摘要：针对滚动轴承故障诊断中处理复杂工况准确率较低的问题,提出一个多任务学习(MTL)模型,即多路层次化混合专家(MHMoE)模型,以及对应的层次化训练模式。该模型结合多阶段、多任务联合训练,实现了层次化的信息共享模式,并在普通MTL模式的基础上进一步提升了模型的泛化性和故障识别准确率,使模型能同时在复杂与简单的数据集上出色地完成任务,同时,结合一维ResNet的瓶颈层结构,在保证网络深度的同时,也规避梯度爆炸与梯度消失等问题,从而能充分地提取数据集的相关特征。以帕德博恩大学轴承故障数据集(PU)为测试数据集设计的实验的结果表明,在不同工况复杂度下,与不使用MTL的单任务混合专家单元结构(OMoE)-ResNet18模型相比,所提模型的准确率提升5.45~9.30个百分点;而与集成经验模态分解的Hilbert谱变换方法(EEMD-Hilbert)、MMoE(Multigate Mixture-of-Experts)和多尺度多任务注意力卷积神经网络(MSTACNN)等模型相比,所提模型的准确率至少提升3.21~16.45个百分点。

摘要：人脸特征蕴含诸多信息,在面部属性和情感分析任务中具有重要价值,而面部特征的多样性和复杂性使人脸分析任务变得困难。针对上述难题,从面部细粒度特征角度出发,提出基于上下文通道注意力机制的人脸属性估计和表情识别(FAER)模型。首先,构建基于ConvNext的局部特征编码骨干网络,并运用骨干网络编码局部特征的有效性来充分表征人脸局部特征之间的差异性;其次,提出上下文通道注意力(CC Attention)机制,通过动态自适应调整特征通道上的权重信息,表征深度特征的全局和局部特征,从而弥补骨干网络编码全局特征能力的不足;最后,设计不同分类策略,针对人脸属性估计(FAE)和面部表情识别(FER)任务,分别采用不同损失函数组合,以促使模型学习更多的面部细粒度特征。实验结果表明,所提FAER模型在人脸属性数据集CelebA(CelebFaces Attributes)上取得了91.87%的平均准确率,相较于次优模型SwinFace(Swin transformer for Face)高出0.55个百分点;在面部表情数据集RAF-DB和AffectNet上分别取得了91.75%和66.66%的准确率,相较于次优模型TransFER(Transformers for Facial Expression Recognition)分别高出0.84和0.43个百分点。

摘要：形式化是设计模式发展的必然要求和直接推动力。该文对主要几种方法进行了分析和比较,分别从模式语言、理论基础、语言元素、工具支持等角度来论述。最后,总结了存在的问题,在此基础上预言了未来研究的发展方向。

摘要：针对一些智能优化算法缺乏完备数学物理理论基础的现状,利用优化问题和量子物理在概率意义上的相似性,建立优化问题的薛定谔方程,将优化问题转化为以目标函数为约束条件的基态波函数问题,同时利用波函数定义了算法的能量、隧道效应和熵,实现了以波函数为中心的优化问题量子模型.这一纲要利用了量子物理完备的理论框架,建立起了优化问题与量子理论广泛的内在联系.从量子物理的角度回答了优化问题解的概率描述,邻域采样函数的选择,算法演化的过程设计,多尺度过程的必要性等问题.智能优化算法的量子理论纲要可以作为研究与构造算法的理论工具,其有效性已得到初步验证.

