调整集合线之间的夹角,以实现天
摘 要: 多任务学习目前广泛被应用于各大领域,然而大部分效果较佳的模型都有着复杂的网络层级和架构,导致这些多任务学习模型很难被应用于资源有限的设备上,例如:经费有限但是人口基数大的国家或地区进行人口普查预测、便携设备的翻译等任务。为解决这一问题,提出半渐进式分层提取的轻量化多任务模型。模型首先通过对顶层任务独有的专家模块进行剪枝,将原先负责提取每个独立任务深层信息的工作交由每个任务的塔层模块进行
摘 要: 针对综合化电子系统中多个功能运行于同一多核处理器的不同核同时访问同一并行总线的冲突避免以及实时性问题,提出一种基于最小访问颗粒度的多核处理器公平共享并行总线的方法,并详细介绍了该方法的设计实现及验证。该方法不仅通过为每核分配一个总线操作缓冲队列保障了同一核的总线操作先到先服务,而且通过单个读写操作周期的公平队列算法保障了每核总线操作的实时性。工程实践表明,该方法是一种多核处理器公平共享
摘 要: 为实现对常用60种中药饮片图像的精准快速识别,构建13 088张常见中药饮片图像数据集,采用迁移学习的方式,以深度学习算法中Xception卷积神经网络模型为基准,对饮片图像进行训练与识别。模型训练的初始学习率设置为0.01,优化器中设置Nesterov动量超参数为0.9,训练次数为100轮,得到在训练集上的分类准确率达到100%,验证集准确率为97.42%,测试集准确率为97.26%
摘 要: 低分辨率自适应图像的像素密度过于稀疏,导致图像清晰度达不到超分辨标准。为此提出低秩矩阵恢复下的自适应图像超分辨率重建方法。构建低秩矩阵恢复模型,计算峰值信噪比参数,完成低秩矩阵恢复下的自适应图像降噪处理。在图像区域中提取自适应特征,根据超分辨率判别条件定义具体的重建函数表达式,完成低秩矩阵恢复下自适应图像超分辨率重建方法的设计。实验结果表明,该方法的应用可使图像有效去噪,信噪比高于31
摘 要: 在拍摄铝模天花图片过程中,光线暗、曝光不足都是造成图片整体亮度偏低的原因,使得图片丢失边缘细节信息。为了改善图像视觉效果,设计一种改进的直方图均衡化技术,即限制对比度自适应直方图均衡(CLAHE)算法。从计算初始直方图开始,对每个像素的出现频率都进行记录,汇总后得到初始直方图。在初始直方图的基础上,计算出正规化直方图和累计直方图并且求均衡化的映射关系,然后将结果写入新图像中。实验结果表
摘 要: 在新闻文本图像中,现有的水印算法没有将表达文本部分的区域与其他背景区域进行区分,并且对二值水印图像嵌入时只在单通道嵌入导致鲁棒性不高。针对以上问题,提出基于新闻文本图像的鲁棒水印算法。首先将新闻文本图像进行大津阈值分割(OSTU),将文本与背景区域区分开,选择文本区域进行嵌入加深对重要信息的版权保护;接着将文本图像Cr和Cb通道的文本区域进行离散小波变换(DWT)后,利用主成分分析(P
摘 要: 为解决陪护机器人在复杂的环境下进行目标检测任务时容易出现错检、漏检等问题,提出一种基于深度学习的陪护机器人目标检测方法。首先,运用改进的WGAN网络生成高质量的图片,丰富数据集多样性,为后续YOLOv5s训练奠定基础;其次,在原YOLOv5s模型上运用Gridmask数据增强技术,提升检测模型对于复杂场景和遮挡情况下的识别能力;在Backbone部分采用C2fSE模块,并将LSTM网络
摘 要: 人机交互嵌入式图形用户界面容易受到噪声影响,且受传输带宽的限制,处理图像较为复杂,导致视觉增强效果不佳。为此,提出人机交互嵌入式图形用户界面视觉增强方法。利用傅里叶变换方法处理人机交互嵌入式图形用户界面,获得边缘像素集,融合区域特征,分层提取用户界面。采用均值滤波处理方法分析透射率,去模糊处理用户模糊界面。基于此,利用Retinex和小波变换图像增强方法获取去模糊后的视觉图像饱和度,计
摘 要: 针对DDoS攻击检测问题,提出一种深度集成学习算法,可以有效检测DDoS攻击并解决分类不平衡问题。该算法使用一种类权重投票算法并由若干深度学习子模型组成,子模型采用1D⁃CNN和BILSTM提高模型时序提取性能,并利用2D⁃CNN提取空间特征,综合捕捉了样本的时空特性。在数据处理方面,通过对实验数据流量基于IP等特征进行分段,并将其转换为灰度图像,增强了模型对时空特征的感知能力,同时避
摘 要: 铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.3
