摘要：为提高远红外超材料的品质因子Q和检测灵敏度,本文研究了一种用于金属远红外超材料的非对称针尖设计。以传统双开口方形谐振环为模型,通过理论模拟,研究了开口狭缝针尖角度变化对其电场分布、谐振频谱以及品质因子Q的影响。结果表明,非对称针尖增强了谐振环的表面电场局域性,减小了谐振峰的半峰全宽,并使品质因子Q提高到传统谐振环(非针尖设计)的三倍以上。该研究结果为开发高灵敏远红外超材料传感器提供了新的思路,并为传统开口谐振环提出了一种简单实用的Q因子优化方法。

摘要：研究欺骗攻击影响下的区间二型T-S模糊系统的高效模型预测控制(efficient model predictive control,EMPC)问题.考虑到数据从传感器节点传输到控制器节点受到欺骗攻击的影响,设计一种EMPC框架下基于状态观测器的输出反馈控制器.首先,针对能量有界的欺骗攻击,构建辅助优化问题,离线求解终端约束集以及满足系统H2安全的固定反馈控制增益和观测器增益;其次,引入摄动量提供控制自由度,离线求解增广系统的不变集,通过最大化该不变集在原状态空间的投影得到初始可行域;然后,在线优化摄动量得到满意的控制律,确保系统在欺骗攻击影响下的安全性;最后,给出所提出的EMPC算法理论可行性和系统安全性的证明,并通过仿真实例验证所提出算法的有效性.

摘要：目的 感知图像哈希又称图像摘要或是图像指纹,是一种有效的图像认证技术,近年来受到了广泛的关注。该技术通过将图像的感知鲁棒特征转化为固定长度的哈希序列,来实现图像版权认证。然而,该领域始终缺乏一个比较通用的数据集,已有数据集所使用的图像内容保留操作和真实场景差异较大,使得训练得到的神经网络架构在应对复杂的图像编辑操作时效果显著下降。方法 针对感知图像哈希任务,面向实际图像内容认证场景构建了一个新的数据集。首先,将现实中常见的图像内容保留操作进行总结和分类,设计了48种单一、复合的图像内容保留操作来生成感知相似图像;然后,根据感知图像哈希的定义,选择与待认证图像语义相似但是感知内容不同的图像作为感知不相似图像,增加了该数据集的辨别难度;最终建立了一个包含116 400幅图像的感知哈希图像数据集。结果 由于本文提出的数据集使用的图像内容保留操作更加复杂,不相似图像也更加难以辨别,使得在该数据集上训练得到的深度神经网络具有较好的泛化能力,即这些神经网络即使不进行重新训练或是微调,也可以在其他数据集上取得较好的认证性能。同时,在该数据集上训练得到的神经网络在不同数据集上性能差别较小,体现了本文数据集具有较好的稳定性。结论 设计了一个针对感知哈希的图像数据集,大量的对比实验表明了该数据集的有效性,该工作可对感知图像哈希领域的发展起到促进作用。

摘要：超表面概念的提出为研究平面化和超薄的光学元器件提供了一种全新的设计思路。传统的几何相位型的超表面透镜受制于偏振锁定的限制,阻碍了其实现多功能的复用。文章提出了一种通过几何相位实现超表面透镜偏振解耦的方法。进一步,利用该方法作者实现了超表面聚焦透镜在纵向以及纵向和横向实现多通道功能(如聚焦光斑和聚焦涡旋)的复用和偏振可切换特性。相关研究为实现多功能可集成的平面化器件提供了新的研究思路。

摘要：渐进多焦点镜片子午线光焦度分布设计直接影响镜片像散分布,是优化设计的核心之一。提出了一种基于累积分布函数的子午线光焦度分布方法;针对渐进通道宽度过窄的问题,对子午线光焦度分布下的不同轮廓线求解对应的矢高进行加权叠加,同时推导新的子午线光焦度分布函数以降低子午线光焦度变化率;仿真及加工了3片镜片。研究结果表明:采用累积分布函数能够设计出满足光学性能要求的渐进镜片;使用矢高叠加扩展了渐进通道的宽度,保持了像散梯度的平滑过渡,且将最大像散分布在镜片鼻翼两侧;新的子午线光焦度分布函数在拓宽渐进通道宽度下会存在像散梯度变化堆积问题,所以需要将光焦度分布和面型等因素结合考虑,并进行优化。本研究方法为渐进多焦点镜片的子午线光焦度优化设计提供了新的理论。

