摘要：为了提高图像分类效果,针对卷积神经网络中常用激活函数relu在x负半轴的导数恒为零,导致训练过程中容易造成神经元"坏死"以及现有组合激活函数relu-softplus在模型收敛情况下学习率过小导致收敛速度慢的问题,提出新的组合激活函数relu-softsign.分析激活函数在训练过程中的作用,给出激活函数在设计时需要考虑的要点;根据这些要点,将relu和softsign函数于x轴正、负半轴进行分段组合,使其x负半轴导数不再恒为零;分别在MNIST、PI100、CIFAR-100和Caltech256数据集上,与单一的激活函数和relu-softplus组合激活函数进行对比实验.实验结果表明,使用relu-softsign组合激活函数提高了模型分类准确率,简单有效地缓解了神经元不可逆"坏死"现象;加快了模型的收敛速度,在复杂数据集上该组合函数的收敛性能更好.

摘要：针对卷积神经网络中间特征层信息利用不充分,以及不区分尺度和难易样本的学习所导致的文字检测精度难以提高的问题,提出基于多路精细化特征融合的聚焦难样本的区分尺度的自然场景文字检测方法.构建多路精细化的卷积神经网络融合层提取高分辨率特征图;按照文字标注矩形框的较长边的尺寸,将文字实例划分为3种尺度范围,并分布到不同的候选框提取网络中提取相应的候选框;设计聚焦损失函数对难样本进行重点学习以提高模型的表达能力并得到目标文字框.实验表明,所提出的多路精细化特征提取方法在COCO-Text数据集上的文字召回率较高,聚焦难样本的区分尺度的文字检测方法在ICDAR2013、ICDAR2015标准数据集上的检测精度分别为0.89、0.83,与CTPN、RRPN等方法相比,在多尺度多方向的自然场景图像中具有更强的鲁棒性.

摘要：基于神经网络和专家系统各自的特点 ,研究了神经网络和专家系统的集成系统 ,论述了系统的设计思想、总体结构及实现的基本原理 ,通过软件设计实现了“可视化”操作 .系统具有知识自动获取、预测速度快、鲁棒性及容错能力强等特点 .

摘要：CDCL SAT求解器在形式验证等领域应用广泛,但重启策略众多且参数控制复杂,导致通常选择默认参数下的策略,从而降低求解器的效率和易用性.为了提高CDCL SAT求解器的实用性,通过实验分析重启序列、重启间隔、间隔增长系数等因素对实例求解效率的影响,以及求解初期的决策变量数等行为特征数据集与重启策略集之间的关系.实验结果表明,通过改变重启策略可以提高求解效率,所得到的最优解比缺省解的效率可提高6 959%,平均提高411%;重启策略在求解过程中表现出较大的个体差异性和一定的群体差异性;相比重启频率,重启序列对求解效率影响更大.进一步用7种重启策略集合覆盖97%案列的最优重启策略,通过求解初期的特征值变化频率与相应的重启策略关联,为后期选择最优重启策略提供技术支持.

摘要：对厚钢板两种焊接工艺焊接接头中的焊缝材料和热影响区材料进行拉伸试验。发现各自的拉伸曲线都可视为理想弹塑性,符合Wells提出裂纹尖端张开位移(cracktipopeningdisplacement,CTOD)理论的假设条件。因此,证明CTOD试验评定焊接接头韧度的适用性。提出确定钢结构焊接接头CTOD允许值的“母材参考法”和“类比法”,为在钢结构的设计和建造中合理地确定焊接接头韧度指标提供方法。