摘 要: 为了缩短任务卸载时延和降低能耗,基于多目标优化设计一种移动边缘计算任务卸载方法。首先,建立一个多目标优化模型,以最小时延和最小能耗为目标函数,同时考虑任务卸载计算资源分配约束、总能耗低于设备剩余电量约束、任务卸载传输功率约束、任务卸载时延约束等约束条件;考虑了移动设备的移动性,构建节点切换约束条件;为了提高求解效率,改进了遗传算法中的选择、交叉和变异操作,并利用改进后的遗传算法求解了多
摘 要: 机器翻译是一个持续研究的领域,其主要目的是消除语言障碍。随着技术的不断发展,机器翻译在过去几十年里经历了从早期的目标语言直接替换源语言的方法到如今的数据驱动模型的范式转变,其中包括统计和神经机器翻译方法。文中采用一种基于神经网络的深度学习技术,专注于英语翻译,同时还使用了Bahdanau注意机制。为了支撑研究,使用了约30 923个句子的平行语料库,其中包含一些新闻和日常生活中常用的句
摘 要: 为了解决各种在线应用中信息爆炸的相关问题,增强用户体验,学者们开发了基于用户偏好的推荐系统,尽管已经为更加个性化的推荐做了大量的努力,但是推荐系统仍然面临着一些挑战,如数据稀疏性和冷启动问题。针对上述问题,提出一种基于知识图神经网络的推荐模型,将每个意图建模为KG关系的注意组合,强调不同意图的独立性,以获得更好的模型能力和可解释性。实验结果表明,该模型在一定程度上提高了推荐的精准度和推
摘 要: 针对EtherCAT主站存储和读取网络结构信息较为复杂的问题,设计一种先将网络结构信息与源代码分离,之后再将这些信息集成到可执行程序文件内部的方法。该方法在网络设计阶段通过配置软件将从站型号信息、型号索引、设备选型信息保存为文本文件;在软件构建阶段将上述文件与源代码一并处理生成程序;程序运行后通过型号索引直接寻址查询到设计方案中从站的ID,通过ID、从站数量对比实际部署的网络结构与所设
摘 要: 在云计算环境中,当一个服务发生故障时,故障会随着服务之间的交互行为不断传播,导致产生大规模服务失效的风险。复杂且动态变化的服务调用关系加大了识别服务故障传播路径的难度。针对该问题,提出一种基于因果图的服务故障传播路径识别方法。监测并收集服务的运行数据,通过服务运行数据对服务故障事件完成度量;根据因果图模型推断服务故障事件之间的因果关系并构建服务故障传播图;利用服务故障传播图确定故障传播
摘 要: 武器目标分配(WTA)是指挥控制和任务规划领域的关键问题之一,萤火虫算法求解武器目标分配问题具有参数设置简单、执行效率高等优点。针对传统萤火虫算法易陷入局部极值,收敛速度和精度不高的弊端,从以下三个方面进行改进:初始化萤火虫序列编码时融入PWLCM混沌优化以提高全局搜索能力;设置受迭代次数控制的服从半高斯分布的非均匀步长因子以兼顾算法的搜索能力和收敛性;设计基于排序的萤火虫更新策略同时
摘 要: 为节省城建部门对于公共体育设施的投入成本以及提高城市人民生活质量,以运动场所优化选址为例,提出一种新型设施选址模型。该模型主要基于P⁃Median model(最小化阻抗模型)根据需求点数量从全部候选设施选址中选择设施空间位置,让用户达到离自己最近设施距离成本总和最小的目的,对选址的基本原则和实际情况提出要求,构造目标函数用于优化后蚁群算法求解进行选址工作。优化蚁群算法实现基于Pyth
摘 要: 空气源热泵机组在融霜工况下,由于外部环境温度低,机组内部的水箱和管路可能会结霜,导致传热效率下降、能耗增加,使得频率控制不精准。为此,设计融霜工况影响下空气源热泵机组频率控制系统。设计PLC频率控制结构、频率控制中央处理器与PID控制阀门,联合控制热源侧水泵变频。计算机组结霜量,获取换热器的有效集热量。基于分段调节思想,利用计算机调整侧水泵出水量和调节参数,计算融霜启动调频速度。由实验
摘 要: 多模态异构大数据混合了多种属性数据,具有数据类型繁杂、数据维度较高的特点,在数据挖掘过程中容易降低多模态异构大数据利用率。为了提高特征匹配紧密度,提出多模态异构大数据混合属性特征匹配筛选算法。建立距离矩阵对多模态异构大数据实施混合属性降维;采用主成分分析法提取降维后的数据主成分,将提取到的主成分作为数据混合属性备选特征;计算主成分互信息,筛选互信息值大于1的数据特征,聚集同属性相似特征
摘 要: 文中研究基于模糊层次聚类的大学生就业数据分类存储系统,在总体设计上,通过模糊层次聚类技术构建系统框架,设计4个功能模块对应就业信息分类存储模式,满足大学生就业信息流转形式;以一一对应关系设置大学生就业信息数据分类存储结构,基于所属关系关联大学生的基本信息。在详细设计中,按照数据存储表和字典表两个类型构建大学生就业信息数据库;选择模糊层次聚类算法计算数据隶属值,设定信息数据聚类流程,实现
