摘要：基于图像的人体姿态和体形估计常常因人体被遮挡而充满挑战.为此,提出一种基于单幅图像的姿态和体形估计方法.首先提出多尺度的注意力模块策略,输出具有丰富上下文信息的多尺度注意力特征,以有效地获得不受遮挡影响的全局的姿态和体形分布;然后提出基于热图的条件生成对抗网络策略,将由关节热图得到的姿态估计作为约束,实现网格精细调整;最后借助这2个策略得到的姿态和体形估计方法实现全局预测和局部细节求精的结合.在Ubuntu环境下,在3DPW,3DOH50K和Human3.6M公开数据集上的实验结果表明,与SMPLify,GraphCMR和SPIN等方法相比,所提方法在身体部分被遮挡时重建效果更好,并在ACK,AVE和PA-MPJPE等定量评价指标上取得了更好的结果.

摘要：真随机数发生器(TRNG)作为一类重要的硬件安全原语,在密钥生成、初始化向量和协议中的身份认证等加密领域得到应用。为设计出高吞吐量的轻量级TRNG,该文研究了利用多路选择器(MUX)和异或门(XOR gate)的开关特性来产生亚稳态的方法,提出一种基于亚稳态叠加单元(MS-cell)的TRNG(MS-TRNG)设计。它将MUX和异或门触发的亚稳态进行叠加,从而提高TRNG的熵。所提TRNG分别在Xilinx Virtex-7和Xilinx Artix-7 FPGA开发板中实现,无需后处理电路。与其他先进的TRNG相比,所提TRNG具有最高的吞吐量和极低的硬件开销,并且它所生成的随机序列通过了NIST测试和一系列性能测试。

摘要：量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)是求解组合优化问题的算法框架,是近期最有可能展示量子计算优势的算法之一.在QAOA框架内,表征解的量子态采取的二进制编码方案导致的对称性限制了QAOA的性能.为了克服这一局限性,本文受Dicke态制备算法的启发,给出了一种新的解编码方案,消除了现有编码方案中的对称性.本文还设计了新的演化算子——星图(Star Graph,SG)算子,及其对应的SG算法,给出了算法求解图分割问题时的量子电路.在IBM Q上的实验结果显示,星图算法比标准QAO算法平均约有25.3%的性能提升.

摘要：相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相似图,再进行视图间相似图的融合来获得最终聚类结果,因此,多视图聚类的效果是由相似图质量和相似图融合方法共同决定的.然而,现有基于图的多视图聚类方法几乎都聚焦在视图间相似图的融合方法研究上,而缺乏对相似图本身质量的关注.这些方法大多数都是孤立地从各视图的原始数据中学习相似图,并且在后续图融合过程中保持相似图不变.这样得到的相似图不可避免地包含噪声和冗余信息,进而影响后续的图融合和聚类.而少量考虑相似图质量的研究,要么相似图构造和图融合过程是直接联立迭代的,要么在预定义相似图过程中提前利用秩约束进一步初始化,要么就是利用相似图存在的一些底层结构来获取融合图的.这些方法对相似图本身改进很小,最终聚类性能提升也十分有限.同时现有基于图的多视图聚类流程也缺乏对各视图间一致性和不一致性的综合考虑,这也会严重影响最终的多视图聚类性能.为了避免低质量预定义相似图对聚类结果的不利影响以及综合考虑视图间一致性与不一致性来提升最终聚类效果,本文提出了一种自适应相似图联合优化的多视图聚类方法.首先通过Hadamard积来获得视图间高质量一致性部分信息,再将每个预定义相似图和这部分信息对标,重构各个视图的预设相似图.这个过程强化了各视图间的一致性部分,弱化了不一致性部分.其次设计了相似图重构改进和图融合联合迭代优化框架,实现了相似图的自适应改进,最终达到相似图和聚类结果共同提升的效果.该方法将相似图改进过程与图融合过程联合起来进行自适应迭代优化,并且在迭代优化中不断强化各视图间的一致性,弱化视图间的不一致性.此外,本文的方法也集成了现有多视图聚类方法的一些优点,自加权以及无需额外聚类步骤等.在九个基准数据集上与八个对比方法的实验验证了本文方法的有效性与优越性.

摘要：正交异性板因重量轻、承载能力强等优点而被广泛运用于工程结构。基于格林函数,结合新兴的近场动力学微分算子(peridynamic differential operator, PDDO),提出一种分析正交各向异性板自由振动特性的方法。首先,将振动控制方程中的位移函数假设为含格林函数的一阶积分形式;其次,将线性四阶偏微分方程分别在切口板的径向和周向离散成代数方程;最后,通过PDDO构造插值函数表示径向和周向非公共离散点位移,建立自由振动广义特征方程,获得正交各向异性切口板自振频率及振型,证明了该方法的准确性,并分析切口几何参数对结构振动特性的影响规律,为板壳结构设计提供支撑。

