摘要：为解决桥式吊车控制中存在的台车定位速度慢和负载摆动大等问题,提出一种基于深度确定性策略梯度(DDPG)的控制策略.将桥式吊车设为强化学习的智能体;通过设定状态量及其误差作为智能体观测目标,设计合适的惩罚与奖励函数;智能体通过对控制系统的实时运行情况进行响应来生成控制动作.仿真结果表明,与传统控制算法相比,基于DDPG强化学习的算法在定位速度和摆角抑制方面的表现都优于传统方法,展现出较传统控制算法更高的性能和应用潜力.

摘要：为解决视频安全的问题,文章提出了一种基于FPGA的实时图像采集和数据加密系统设计,旨在提高视频数据的安全性和加密效率。系统利用OV5640摄像头采集视频,采用SM4国密算法进行数据加密,通过流水线式设计实现每个时钟周期128位数据的加密和解密,确保了加密效果和实时性要求,通过HDMI接口发送至HDMI显示器进行显示。通过仿真验证了SM4加密模块的正确性,并分析了系统资源利用率。实验结果表明,该系统能够有效实现视频数据的实时加密和解密,确保了视频数据的安全性,同时满足了实时性要求。

摘要：在频谱拥挤环境下,同频窄带干扰对雷达系统目标探测性能有较大的影响。针对此问题,稀疏频率波形是一个好的解决方案。波形在频谱上稀疏分布的特性可以有效地抑制同频干扰,自相关函数的低旁瓣特性保证了雷达的探测性能。本文提出了一种应用互补码设计稀疏频率波形的方法。首先,考虑两个序列的自相关函数,利用互补码良好的自相关特性,建立目标函数;其次,采用功率与旁瓣两种约束分别设计稀疏频率波形,适应不同的场景需求;最后,通过数值仿真比较,分析旁瓣抑制性能,验证优化设计方法的有效性。

摘要：目的针对手动设计的手指静脉质量特征计算过程复杂、鲁棒性差、表达效果不理想等问题,提出了基于级联优化CNN(卷积神经网络)进行多特征融合的手指静脉质量评估方法。方法以半自动化方式对手指静脉公开数据库MMCBNU_6000进行质量标注并用R-SMOTE(radom-synthetic minority over-sampling technique)算法平衡类别;将深度学习中的CNN结构应用到手指静脉质量评估并研究了不同的网络深度对表征手指静脉质量的影响;受到传统方法中将二值图像和灰度图像结合进行质量评估的启发,设计了两种融合灰度图像和二值图像的质量特征的模型:多通道CNN(MC-CNN)和级联优化CNN(CF-CNN),MC-CNN在训练和测试时均需要同时输入二值图像和灰度图像,CF-CNN在训练时分阶段输入二值图像和灰度图像,测试时只需输入灰度图像。结果本文设计的3种简单CNN结构(CNN-K,K=3,4,5)在MMCBNU_6000数据库上对测试集图像的分类正确率分别为93.31%、93.94%、85.63%,以灰度图像和二值图像分别作为CNN-4的输入在MMCBNU_6000数据库上对测试集图像的分类正确率对应为93.94%、91.92%,MC-CNN和CF-CNN在MMCBNU_6000数据库上对测试集图像的分类正确率分别为91.44%、94.62%,此外,与现有的其他算法相比,CF-CNN在MMCBNU_6000数据库上对高质量测试图像、低质量测试图像、整体测试集图像的分类正确率均最高。结论实验结果表明,基于CF-CNN学习到的融合质量特征比现有的手工特征和基于单一静脉形式学习到的特征表达效果更好,可以有效地对手指静脉图像进行高、低质量的区分。

