摘要：针对荷斯坦奶牛个体识别神经网络的人工调参成本高、泛化性差、效率低,难以实现局部遮挡条件下精准识别等问题,提出了一种基于ResNet框架和神经网络架构搜索(NAS)的自适应网络参数优化算法(NAS-Res)。首先,通过设计包含CBR_K1、CBR_K3、CBR_K5和SkipConnect的操作集,配合密集连接路径,构成超参数网络。然后基于梯度下降的搜索策略,在多目标优化复合损失函数的约束下,强化了对低成本模型的设计。结果表明,NAS-Res在GPU上仅耗时6.18 h获得最佳架构,在包含168头奶牛局部遮挡侧面图像的PO-Cows数据集上,闭集验证准确率为90.18%,与ResNet-18、ResNet-34和ResNet-50相比提高5.04、3.02、14.92个百分点,而参数量分别降低5.9×10^(5)、1.069×10^(7)和1.317×10^(7)。在包含174头奶牛背部图像的Cows2021数据集上闭集验证准确率为99.25%。此外,NAS-Res可忽略PO-Cows数据集规模变化的影响,牛只数量在50~168头之间变化时,Top-1准确率和Top-5准确率变化幅度仅为1.51、1.01个百分点,适用性较强。总体而言,NAS-Res算法实现了对局部遮挡奶牛的精准个体识别,本研究可为复杂背景下畜禽个体识别提供技术参考。

摘要：针对现有方法在通信辐射源空、时、频、能域特征相近甚至相同情况下,个体分类识别效果不佳的问题,提出了一种采用极化特征的通信辐射源个体识别方法。通过分析通信辐射源双极化特征表征方法,对通信辐射源的极化信号建模,根据极化信号模型,借鉴幅度-相位法思路,构建了双极化接收系统实现极化信号接收和极化特征提取;通过对极化天线振动引起的通道不一致性进行分析,建立极化通道误差模型,得到含有时变幅相误差的极化信号表示,据此设计了基于自编码器的通道时变幅相误差校正算法,在扰动数据(含时变幅相误差和噪声的数据)与原始数据(只含噪声的数据)双驱动下,学习原始数据深层特征规律,实现对扰动数据的重构,克服了极化特征对通道噪声与时变幅相误差敏感的问题;经过设置的阈值规则进行通信辐射源个体的硬判决分类。仿真实验表明,在信噪比为10 dB时,所提方法对模拟辐射源的个体识别准确率达95%以上。实测数据表明:所提方法在暗室理想情况下,对辐射源个体的识别准确率达99%以上;在实采数据上叠加高斯白噪声、模拟信噪比为10 dB时,个体识别准确率达95%以上,所提方法的有效性得到了验证。

摘要：在无人机的个体识别中,针对现有的识别方法存在分类准确率低、实时性差、网络模型参数量大以及难以应用于资源受限的设备等问题,提出基于轻量级残差网络(scale down resnet,SDRNet)的无人机个体识别方法。首先,通过短时傅里叶变换(short time fourier transform,STFT)把一维时域信号转为二维时频图像,并对图像进行灰度处理。其次,网络基于MobileNetv2,结合无人机个体信号的时频图像特征,通过缩减网络层数以降低模型深度,通过减少输出通道数以降低模型维度;借鉴ResNet残差结构的设计思想,通过增加卷积层的残差连接以实现更多不同深度网络的集成,设计出轻量级残差网络SDRNet模型。最后,利用STFT时频灰度图作为样本对SDRNet模型进行训练,实现对无人机个体的识别。仿真实验采用公开的6架悬停无人机的信号、在AWGN高斯白噪声信道环境下进行。实验结果表明,所提方法在信噪比SNR=10 dB的环境下对无人机个体信号的平均识别率为94.00%,分别高于MobileNetv2、GoogleNet模型的0.17%、5.17%,低于ResNet模型2.50%;所设计的SDRNet模型的可学习参数量、模型规模、乘加计算量约为基础轻量级MobileNetv2模型的19.5%、19.6%、35.9%。相较于基于MobileNetv2、GoogleNet、ResNet等神经网络模型方法相比,所提方法在保持较高识别准确率的同时,具有更快的识别速度和更小的内存开销。

