摘要：图像降噪可有效地改善图像质量,提升感官效果,也是图像特征提取与理解的前提.针对目前比较流行的卷积神经网络降噪方法中顺序连接的卷积层-反卷积层会使图像在梯度反传过程中逐渐弱化图像噪声的学习问题,提出一种深度非对称跳跃连接的方法用于图像降噪.该方法设计多组非对称跳跃连接卷积-反卷积算子,以有效学习图像细节及噪声信息,并对不同深度的卷积操作进行权重量化,以加强图像降噪及恢复;通过非对称跳跃连接可使图像噪声信息能够直接反传到对应的多个卷积层中,对梯度扩散有良好的抑制作用.采用伯克利分割数据集BSD300进行实验的结果表明,文中算法比基准方法在结构相似性(SSIM)和峰值信噪比(PSNR)2种指标上都有提升.

摘要：针对现有的深度卷积神经网络往往训练平行的分类器层,很少关注类别的层次性结构,导致均衡性分类器训练难度较大的问题,提出一种结构化的深度多任务学习算法.该算法结合深度卷积神经网络与层次分类,使类别之间的结构性信息融入至深度卷积神经网络中.依托树形的类别结构设计了一个带有共享层的多分支网络结构,并使用一种关联性多任务分类器学习算法协同训练各网络分支的分类器层;为了抑制层次间的误差传播,在各分支网络的分类器层的学习过程中添加一个基于父子关系的结构化限制.采用CIFAR100和手工采集到服装数据集,在tensorflow平台上进行实验,结果表明文中算法相比于基准网络可以提高2%~4%的分类准确度.

摘要：通过结合多模态特征与类别标签信息,提出一种基于监督式多模态词典学习的图像表征方法.首先使用纹理、颜色、形状和结构4种模态的视觉特征,以学习包含"共享+特有"信息的稀疏特征来描述目标的视觉特性;然后通过拉普拉斯正则化项使学习到的稀疏特征能够反映类别标签中的语义信息,以增强所学习特征的辨识力.通过图像分类进行实验的结果表明,该方法优于单模态特征及其他基准多模态特征学习方法.

摘要：基于检测的跟踪是近年来多目标跟踪领域的研究热点,针对目前在线跟踪算法通常只考虑相邻2帧间的数据关联,对误检的鲁棒性不高,易造成轨迹碎片的问题,提出一种基于状态预测和运动结构的在线多目标跟踪算法.该算法将多目标跟踪分为逐帧跟踪和轨迹恢复2个阶段.在逐帧跟踪阶段,利用运动结构实现目标空间位置对齐,采用多特征融合进行相似度计算,以提升相邻2帧之间的数据关联精度,运动结构的使用还将提升追踪过程对摄像头移动的鲁棒性;在轨迹恢复阶段,记录未关联目标,并对其进行状态预测,然后和检测结果进行相似度匹配,以完成轨迹恢复,从而解决轨迹碎片问题.在MOTChallenge 2015上的实验结果证明,文中算法的多目标跟踪准确率有明显提高,轨迹碎片减少,同时对于摄像头移动等环境问题具有很好的鲁棒性.

摘要：针对目前随钻测量系统数据传输速率低及设计过程中试验难度大等问题,设计基于调频传输模式的钻井液连续波随钻测量系统,并对其进行风洞模拟试验。设计基于钻井液连续波的数字通信系统,采用多进制数字频率调制方式实现井下数据上传。随钻测量系统结构包括地面信号收发装置、井底信号收发装置以及数据传输通道3个部分,给出扇形和圆形两种转阀结构的设计方案。根据相似性原理设计风洞试验的模型结构,并对数据传输进行一系列风洞模拟试验。试验结果表明,基于调频传输模式的钻井液连续波随钻测量系统可以实现更高的数据传输速率,提高工作可靠性,同时增强对环境的适应能力。

摘要：借鉴生物遗传进化现象,将遗传算法引入拟态蜜罐系统中,提出了基于自适应遗传算法的拟态蜜罐演化策略,详细讨论了拟态蜜罐系统演化中特征形式化编码、遗传算子设计、适应度函数、演化触发控制与终止条件等关键问题,设计实现了具有自适应遗传演化功能的拟态蜜罐原型系统并进行了原型测试,实验数据表明了基于自适应遗传算法的拟态蜜罐演化策略具有良好的自适应性和有效性.

摘要：在分析并行文件系统Lustre存在的安全隐患的基础上,根据其存储特点,利用公开密钥基础设施(PK I)安全机制设计相应的安全模型。该模型包括证书管理和用户访问两部分,证书管理部分采用PK I本身的证书管理机制,用户访问部分采用双向身份认证和数字签名方式,且在认证过程中加入对随机数的检验。在传输请求信息和认证信息时,采用非对称加密机制;在传输大量数据时,采用对称加密机制。该模型能较好地解决存储系统存在的身份冒充、数据窃取、数据篡改以及重放攻击等安全隐患,提高Lustre的安全性。

摘要：提出一种基于自动定位分割的图书识别算法,主要包括对拍摄图像进行图书封面区域的自动定位、感兴趣区域(ROI)分割、标准形状矫正以及有效区域的特征提取与相似性匹配部分.自动定位分割部分根据图书封面的几何形状特点,通过基于霍夫变换的形状检测算法对自然场景下拍摄的图书封面图像进行有效区域定位,对ROI进行分割并根据逆仿射变换将其矫正到标准形状;然后对获取的有效图书封面区域进行基于改进的尺度不变特征变换(SIFT)的特征点检测和特征描述,并采用词包(BOW)方法对其进行特征量化和码本学习,从而将定位分割出的图书图像与数据库中图书源图像进行相似性匹配.实验结果表明,对包含一定复杂程度背景的图书图像进行准确的定位分割和矫正,在很大程度上影响着基于特征匹配的图书识别技术的精确度.

摘要：针对热连轧活套系统的强耦合特性,提出一类基于预测原理的交叉解耦控制策略.将一个两输入两输出的强耦合系统分解成两个相互影响的单输入单输出的子系统.基于预测控制原理,在一个周期内,顺序更新每个子系统的控制律,并保留未来的预测控制信息,补偿子系统之间的耦合影响,然后开始新的循环.基于H∞原理,将预测值与实际值的误差作为扰动处理,降低子系统之间的耦合影响,提高控制精度,简化控制器设计,减轻计算机的负担.仿真结果证实了该方法具有较好的解耦效果和控制性能.

摘要：为提高神经网络的预测精度,对现有的误差反传网络训练算法进行了改进。对三层误差反传网络进行了结构扩展,在训练过的三层网络中,动态增加一个具有线性激活函数的辅助隐层,形成一种新的网络扩展模型。用改进的蚁群算法对新增权值参数进行训练,着重阐述算法的实现过程及算法分析。最后,设计了一组催化剂活性预测实验,对算法改进前后的预测能力及训练误差进行了对比。结果表明,采用该模型及训练算法,可以在不影响网络表达能力的基础上提高网络的训练精度及预测精度,改善了网络的泛化能力。