摘要：针对现有基于深度学习的手绘草图识别方法直接从整体上提取手绘草图的图像特征,而忽略了草图中笔画的顺序信息的问题,利用手绘草图的笔画顺序信息,将深度卷积神经网络与递归神经网络相结合,提出一种基于深度卷积-递归神经网络的手绘草图识别方法.首先按照绘画草图时的笔画顺序提取笔画,生成多幅子笔画草图,并形成一个笔画数依次递增的子笔画草图序列;然后采用深度卷积神经网络依次提取该序列中每一幅子笔画草图的图像特征,并将提取的图像特征按照原先子笔画草图排列的顺序进行排序,作为递归神经网络的输入;最后利用递归神经网络来构建不同图像特征间的时序关系,以提高手绘草图的识别准确率.在现有最大的手绘草图数据集TU-Berlin Sketch数据集上的实验结果表明,文中方法能有效地提升手绘草图的识别准确率.

摘要：设计了一种新型阶梯阻抗谐振器(SIR)结构的带状线带阻滤波器。在利用带状线间隙电容和并联电感的耦合来设计带阻滤波器时,主线采取城墙线形式,短截线用SIR结构代替常规的λ/4均匀阻抗谐振器(UIR)结构,这样既减小体积,又可以将寄生阻带向高端推移,从而增加通带宽度,使得结构设计得到很大的自由度。最后,利用电磁场仿真软件对结构尺寸进行优化仿真,并实际制作一个中心频率为2.45 GHz的SIR带阻滤波器。实测结果和仿真结果吻合良好,达到预计指标参数。

摘要：围绕独立分量分析(independent component analysis,ICA)在运动想象脑-机接口(brain computer interface,BCI)中的应用,作者重点研究了ICA空域滤波器的设计新方法。基于在不同时间采集的两位受试者的6组运动想象EEG数据集,分析和验证了ICA在BCI系统实现中的特点和优势,并与共同空间模式(common spatial pattern:CSP)空域滤波方法进行了比较。针对运动相关独立分量(motor-related independent components,MRICs)的自动检测,提出了ICA滤波器的有效设计概念,给出了基于不同时段连续EEG样本的ICA滤波器的设计和优化新思路,并建立了相应的ICA-BCI离线测试系统。在此基础上,研究了ICA滤波器的性能与其设计样本之间的关系,比较了ICA-BCI和CSP-BCI对三类运动想象的识别和分类效果。实验结果表明,针对具有相同长度和采集质量的不同时段EEG样本,均可设计出性能基本一致的ICA滤波器。在对不同EEG数据集的组内和组间交叉测试实验中,作者建立的ICA-BCI系统表现出了比CSP-BCI系统更好的稳定性。综上,ICA在BCI系统实现中具有独特的优势和应用潜力。文中所得结论对实用ICA-BCI系统的建立具有一定的参考价值。

摘要：现有的手绘草图识别方法严重依赖于费时费力的手工特征提取,而经典的深度学习模型主要是为彩色多纹理自然图像设计,用于识别手绘草图时效果不甚理想。提出一种基于深度学习的手绘草图识别方法(DeepSketch),该算法根据手绘草图缺失颜色、纹理信息的特点,使用大尺寸的首层卷积核取代自然图像识别中常使用的小尺寸首层卷积核,获得更多的空间结构信息。利用训练浅层模型获得的模型参数来初始化深层模型对应层的模型参数,以加快收敛,减少训练时长。加入不改变特征大小的卷积层来加深网络深度等方法以减小错误率。实验结果表明,所提出的方法较之其它几种主流的手绘草图识别方法具有良好的正确率,对250类手绘草图识别正确率达到69.2%。