摘要：传统的协同过滤算法存在因评分预测误差导致的准确性不足,以及需要缓存大量相似性结果导致的算法可扩展性受限等缺点。为此提出了一种基于物品标签向量下的用户模糊偏好相似性度量方法,该方法使用模糊逻辑度量了不同用户对不同物品内容标签喜欢、不喜欢的程度,将用户间的相似性表示为物品内容标签上的一个向量。随后依据该向量与预测目标物品内容标签之间的关系,设计了相应的相似性计算和评分预测公式。在两个常用数据集上的实验结果表明,相较于其他算法该文在体现评分预测准确性指标平均绝对误差上提升了12.38%;在体现偏好预测准确性的F1值上提升了7.85%;在体现排序准确性的半衰期效用指标上提升了17.47%。同时,该文提出的算法减少了各指标的最优预测时需要的邻居数,缩短了算法运行时间,有效提升了可扩展性。

摘要：随着激光雷达传感器的快速发展,目标检测算法从传统的2D检测快速转向3D检测。然而,激光雷达产生的点云是不规则和非结构化的数据,传统的卷积神经网络无法对其进行处理。基于此提出了一种新颖的图卷积神经网络,能够更好地利用数据的几何关系和拓扑结构直接从点云中学习特征以进行3D目标检测。首先将原始激光雷达点云数据进行下采样,再进行固定半径邻域图的构建,随后设计了一个新型的图卷积神经网络对点云进行编码来预测图中每个顶点所属对象的类别和形状。为提升检测准确度,网络中加入了一种校准机制来减少特征在不同维度变化时引入的平移误差,此外还引入了注意力机制,以使用权重来进一步强化输出的顶点特征。在KITTI数据集上进行实验,实验结果表明,此方法能够有效对3D目标进行检测。对比其他多种检测算法,此方法在检测准确度上具有一定的优势。

摘要：为解决传统的光纤端面尺寸检测方法中没有八角光纤,测量效率低的问题,采用图像处理对八角光纤尺寸检测进行算法设计,针对3个待测参数即纤芯直径、包层对边距离、包层对角距离,采用高斯滤波对图像进行降噪,提取待测光纤不同区域亚像素轮廓,对包层轮廓采用Ramer算法分割八边形光纤轮廓,提出过分割处理算法对不同长度的多段轮廓边进行处理,得到有效的八段轮廓;采用最小二乘法进行曲线拟合,纤芯轮廓拟合为圆测得其直径,包层轮廓各边拟合为直线测量对边距离;提出基于辅助线的顶点检测算法,进而测量对角距离。实验结果显示,本算法能对八角光纤纤芯直径、四组对边距离、四组对角距离进行精确快速测量,对边,对角距离重复测量精度平均达0.1μm,达到企业技术指标要求。

摘要：云环境下任务之间存在多种特征,由于传统的资源分配机制存在变化和不确定等特征,容易引发负载不均衡使得调度受到制约,任务时延约束也会降低任务调度策略的利用率。针对这些问题,提出一种面向云平台的免疫多目标优化调度算法。利用Pareto支配关系,设计出云计算任务调度问题的数学模型;经过种群初始化、获得Pareto最优解、计算拥挤距离、克隆选择、重组和变异一系列操作,保持种群的多样性,实现调度的全局优化。与传统算法进行对比,实验结果表明该算法的搜索范围更广,在解的搜索广度上更加优秀,并且还有效平衡了任务执行时间和执行费用,提高了用户满意度。

摘要：行人重识别(Re-identification,ReID)的关键挑战之一是提取关键且鲁棒的特征,近年来,Transformer网络不断展现其在该问题上具有强大的特征提取和表达能力。针对传统Transformer网络局部信息获取不如卷积神经网络的问题,提出一个基于ReID的全局滤波池化多关系Transformer(Trans-global filter pooling multi relationship-ReID,TFMR)网络新型框架,解决了Transformer网络局部关系建模不够丰富的问题。多关系(multi relation,MR)网络考虑身体多个部位间的关系,使特征包含局部信息之间的联系,增强特征中行人生理结构的关联。同时设计了全局滤波池化(global filter pooling,GFP)模块,将其嵌入到Transformer网络中,降低图片中噪点的干扰并减少视图变化造成的特征偏差,从而获取人物图像中更清晰的全局特征,提升识别准确率。实验表明,模型在区分行人信息问题上具有高效性,在Market-1501、DukeMTMC-ReID和MSMT17数据集中优于其他模型。