摘要：快速准确的指纹分类在大型指纹识别系统中是加速目标指纹查找的关键技术。目前,指纹分类算法存在复杂度高、操作繁琐、参数较多、所需数据规模大、且无法充分利用指纹特征信息等问题。神经网络深层提取的特征更加关键,也更有代表性,但忽略了部分浅层信息。针对指纹分类存在的问题,本文提出一种轻量化多特征融合的指纹分类算法。该算法设计了轻量化Finger-SqueezeNet来训练指纹图像,采用查表法求得指纹的细化图之后,利用改进的分布求和梯度法求取相应细化图的感兴趣区域(Region Of Interest,ROI)图像;将指纹ROI图像输入网络深层与提取的特征图进行特征融合,使得深层网络也能获得浅层中纹线准确的走向信息,从而增强网络对于纹型的敏感度;采用Maxout激活函数对网络提取的特征进行激活。实验结果表明,本文算法不仅减少了训练参数量,而且通过指纹ROI图像补偿深层特征图,更加充分利用了指纹的纹型信息,轻量化算法也可为指纹分类模型拓展到移动端提供理论支撑。

摘要：基于周期性极化铌酸锂(PPLN)晶体的准相位匹配线性电光效应,利用邦加球理论,晶体在不同占空比和温度下,探索了输出激光偏振态随外加电场的演变规律。研究结果发现,激光偏振的演变对外加电场E_0、晶体占空比D和温度T_0非常敏感;若T_0为273 K,D为0.25、0.5和0.75,随着E_0的增加,输出偏振态成周期性演变;当D为0.5,且T_0为263 K、293 K和313 K时,输出偏振态的演变表现为无规则性。合理选择一定的外加电场、占空比和温度,可以实现任意偏振光。这些结果有助于PPLN偏振控制器的优化设计.

摘要：脑机接口是近十年发展起来的一种新颖人机接口方式。设计了基于视觉诱发电位脑机接口四自由度机械手控制系统,该系统实现了脑电信号在线处理,通过贝叶斯分类器提取9个控制指令,完成对机械手4个自由度的实时控制。实验结果表明:该脑机接口控制系统平均传输速率为20.3 b/min,平均识别准确率达到95%。该系统的实现为延伸和提高人类对机器人的行为控制能力提供了一种新的方法。

摘要：伪装条件下的鲁棒人脸识别,目前在人脸识别领域被日益重视,并认为是难点问题之一。本文采用非伪装建模方法,提出了一种基于局部相位量化特征提取与仿生模式识别理论的伪装人脸识别算法。该算法采用了局部相位量化方法进行对伪装模式下具有较好鲁棒性的相位统计特征提取,进而采用仿生神经元构建高维几何覆盖形体,有效利用了不同类别人脸特征的连续性,从而避免了伪装模式的干扰。在AR数据库及采用警用面部复合软件设计建立的伪装数据库上的仿真实验均表明,与现有主流算法相比较而言,本文所提识别算法在伪装条件下取得了较高的识别性能。

摘要：提出融合局部二值模式(LBP)和Hu矩特征的车型识别算法。LBP特征能够很好地对车辆局部纹理进行描述,Hu矩属于全局特征,反映了车辆的形状轮廓信息,将这两种互补特征结合能更好地表达车型特征。设计了融合特征的提取方法,并结合支持向量机分类器构建了车型识别系统。实验结果表明,融合算法比单一的特征算法性能更优,提高了车型识别率。

摘要：研究表明:不同受试者由于个体差异,会引起在执行相同运动想象任务时,产生与受试者关联的特定脑电信号特征,这是设计脑机接口系统面临的一个实际问题.为解决这个问题,本文提出了一种基于时–空–频联合特征的提取方法.首先,对原始118导联的EEG进行空间特征分析,从中提取出与运动想象相关脑区对应的55导联EEG信号.进一步,在训练集上,通过7–折交叉验证,训练出与受试者匹配的时间窗和频带.其次,利用8个共空域滤波器进行特征提取.最后,将获得基于样本的运动想象特征,采用相关向量机进行分类.仿真结果表明:该算法在第3届脑机接口竞赛数据集Data IVa分类上获得5位受试者平均分类精度为94.49%,结果优于当年第1名94.17%.此外,与其他3种常用的方法比较亦具有明显优势.本文提出的基于样本的时–空–频特征提取方法和相关向量机的结合,该算法整体性能优越,为基于运动想象的脑机接口在线系统设计提供了一种新方法.