摘要：为了从直接测量的强度图像中计算出相位信息,研究了基于强度传输方程的相位检索技术.设计了一个实用的相位检索系统,包含经典傅里叶相位检索和基于整体变分的相位检索算法.通过测量聚焦平面和前后散焦平面光波场的空间强度,求解二阶微分方程得到相位.与迭代相位检索技术相比克服了其迭代不确定性、收敛速度慢等缺点.实验表明,利用强度传输方程检索相位的方法可以有效快速地从强度图像中计算出相位;整体变分算法相比傅里叶算法,在恢复相位的同时可以保持良好的边缘.

摘要：针对一类连续时间线性Markov跳变系统,本文提出了一种新的策略迭代算法用于求解系统的非零和微分反馈Nash控制问题.通过求解耦合的数值迭代解,以获得具有线性动力学特性和无限时域二次成本的双层非零和微分策略的Nash均衡解.在每一个策略层,采用策略迭代算法来计算与每一组给定的反馈控制策略相关联的最小无限时域值函数.然后,通过子系统分解将Markov跳变系统分解为N个并行的子系统,并将该算法应用于跳变系统.本文提出的策略迭代算法可以很容易求解非零和微分策略所对应的耦合代数Riccati方程,且对高维系统有效.最后通过仿真示例证明了本文设计方法的有效性和可行性.

摘要：针对现有基于生成对抗网络的跨模态检索方法不能充分挖掘模态间不变性的问题,提出一种融合全模态自编码器和生成对抗机制的跨模态检索方法.引入2个并行的全模态自编码器,将不同模态的样本嵌入公共空间,每个全模态自编码器不仅重构出自身模态的特征表示,而且还重构出跨模态的特征表示.设计了一个分类器,预测公共空间中嵌入特征的类别,学习并保留样本中的语义判别性.设计了3个判别器,分别判断输入其中的特征所属的模态类别,它们协同工作,充分挖掘模态间的不变性.以平均精度均值为指标评价跨模态检索的精确度,在Pascal Sen-tence,Wikipedia和NUS-WIDE-10k这3个公开数据集上进行实验,实验结果表明,与10个包括传统方法和深度学习方法在内的跨模态检索的主流方法进行对比,所提方法在3个数据集上的平均精度均值分别至少提高了4.8%,1.4%和1.1%,证明了所提方法的有效性.

摘要：为获得高衍射效率、高消光比、宽带宽及大角度容差的光栅结构,提出了一种在近红外波长区域工作的倒梯形双层金属光栅结构的偏振分束器。该结构引入了一层高折射率介质层,并且将光栅区的光刻胶斜切成倒梯形结构,新的设计增大了光栅的透射效率和消光比。使用严格耦合波分析方法,模拟和优化了偏振分束器的结构参数。结果表明,横磁波及横电波在1 290～1 840 nm波长范围内的透射效率和反射效率分别超过97%和95%。透射和反射的最大消光比分别为33 d B和53 d B。在波长为1 550 nm,入射角为-40°～40°时,光栅的透射和反射消光比都大于22 d B,达到了高性能偏振分束器的要求。相较于双层金属矩形光栅,所提出的倒梯形双层金属结构表现出更高的透射性与反射性,同时具有更好的设计灵活性。

摘要：折射率失配引起的球差导致飞秒激光加工焦点在光轴方向发生位置偏移和焦斑拉伸现象，降低了飞秒激光加工的轴向分辨率和位置精确性，严重影响了飞秒激光加工三维微纳米器件质量。因此，寻求一种合理的补偿设计方案是当前加工技术的一种诉求。利用空间光调制器能够实现光场相位变化的特性，提出在空间光调制器上产生一个与像差函数等值相反的相位信息方法补偿到光路中消除折射率失配引起的球差影响。理论上分析了折射率失配引起球差对加工焦场强度分布影响，通过泽尼克多项式将球差函数进行展开分解，设计针对不同级数的球差矫正的计算全息图，实现球差矫正。该方法不仅能够消除焦斑拉伸畸变，而且能够恢复焦斑位置和强度，为飞秒激光加工中消除折射率失配影响提供了一种较好的解决方案。

摘要：近年来,多目标进化方法已被广泛应用于重叠社团检测问题并取得了较好的社团划分性能.如何设计合适的个体编码以及进化策略是提高基于多目标进化重叠社团检测算法性能的重要因素.为此,本文设计了一种双编码表示方法对非重叠社团结构和重叠点分别进行编码,能够有效解码得到重叠社团结构.在双编码表示的基础上,本文提出了一种基于双编码的重叠社团检测多目标优化方法(DRMOEA).在DRMOEA中,为了获得好的初始个体并提高算法检测性能,本文提出了一种基于社团边界点的初始化策略.除此之外,针对双编码中的重叠点编码部分,本文提出了基于精英个体边界点的交叉策略,该策略利用社团边界信息引导种群向好的方向进化,从而有效提高了算法的检测性能.最后,在9个真实世界网络上的实验结果表明DRMOEA算法优于其他5个代表性重叠社团检测算法.

摘要：在基于头皮脑电(EEG)信号的脑-机接口(BCI)研究中,用户个体差异性和背景噪声的复杂性是影响BCI系统稳定性的两个主要因素。因此需要针对不同个体进行BCI系统参数优化,其中包括对时域、空域滤波器参数的优化设计和分类器参数的学习。本文以提高BCI系统的准确性为目标,提出了一种结合独立分量分析空域滤波器(ICA-SF)优化设计和EEG多子带特征的BCI信息处理新方法。基于所提方法,对4位受试者在不同时间采集的三类运动想象EEG(MI-EEG)进行分析。实验结果表明,在同一受试者的自交叉测试和不同受试者数据集之间的互交叉验证中,多子带特征结合方法所得到的平均识别率比仅使用单频带所得的平均识别率普遍提高,识别率最大提升可达6.08%和5.15%。

摘要：提出一种基于属性分辨度的不完备决策表规则提取算法,它是一种例化方向的方法.首先从空集开始,逐步选择当前最重要的条件属性对对象集分类,从广义决策值唯一的相容块提取确定规则,从其他的相容块提取不确定规则;然后设计属性必要性判断步骤去除每条规则的冗余属性;最后通过规则约简过程来简化所获得的规则,增强规则的泛化能力.实验结果表明,所提出的算法效率更高,并且所获得的规则简洁有效.

摘要：针对现有矢量草图生成方法存在的生成结果潦草,以及编码草图信息单一等问题,提出一种基于对抗自编码器的矢量草图生成方法.借助对抗自编码器自身所具有的对抗的机制,将像素化表示的草图所具有的空间信息融合到矢量草图的生成过程中,使得生成的草图具有更好的类别形状信息.既利用了矢量草图所包含的笔画间的时序信息,又利用了像素草图所包含的绘画物体的形状信息.在QuickDraw数据集上进行了草图生成实验,并使用Ske-score评价指标进行量化度量,实验结果表明所提方法能够缓解生成结果出现的潦草效应,并且生成的草图具有更好的视觉美观性和更高程度的类别可辨识性.

摘要：为了减小图像语义检索过程中"语义鸿沟"的影响,提出融合主题和视觉语义的图像自动标注方法.该方法先在训练集的文本空间中用概率潜在语义分析(PLSA)模型拟合出主题集合;然后根据图像的高维视觉特征建立主题集合中每个主题的高斯混合模型(GMM),以准确描述其视觉语义信息,减小了"语义鸿沟",提高了图像自动标注的准确性.在Corel数据集上进行了对比实验的结果表明,文中方法在标注的平均标准率和平均标全率上都表现良好,证明了其有效性.