摘要：三维局部特征描述是三维计算机视觉中的重要任务.现实场景中包含噪声、遮挡和杂波等干扰,使得准确和鲁棒的三维局部特征描述具有很大的挑战性.为提高特征描述的性能,提出一种局部曲面变化统计直方图(local sur-face variation based statistics histogram,LSVSH)描述符.首先设计一种不依赖于局部参考轴(local reference axis,LRA)的新属性(称为曲率属性),增强描述符对LRA误差的稳健性;然后沿径向剖分局部空间,在每个子空间中统计3个角度属性和1个曲率属性生成LSVSH描述符,实现对局部曲面信息的全面稳健描述.在B3R,U3M,U3OR和QuLD这4个数据集上进行大量的实验,结果表明,LSVSH在4个数据集上的RPC下面积(the area under the recall-precision curve,AUCpr)值分别为0.95,0.70,0.54和0.10,优于现有的局部特征描述符的性能;在U3M数据集上的正确配准率和在U3OR数据集上的正确识别率分别达到70%和100%,验证了LSVSH应用于物体配准和识别任务上的有效性.

摘要：轮胎侧偏角的辨识与调控是汽车稳定性控制的关键技术,基于轮胎接地特性来辨识估算轮胎侧偏角是一种新的方法。通过搭建面向胎内多传感器的智能轮胎开发平台,并开展侧偏试验分析基于接地信号的轮胎侧偏特征。首先明确智能轮胎开发平台的功能及设计要求,搭建系统架构并进行硬件选型,其中胎内传感器包括3个三轴加速度计和3个压电薄膜传感器。其次开发了专用轮辋总成和基于美国NI cRIO的数据采集器,软件基于LabVIEW开发并实现了多通道数据同步和大数据流管控等。最后在Flat Trac台架上进行系统的轮胎侧偏试验。分析发现,在侧偏角达到±3°时加速度计(量程500g)均出现超量程现象,其信号频率主要集中在500~1000 Hz;轮胎中心平面位置加速度计250 Hz内的信号对侧偏角不敏感,但偏离轮胎中心平面其他位置的传感器信号敏感,特别是胎侧位置的径向加速度,其2个尖峰与侧偏角显著相关;轮胎中心平面位置的接地长度与垂直载荷、胎压相关,而与侧偏角无关,但偏离轮胎中心平面其他位置的接地长度对侧偏角敏感,并且垂直载荷越大、胎压越低则影响越明显。开发的智能轮胎开发平台为轮胎接地机理与轮胎侧偏角估算等研究提供了有效手段。

摘要：针对现有无线电能与反向信号同步传输(simultaneous wireless power and reverse signal transmission,SWPRST)系统存在较大无功功率、负载电压易受信号传输发生波动或需要额外增加高频信号源等问题,提出一种基于谐波通讯的SWPRST技术,通过利用逆变器输出方波电压中的基波分量传输电能,三次谐波分量传输信号。不需要外加高频信号发射电路,实现了可靠的电能与反向信号同步传输。首先,给出基于谐波通讯的SWPRST系统结构,对其工作模式和基本原理进行分析;接着,建立系统等效数学模型,分析系统参数取值对信号与电能传输之间的互扰影响;然后,对信号的调制解调电路进行设计,分析信号检测通道参数对信号传输速率的影响;最后,搭建实验平台对理论分析进行验证,实验结果表明,该方法在有效实现了无线电能与反向信号同步传输的同时,信号无误码率传输速率可达5 kbps,同时系统具有无功小,输出负载电压几乎无波动(电压波动率0.33%)等优点。该方法采用谐波作为信号载体,为多频利用式实现电能与反向信号同步传输系统提供一种新的思路,具有较好的理论意义与实际工程应用价值。

摘要：针对机械故障样本数量不平衡情景下的故障诊断模型存在精度与泛用性不高的问题,借鉴模糊属性理论获取强监督模型的思想,设计了一种双加权不平衡矩阵分类器(Twin weighted imbalanced matrix classifier,TWIMC)。TWIMC通过使用基于样本不均衡度的模糊隶属函数调节每个样本的权重,以增强对少数类样本的关注,平衡模型对所有类别样本的倾向性。同时,TWIMC依靠先验知识对核范数的奇异值进行权值分配,利用较大阈值过滤较小奇异值,进而保留矩阵样本的强关联低秩信息。最后,利用滚动轴承和齿轮故障数据集对所提方法进行验证,实验结果显示,TWIMC在不同不平衡比条件下均表现突出,展示了优异的机械故障诊断与分类性能。

摘要：研究了信号相关杂波背景下机载多输入多输出(multiple-input multiple-output,MIMO)雷达发射波束形成和接收滤波器的联合设计问题,建立了机载MIMO雷达发射波束域空时自适应处理(space-time adaptive processing,STAP)信号模型。为了提升杂波环境下目标的检测性能,通过最大化输出信干噪比构建了发射波束形成和接收滤波器的联合设计问题;然后,设计了一种新的基于优化最小化(majorization-minimization,MM)框架的迭代优化算法来解决联合设计问题。该算法通过合理寻找目标函数的下界可以有效提升算法的收敛速度并降低算法的运行时间。此外,与传统的相控阵雷达和MIMO雷达相比,优化后的发射波束形成和接收滤波器可以显著提升输出信干噪比,仿真实验验证了所提方法的有效性。