摘要：针对工业铝材缺陷检测中由缺陷样本稀疏带来的训练过拟合、泛化性能差等问题,提出一种基于多任务深度学习的铝材缺陷检测方法。先基于Faster RCNN设计一个包含铝材区域分割、缺陷多标签分类和缺陷目标检测的多任务深度网络模型;再设计多任务损失层,利用自适应权重对各项任务进行加权平衡,解决了多项任务训练中的收敛不均衡问题。实验结果表明,在有限的数据集支持下,相较于单任务学习,该方法能够在保持分割任务的均交并比(MIoU)指标最优的情况下,分别提高多标签分类和缺陷目标检测的准确率,解决了由铝材缺陷检测样本少引起的检测精度较低的问题。对于多任务应用场景,该模型能够同时完成三个任务,减少推断时间,提高检测效率。

摘要：临床医学中,股骨粗隆间骨折复位应同时满足对位和对线的医学需求,现有计算机辅助复位方法不能较好支持.为此提出一种基于对位对线的粗隆间骨折计算机辅助复位方法,以碎骨三角网格模型为拼接对象,通过充分利用人体CT扫描特点,有效地评估下肢力线,实现对线调整;然后以断裂面之间距离最小化为目标,实现对位拼接;通过对位与对线的反复迭代拼接,最终得到复位结果.在粗隆间骨折临床数据集上进行了实验,并与医生手工复位作比较,实验结果表明,该方法能满足对位对线医学需求,有效地提高粗隆间骨折的术前规划效率.

摘要：该文针对生猪红外热图像和光学图像的融合,提出一种基于非子采样轮廓波的图像融合算法。在图像多尺度、多方向分解的基础上,设计了基于邻域平均能量和邻域方差的低频子带系数加权融合规则,以及基于邻域能量最大的带通系数融合规则。针对亮度-色度-饱和度变换法(intensity-hue-saturation transform,IHS)、小波变换法(discrete wavelet transform,DWT)、轮廓波变换法(contourlet transform,CT)等融合方法以及非子采样轮廓波变换(nonsubsampled contourlet transform,NSCT)域下不同融合规则进行了对比试验,试验结果表明该文算法具有较好的融合效果。定量融合评价指标中,平均梯度指标高于IHS、DWT、CT等方法25%以上,边缘信息保持指标高于其他3种方法23%以上。该文方法的提出对于改善生猪异常视觉监测中的前景轮廓提取具有较大意义;同时,对进一步开展猪体部位区域温度特征提取,建立生猪多源特征融合的计算机视觉异常监测系统,提高生猪异常预警可靠性具有积极意义。

摘要：针对高能闪光X射线图像线性重建结果受系统模糊影响的问题,提出一种随机扰动优化和多模型融合的非线性重建算法。构建非线性正向模型并推导相应的雅可比矩阵形式,结合贝叶斯理论考虑该反演问题的求解及不确定量化,引入基于弱信息先验的超参数构建非线性分层贝叶斯模型。通过加速求解随机扰动的优化问题对条件分布进行采样,结合雅可比矩阵投影约束该优化问题的求解,并设计目标参数的提议分布以减小样本统计偏差。此外,提出一种多模型融合策略,在最小方差准则下融合线性与非线性贝叶斯模型的样本值,提高样本估计效率的同时确保重建结果呈现清晰的边缘和较高的精度。实验结果表明,该算法可以有效抑制系统模糊及噪声的影响,相比于线性重建算法可以得到更加准确的重建结果。

摘要：稀布阵列天线具有简化阵列结构、降低系统成本的优点,基于数字波束形成的稀布阵列天线技术获得了广泛地关注。基于作者所提出的多分辨率复合阵列天线技术(MRCA),该文设计了一个多分辨率复合数字阵列天线,并应用该阵列天线来进行单目标和双目标检测实验。仿真和实验结果均表明:与传统的均匀直线阵列天线相比,在相同的阵列天线单元数目的情况下,多分辨率复合数字阵列天线可以得到更窄的主波瓣和更低的副瓣,增强了阵列天线系统的方向性,提高了角度分辨率。