摘要：在无人机的个体识别问题中,针对传统的识别方法存在网络模型参数量大和算法时效性差等问题,提出基于一维倒残差轻量级神经网络(1D-IRLNN)的无人机个体识别方法。首先提取反映无人机个体间差异的I/Q包络一维特征作为无人机的浅层特征;其次将深度可分离卷积与倒残差结构等设计思想和一维神经网络模型相结合,设计出跳跃级联的一维倒残差轻量级神经网络;最后利用网络模型提取一维I/Q包络数据中的深层特征,从而实现对无人机个体的快速准确识别。实验结果表明,1D-IRLNN模型的计算量分别是同等体量的深度模型1D-CNN与1D-ResNet的30.5%和23.8%,网络模型规模分别是深度模型1D-CNN与1D-ResNet的38.7%和29.7%,所提方法相较于其他方法,在保持较高识别准确率的同时具有更快的识别速度且占内存更小。

摘要：对敌我识别系统的研究大部分集中在对其信号的检测和解调上,对辐射源个体识别技术也是近年来的研究热点,但很少有专门针对敌我识别系统的个体识别研究。本文通过分析敌我识别信号,发现其区别于普通雷达信号的主要两个特点:一是信号载频固定不变;二是信号以码字为单位出现,且脉冲时序格式固定。针对敌我识别信号的这两个特点,本文设计的个体识别方法重点包括:一、瞬时频率可作为有效的个体特征;二、可综合同一串码字里多个脉冲的个体识别结果,提高目标个体识别正确率。试验结果显示,相较于只用单脉冲的方法,本文算法的个体识别正确率更高。

摘要：肉牛智慧养殖技术是肉牛养殖业由粗放型向集约型转型升级的关键技术,在提升养殖效益及管理效率上发挥越来越重要的作用。国内肉牛养殖业面临着智能化设备利用率低、养殖场管理效率低、养殖成本偏高等产业突出问题。本文从肉牛个体识别技术、智慧表型采集技术、智慧发情鉴定技术、自动化饲喂技术、疾病检测技术、以及牛舍环境监测与清洁等6个方面概述了当前肉牛智慧养殖技术的研究进展和现状,阐述了关键技术的应用和原理,并对今后肉牛智慧养殖技术的发展进行了展望,以期为我国肉牛养殖智慧化发展提供参考。

摘要：为顺应当前畜牧业的发展趋势,满足市场对生猪生产质与量的需求,设计了基于RFID技术的生猪个体快速识别系统。系统以8位CMOS单片机AT89C2051、读写芯片MFRC522、标签芯片*** SLILabel IC SL2 ICS20(简称***2)作为核心硬件,实现了对猪的个体识别和信息追踪。该系统简单,便于实现,有较高的可靠性,可应用于大规模养猪场,有助于养殖的自动控制。

摘要：这里就DNA芯片识别数学模型的建立阐述了笔者的思想。针对DNA芯片的位点图使用了二值处理方法,利用最大类间方差法确定阈值。在芯片扫描图的信息处理中采用了子图分割和单独处理方式。通过跟踪找出位点图像边缘线。借助使用近似曲线算法和积分,求得样点面积值。通过与标准样点对比得出该点的二进制值。文中讲述了数学模型的建立过程。

摘要：目的探讨基于口腔全景曲面体层摄影进行个体识别的新编码方法,分析非同源影像片不同编码模块的多样性、同源影像片不同编码模块的一致率及编码指标匹配率,评估不同模块及该编码方法在个体识别中的应用价值。方法回顾性收集1000例已完成恒乳牙交替的患者的口腔全景曲面体层摄影片,每例均包含两张不同时间拍摄的影像片(根据时间先后分为早期库和后期库),按照设计的编码方法逐一进行编码,设计计算机程序比对,并计算不同编码模块的多样性和一致率以及编码指标匹配率。结果反映牙齿特征的4个模块的多样性远高于同库的其他模块,且两库样本多样性最高的均为右下颌牙齿,且此4个模块的编码一致率均在50%以上。90.2%的同源影像片指标匹配率超过80%。结论反映牙齿特征的4个模块在个体识别中的应用价值较高,其中右下颌牙齿最高,本研究的编码方法具有一定的法医学个体识别价值。

摘要：在电台识别问题的研究中,电台特征提取是识别中的重要内容,直接影响到分类器的设计和识别效果,如何在低信噪比环境下实现对信号的特征提取成为电台识别的难题。针对上述问题,利用分形维数对噪声不敏感的特性,将信号瞬时频率的分形维数作为个体特征,提出了一种新的电台识别方法。首先利用经验包络法提取信号的瞬时频率,通过盒维数和信息维数定量描述瞬时频率的复杂度,再将两种分形维数构成特征向量,最后利用最邻近分类器实现电台的分类识别。通过对4部同型号的超短波电台信号的特征提取和分类识别实验,结果表明在3dB的信噪比环境下,改进方法进行识别的正确率在96%以上,实验结果验证了所提方法的有效性。