摘要：提出一种逻辑签署技术,以防范对打印信息的伪造、篡改及非法使用。将该技术应用于打印信息的防伪认证系统,设计并实现了该认证系统,使得打印信息的检验过程快速、便利、精准和实用。基于本技术设计的应用系统不依赖于网络和数据库,而且是一个开放体系。系统的核心思想是通过完整的逻辑体系保证其密码学意义上的安全性,具有密码学意义上的高安全性,突破了现有打印信息防伪认证技术的模式。

摘要：针对传统RANSAC的许多局限性——样本多、模型复杂或数据错误率高时计算效率低,模型检验精度与数据错误率不易合理设置,无法批处理同模型不同样本集,提出一种基于CUDA的RANSAC并行改良,在保证计算结果置信概率与传统RANSAC一致的前提下,同时对抽样、解模型及检验模型并行同步处理,最终选择出符合要求的最优模型参数。以NVIDIAGPU支持的CUDA为并行计算环境,挖掘其硬件架构的通用计算特性,设计并实现了RANSAC的高效GPU运算模式。实验表明,改良后的算法能够克服传统RANSAC的诸多局限性,且保留了其简单易用的特点。

摘要：针对常用的目标检测算法对遥感图像中的舰船目标进行检测时存在检测精度与实时性兼顾不佳的问题,提出了基于特征融合的遥感图像舰船目标检测算法来检测复杂场景下的多尺度舰船目标.该算法以多尺度单发射击检测框架为基础,增加反卷积特征融合模块和池化特征融合模块,增强网络特征提取的能力.同时设计聚焦分类损失函数来解决训练过程中正负样本失衡的问题.在高分遥感舰船目标数据集上的实验结果表明,所提方法能够有效地增强复杂场景下舰船目标的检测精度.此外,该算法对遥感图像中的模糊舰船目标的检测效果也优于多尺度单发射击检测框架.

摘要：随着分布式存储系统的存储容量快速增长,备份容灾存储效率低的缺陷日益明显,基于纠删码的容灾方法越来越受到重视.然而,应用于存储系统的纠删码研究起步较晚,可供选用的码类少,并且大多数属于通信领域的编码方法,不能很好满足存储领域的特殊需求.该文将提出一种新颖的存储编码方法,称为随机二元扩展码(Random Binary Extensive Code,RBEC),为数据容灾存储系统提供一种新的选择.RBEC是一种基于异或运算的系统码,编码矩阵由一个单位阵和一个随机阵构成,采取自底向上的设计模式,通过控制随机矩阵中各个元素生成,达到码字整体上高性能.相比其他传统码类,RBEC参数具有动态调整能力,其编码矩阵的行列可以自由伸缩.进而,存储系统可根据应用需求的变化,动态调整码率和纠删能力.对于(k,δ,t)参数RBEC码,该文给出了容任意t删除错的成功译码概率下界及其证明,并指出通过增加δ值可使译码概率下界无限趋近1(100%).为了提高译码效率,该文进一步给出了一种简化译码矩阵规模的方法.最后介绍了RBEC在分布式存储系统的应用.

摘要：介绍一种基于辅助Agent的合同网模型的任务分配方法,并给出了协作过程中的任务选择策略和Agent选择策略,改进基本合同网模型的缺点和不足,以解决多Agent的协同设计系统中分布合作求解问题和任务分配,达到全局最优化,产生高质量的设计及有效的资源利用,并减少协商时间和信息流量,提高系统效率。

摘要：超声心动图的分割在临床上对医生的诊断有巨大作用.针对超声图像含有大量噪声、轮廓特征不明显、已有分割算法耗时久、目标分割不完整或引入不必要的背景区域的问题,提出一种基于全卷积网络与几何信息辅助分割的实时分割算法.首先,利用改进的YOLACT框架并行生成原型模板掩码和左右心室、心房的实例掩码的系数,并将两者线性组合获得实例掩码;然后,利用编码模块增强分割效果,提出位置编码模块避免卷积神经网络带来的全局位置信息丢失,以及提出形状编码模块减少心房心室差异小带来的分类错误.实验结果表明,在超声心动图像数据集上的APA,AMIoU和ADICE指标分别达到0.777,0.705和0.827,该方法比其他算法在精度上接近nnU-Net的结果,但速度可以达到27帧/s,比UNet++提升145%.