摘要：为提取更多有效特征并提高模型训练的收敛速度,提出一种基于并列卷积神经网络的超分辨率重建方法。该网络由两路不同结构的网络组成:一路为简单的残差网络,其优化残差映射比原始的映射更容易实现;另一路为增加了非线性映射的卷积神经网络,增强了网络的非线性能力。随着并行网络结构的复杂化,收敛速度慢成为突出问题。针对这个问题,在卷积层后添加正则化处理,以简化模型参数、增强特征拟合能力,最终达到加快收敛的目的。实验结果表明,与基于深度卷积神经网络算法相比,该网络结构收敛速度更快,主观视觉效果更好,峰值信噪比(PSNR)平均提高了0.2dB。

摘要：调制信号的识别在军用的电子战和民用的智能化无线通信中占有重要的地位,针对现有识别方法识别种类少、整体识别率不高和需要预处理等缺点,设计一个CLDNN端到端深度神经网络。该网络无需人工干预或数据统计,自动提取特征并进行多类调制信号类型识别。实验结果表明,该方法能够同时识别11种信号的调制方式,在低信噪比下识别效率相比现有方法有所提升,当信噪比在-4 dB以上时,整体识别精度达到94%以上。

摘要：针对当前人脸识别中姿态变化会影响识别性能,以及姿态恢复过程中脸部局部细节信息容易丢失的问题,提出一种基于多任务学习的多姿态人脸重建与识别方法——多任务学习堆叠自编码器(Mt LSAE)。该方法通过运用多任务学习机制,联合考虑人脸姿态恢复和脸部局部细节信息保留这两个相关的任务,在步进逐层恢复正面人脸姿态的同时,引入非负约束稀疏自编码器,使得非负约束稀疏自编码器能够学习到人脸部的部分特征;其次在姿态恢复和局部信息保留两个任务之间通过共享参数的方式来学习整个网络框架;最后将重建出来的正脸图像通过Fisherface进行降维并提取具有判别信息的特征,并用最近邻分类器来识别。实验结果表明,Mt LSAE方法获得了较好的姿态重建质量,保留的局部纹理信息清晰,而且与局部Gabor二值模式(LGBP)、基于视角的主动外观模型(VAAM)以及堆叠步进自编码器(SPAE)等经典方法相比,识别率性能得以提升。

摘要：针对人脸姿态变化对人脸识别性能的影响以及人脸姿态恢复局部纹理信息不够清晰,提出一种改进的局部卷积神经网络的人脸识别方法。该方法在网络中引入分离层将中间层的信息分离成两个通道,一个通道用于产生中间层的重构函数,另一个通道进行进一步的局部卷积操作;最后将中间层的重构函数作为另一路网络顶层代价函数的一个惩罚项进行网络训练;网络训练完后,将姿态恢复的人脸图片采用LDA进行特征提取,并采用最近邻分类器来做识别。实验结果表明,提出的方法不仅能够很好的进行姿态恢复,且恢复的图片具有较好的纹理信息;同去除姿态的传统方法和较为典型深度学习方法以及3D方法相比,识别性能具有较大的提升。

摘要：针对图像超分辨率重建中纹理细节等高频信息恢复的问题,提出一种基于自注意力网络的图像超分辨率重建方法。该网络框架利用两个重建阶段逐步地将图像的精确度从粗到细进行恢复。在第一阶段中,首先将低分辨率(LR)图像作为输入通过一个卷积神经网络(CNN),并输出一个粗精度的高分辨率(HR)图像;然后将粗精度图像作为输入并产生更加精细的高分辨率图像。在第二阶段中,使用自注意力模块计算特征之间所有位置的关联性,通过捕捉特征的全局依赖关系来提高纹理细节的恢复能力。在基准数据集上的实验结果表明,与现有基于深度神经网路的超分辨率重建算法相比,所提算法不仅图像视觉效果最好,而且在数据集Set5和BDSD100上的峰值信噪比(PSNR)平均提高了0.1dB、0.15dB,表明该网络可以通过增强特征的全局表达能力来重建出高质量图像。

摘要：针对高光谱图像分类中提取的空-谱特征表达能力弱及维数较高的问题,提出一种基于空-谱融合网络(SSF-Net)的高光谱图像分类方法。首先,利用双通道卷积神经网络(Two-CNN)同时提取高光谱图像的光谱和空间特征;其次,使用多模态压缩双线性池化(MCB)将所提取的多模态特征向量的外积投射到低维空间,以此产生空-谱联合特征。该特征融合网络,既可以分析光谱特征和空间特征向量中元素之间的复杂关系,同时也避免对光谱和空间向量直接进行外积计算,造成维数过高、计算困难的问题。最终实验表明,与现有基于神经网络的分类方法相比,所提出的高光谱图像分类算法能够获得更高的像元分类精度,表明该网络所提取的空-谱联合向量对高光谱图像具有更强的特征表达能力。

摘要：根据法布里-珀罗谐振腔理论,设计并测试了一款新型双S低剖面天线。该天线采用加载超材料表面的方法,用以降低法布里天线的谐振距离。理论分析发现,双S型超材料表面在特定频段内具有负相位特性,根据法布里-珀罗谐振条件可以降低谐振腔体天线的剖面。实验结果证明,天线的谐振距离降低至λ/12.7,远远小于传统天线的λ/2。

摘要：针对传统的集中式架构的Web服务注册系统存在性能瓶颈、单点故障的问题,设计并实现了基于结构化对等协议的Web服务注册系统。系统包括配置、调度分发、对等通信、权限验证、JUDDI和网络资源监控等六大模块,提出了基于Pastry的服务注册系统调度和通信算法,设计了相应的Web服务注册和发现的流程,采用SoapUI和LoadRunner对系统进行测试。实验结果表明,该系统能够支持大规模服务请求,具有动态可扩展性,在模拟多并发实验中,服务注册和发现的响应速度都提高了1倍。

摘要：遥感数据日益增长,大规模遥感数据分发对集中分发服务器构成了巨大压力。充分利用参与下载节点的网络资源,提出并实现了一种支持访问控制的P2P大规模遥感数据分发系统。遥感数据分发系统分为遥感数据管理平台和遥感数据客户端两部分,遥感数据管理平台包含共享分发平台网站、云存储、种子资源服务器和跟踪服务器4个组件,遥感数据各客户端和种子资源服务器构成P2P网络。设计了包括共享分片、分片选择、跟踪器通信等的P2P协议,实现的遥感数据分发系统能够上传遥感数据并自动做种,支持对用户的访问控制。根据用户权限进行下载,各下载节点共享分片,然后基于类Bittorrent协议来加速遥感数据的分发。实验结果表明,实现的大规模遥感数据分发系统的功能完善,在多节点下载时具备良好的并发性能,能够满足大规模遥感数据分发的需要。

摘要：为了提高单帧降质图像的分辨率,利用迭代反投影(iterative back projection,IBP)的方法改进了基于稀疏表示的图像超分辨率重建算法。该算法将高分辨率图像减去IBP的重建结果后的差值用于学习高分辨率字典,并提出一种基于非局部相似性的全局后处理过程,降低了稀疏表示求解的计算量同时提高了图像重建效果。实验结果表明,与现有的其它算法相比,改善了重建图像的主观质量,PSNR和SSIM也得到提高。