摘 要: 瞬态抑制二极管是一种常见的电磁防护器件,在静电防护、浪涌防护、强电磁脉冲防护中有着广泛应用,其瞬态行为对于指导电磁防护设计具有重要意义,但市面上一般没有现成可用的模型。文中基于ADS软件建立一种无回跳特性TVS的仿真模型,使用复杂度较低的TVS模型框架。在建模过程中,分析了模型参数对于精度的影响,并利用[S]参数测试方法和TLP测试方法获取实测数据,最终构建了两款TVS的完整仿真模型。
摘 要: 为提高电力系统中电能质量扰动识别准确率,提出一种基于多模态图像融合的双通道卷积神经网络算法。首先,为降低传统格拉姆求和场生成特征图的冗余度,提出一种改进的格拉姆求和场;然后,通过改进的格拉姆求和场、马尔可夫转移场和无阈值递归图分别将电能质量扰动时序数据进行模态变换;其次,对转换生成的三类图像各提取出一个单通道灰度图进行融合;最后,将融合得到的特征图输入到双通道卷积神经网络中进行扰动识别
摘 要: 分别使用指数型分布和高斯型分布表示沙漠表面的高度起伏状况,采用蒙特卡罗方法模拟横向沙丘表面和沙丘与沙丘间平坦沙漠表面,运用Herkelrath提出的土壤湿度与介电常数的通用式计算沙土的介电常数,选用FDTD数值计算方法分析高度起伏均方根、入射角度、目标长度、目标宽度、目标高度、横向沙丘的高度和横向沙丘迎风坡坡底到坡顶的水平距离的变化对散射系数的影响,得到横向沙丘表面与上方目标的复合电磁
摘 要: 针对在架图书错序检测中图书索书号区域的准确定位关键问题,提出一种基于U2⁃Net深度网络和投影波谷法的在架图书索书号区域定位识别方法。该方法首先使用U2⁃Net深度网络对在架图书索书号区域进行预分割,然后通过投影波谷法对每本图书的索书号区域进一步精确分割,最后对分割出的索书号区域图像使用光学字符识别技术,完成对索书号的识别,通过对识别结果进行排序关系判断,完成错序检测过程。实验结果表明
摘 要: 实验室远程预约存在节点负载不均衡问题,导致预约出错次数多、预约时间差大。面对该问题,设计了基于统一身份认证的实验室远程预约机制。创新性地在统一身份认证约束条件下计算预约所需时间和预约信息平均负载,通过调整负载的方差和算术平方根值,判断分配预约任务数,达到远程预约节点负载均衡调度的目的。根据远程预约节点负载均衡调度结果,计算并更新实验综合受益总分,设计实验室远程预约机制。根据远程预约客户
摘 要: 码率估计是视频编码中的重要一环,它对率失真优化码率控制起着关键性作用。为了提高视频编码的性能,文中在回顾基础码率估计模型的基础上,针对[λ]域的码率估计模型进行改进,设计了分层、自适应化的R⁃λ模型。首先将R⁃λ模型根据视频帧所在的预测层分类为不同的模型;其次建模R⁃λ模型参数[α]和[β]与视频序列的纹理特征和运动特征的关系;最后实验数据验证所建模型的精确度,同时将模型用于分层编码结
摘 要: 室内大空间消防系统通常采用多个固定式智能消防水炮组成水炮群进行灭火。为改善室内多消防水炮对多火源灭火效率,提出一种基于火灾损失代价和灭火时间代价的粒子群任务规划算法。首先,采用整数编码方式对粒子进行编码,一组编码对应一组任务分配解;然后,应用非线性自适应权重更新方法动态调整算法关键参数,提升算法性能。为避免陷入局部最优解,采用基于模拟退火的自适应粒子群算法,以一定概率接受差解,提高粒子
摘 要: 车联网产业正在快速发展,车路协同应用会在交通安全、效率和便利性等方面对日常交通出行产生积极的作用。5G作为LTE⁃V2X的重要补充,用于连续覆盖补盲、业务融合使能、兼容多种车载终端,在未来较长时间内,5G与LTE⁃V2X将共同承载车联网业务。鉴于此,文中进行了5G承载车联网业务的性能测试与验证,在测试中模拟车联网应用的业务模式,通过5G网络传输并在MEC进行结果统计。重点关注单向时延、
摘 要: 针对车辆检测中边界框回归损失函数与检测目标尺度不匹配导致的误检、漏检以及精度较低等问题,基于YOLOv5s模型对4种有代表性的边界框回归损失函数进行对比实验,并在UA⁃DETRA、VisDrone2019、KITTI数据集上进行验证,利用漏检率、误检率、准确率、召回率、mAP@0.5、迭代过程的边界框损失值以及目标检测结果对其适用场景进行分析研究。结果显示:CIoU整体性能最差;SIo