摘要：共享单车作为一种绿色低碳的出行方式,给人们的出行带来便利。然而,人们自由使用单车给共享单车的维护带来许多问题(例如需要将某个区域无序放置的单车送到某个指定位置),因此,共享单车平台可能需要雇佣用户去完成单车维护任务,同时平台需要给予用户合理的报酬以激励用户完成任务。当存在多个用户竞争时,用户可能谎报任务完成概率来获得更高的报酬,从而导致平台最终不能完成所有的维护任务。考虑用户在任务完成概率方面的策略行为,在满足一定任务完成概率的情况下,设计防策略性机制,实现完成维护任务完成成本最小化。该机制包括任务分发算法和用户定价算法,其中任务分发机制采用贪心算法思想进行设计,而用户定价算法则通过迈尔森定理来设计。理论证明该机制满足激励相容性和个体理性,接着进一步基于摩拜单车数据集来评估该机制的性能,主要包括任务完成成本、用户平均期望效用、用户期望效用概率密度等评价指标。通过与VCG机制相比较,该机制能够达到常数倍的近似比,任务完成成本更低,用户平均期望效用更高,并且能够防止用户在任务完成概率方面的策略行为。

摘要：多车协同驾驶能显著提高交通安全和效率,是未来5G网联自动驾驶技术的重要应用场景之一.传统上,多车协同驾驶的主要形式为单一车道上的无人车队列,其队列稳定性受队列长度、通信距离及延迟的限制.本文提出一种无人车编队方法,将单车道队列扩展为多车道护航编队.针对不同场景下的需求设计多车道编队调整策略,结合基于图的分布式控制,完成任意预定义的编队结构;同时,利用势场法对行车环境建立势场模型,实现无人车的避障轨迹规划,提高编队的避障能力;最后,结合纵横向控制器,实现无人车多车道护航编队控制.仿真实验表明,本文提出的无人车多车道护航编队方法,能适应不同交通场景,如道路变化、障碍车运动等,完成自动变换编队结构,实现安全、高效通行.

摘要：为提高在蜂窝小区内的视频传输质量,增强智能网联汽车的盲区视角感知能力,从而提高驾驶安全性和便利性,本文提出在LTE-V2X下完成实时视频流传输的可靠策略。首先,为提高蜂窝小区的系统性能和实时视频流传输的画面质量,提出在不完美信道状态下,满足V2X用户异构服务质量的同时,最大化V2V通信吞吐量的资源分配算法。该算法采用1阶自回归模型对真实的信道增益进行建模,分步骤进行功率分配和频谱复用配对,以完成资源分配;接着,采用可伸缩视频编码技术对实时视频流进行编码,编码后具有不同的视频质量等级的视频数据帧,经由网络传送,而以网络感知数据为基础,构建视频流缓冲区;最后,设计自适应传输算法求得当前最佳传输视频质量等级,根据通信网络环境动态调整传输视频画面质量,以有效减少视频播放冻结次数。实验结果表明,相比于具有基础层保护的视频传输算法RALSB和视频质量自适应传输算法VQAS,本文所提策略能有效提高实时视频流质量,减小视频播放冻结次数。

摘要：无线传感器网络中,LEACH协议是典型的分簇路由协议。文章针对LEACH协议的缺点,结合PEGASIS协议的优点,从簇首选择、簇的形成、簇间路由等方面对LEACH协议进行了改进,设计了一种能量均衡的分簇路由协议EBLP,并进行了仿真分析。仿真结果表明,EBLP协议节约了能量,平衡了能量消耗,延长了无线传感器网络的生存时间。

摘要：针对无线传感器网络路由安全问题和节点能量有限的不足,提出一种基于分簇的安全路由协议CSRP。该协议是在LEACH基础上,以增强路由安全性同时兼顾网络的能量消耗为目标而设计的,通过引入适用于传感器网络的安全引导方案,一定程度上保证了数据的完整性、新鲜性以及认证性;同时引入双向评测机制,对恶意节点进行检测,有效地提高了网络的安全性能。仿真结果表明,在存在恶意节点的情况下,与LEACH和只能防止外部攻击的SecLEACH相比较,CSRP具有较好的抗捕获能力,而且增加的能量消耗很小。