摘要：软件缺陷数据的类别分布不平衡特点给软件缺陷预测任务带了巨大的挑战。合成过采样是解决这一问题最为主流的技术,但如何设计合适的采样策略避免因引入异常样本而导致的过度泛化风险,始终是软件缺陷预测过采样方法面临的难点。针对这一问题,本文提出一种结合样本学习困难程度和合成泛化影响的过采样方法(GDOS)。具体来说,GDOS方法通过样本的局部先验概率和潜在合成方向上的样本分布信息衡量样本的安全系数与泛化系数,并以此度量样本的选择权重。通过抑制潜在过泛化区域的样本合成概率,给予相对安全的近邻合成方向更高的选择概率,为高质量样本的合成提供保障。在26个PROMISE数据集上的实验表明,GDOS在MCC、pd、pf、F-measure等指标上较于经典的采样方法和专门提出的软件缺陷预测采样方法均取得了更优的性能表现。

摘要：现有手机天线结构复杂、剖面高和尺寸大,为了缩小手机天线的尺寸,研究了小型化低剖面双层微带天线频带展宽的方法,提出了一款紧凑耦合的小型化十一频段手机天线,尺寸仅为37.0mm×7.2mm.该天线通过馈电单极子和地枝节耦合技术,激发多个谐振模,拓宽高频带宽,再利用加载电感方法,使低频谐振点偏移,拓宽低频带宽.实测结果表明,该方法可以有效展宽天线频带,能够覆盖长期演进、无线广域网8个频段,并且满足全球定位系统、无线保真以及蓝牙频段内S11小于-10dB的要求,与传统微带天线相比,该天线具有尺寸更小、结构简单、频带宽等优点,具有良好的辐射增益和辐射效率.

摘要：为改善基于眼电图(EOG)的人体行为识别系统性能,提高多任务背景下扫视信号识别的正确率,提出了一种基于独立分量分析(ICA)的扫视信号样本优化算法.该算法首先以单次扫视数据为分析对象,根据独立成分在采集电极的映射模式,设计了一种扫视相关独立成分的自动选择方法,并建立了相应的ICA空域滤波器;然后以原始EOG线性投影后信号的识别正确率为度量准则实现对干扰扫视信号的剔除.对4类扫视信号进行了"组内测试"与"组间测试",实验结果表明,经文中算法优化后识别正确率达99.57%与98.82%,比优化前分别提升了0.57%与0.83%,说明文中算法能够对扫视信号样本进行有效的优化,提高其识别正确率.

摘要：该文基于谐振型左手理论,提出一种将2种不同的多开口谐振环左手结构单元分别印刷在介质板的正、反面,这种复合结构实现了双频带左手特性。在微波频率范围内采用等效参数(NRW)提取算法,验证了该多开口谐振环的复合结构能实现负的介电常数和磁导率,同时采用LC谐振电路进行分析并解释其产生的机理。数值和仿真结果表明,存在2个介电常数、磁导率和折射率的实部都为负的频带。其负频带频率范围分别为16.5～18.96GHz和22.8～24GHz,负双频带带宽为3.66GHz。由于其带宽性能良好的双负特性,可用于多频带或宽带微波器件的设计。

摘要：为了表示复杂庞大的概念层次树,文中提出了一种更加通用的编码方案,将概念分层应用于模糊关联规则的挖掘.此外,为解决隶属度函数难以主观确定的问题,引入一种SOFM网络来确定样本数据的隶属度函数.基于改进的概念层次树的编码方案和SOFM网络,将模糊集引入关联规则挖掘中,设计了一种新的多层模糊关联规则挖掘算法.实验结果表明,该算法可以有效地挖掘出易于理解的、有意义的多层次模糊关联规则,具有很好的效率和伸缩性.

摘要：针对无线网络拥塞控制系统中流体流模型的Hopf分岔的问题,进行了3种控制方法的对比实验.通过选择通信时滞作为分岔参数,验证了此模型分别在加入3种控制器(时延反馈控制器DFC、混合控制器HBC和状态反馈控制器SFC)后,均增加了分岔参数的临界值,扩大了稳定性区域,使系统的Hopf分岔延迟.数值仿真结果表明上述3种控制器在延迟无线网络Hopf分岔的性能上有所差异,状态反馈控制器控制效果最好,混合控制器其次.