摘要：目的针对复杂高光谱数据在不同地物规模和光谱特征上的差异,致使背景特征难以准确描述,导致异常检测算法检测效果不理想的问题,提出一种基于相对密度分析建立背景模型的高光谱遥感异常检测算法。方法该算法借助最大相对密度分析的思想,通过统计与待测像元相似像元的数目作为其相对相似性分布密度,在像元光谱特征相似性分布密度的驱动下,自动搜索聚类中心并实现自适应聚类。为了避免不同背景地物受类别规模差异的影响,设计迭代筛选方法不断提取具有相对最大分布密度的类作为背景地物类别。当迭代终止时即可获得关于背景地物的统计模型,最后采用经典的马氏距离实现异常检测。结果仿真实验采用两组常用的数据HyMap和HYDICE,与经典算法如基于聚类分析的异常检测算法(CBAD)、局部RX算法(LRX)和基于空间边缘特征变化的异常检测算法(2DCAD)等进行比较,并采用受试者工作特性曲线(ROC)和ROC曲线下面积(AUC)作为评价标准对实验结果进行分析。从实验数据中可以看到,本文算法在ROC曲线整体上表现优于其他算法,在HyMap下AUC值比同类算法至少高出5.6%,HYDICE下AUC值比同类算法至少高出13.6%。另外,对于不同数据,本文算法最终表现较为稳定,鲁棒性较好。结论实验结果表明该算法无需构建分类面以及设定类别数目,在每次迭代中根据数据本身特征自适应地获取当前规模下背景显著性强的像元。另外,本文建立背景模型的方法适用于不同复杂场景下的高光谱数据,可以获得对背景的准确描述,有助于改善高光谱数据异常检测中对异常目标显著性衡量的准确性。

摘要：针对有源电力滤波器电流跟踪控制问题,提出一种基于模糊神经网路的全局滑模控制方法.首先,为了消除到达阶段和抑制抖振,设计准全局滑模控制电流控制器;然后,在考虑参数摄动和传感器故障的情况下,利用元认知模糊神经网络设计基于模糊神经网络的全局滑模控制器,克服全局滑模控制依赖先验知识的缺点.不同于其他固定结构方法,元认知模糊神经网络可以实现结构和参数的在线更新,并利用李雅普诺夫稳定性理论证明所提出的控制策略满足控制目标以及稳定性要求.仿真和实验结果表明,所提出的控制方法在稳态和瞬态运行时都具有良好的性能.

摘要：拓扑元素永久命名是研发自主版权的参数化特征造型系统的核心技术之一.文中从原始名到引用名,逐步提出了一套完整的层次化命名方法与机制.首先,分析了原始名设计与命名传播的一般机制;其次,综合利用设计过程中特征方向、局部拓扑等有效信息构造具有层次化结构的拓扑元素引用名,并基于提出的活化特征、对称活化特征以及子集关系原则解析引用名得到辨识结果;最后,基于开源几何引擎OpenCasCade开发原型系统实现了所提出的方法.实验结果表明,文中方法能够有效地处理拓扑元素引用时的歧义性问题,所设计的层次化动态机制有很好的扩展性.

摘要：为了增强有源电力滤波器的电流跟踪控制性能,提出一种基于连续径向基情感神经网络的递归终端滑模控制方案.首先介绍包括集总不确定的有源电力滤波器数学模型;然后构造递归终端滑模面,该滑模面由快速非奇异终端滑模面和递归积分终端滑模面组成,不仅可确保跟踪误差在有限时间内收敛到零,而且可通过为滑模面参数设置适当的初始值消除滑模面的到达模态.为了有效克服系统不确定因素的影响,采用连续径向基情感神经网络逼近系统不确定参数,并运用Lyapunov方法对其进行稳定性和收敛性分析.所设计的连续径向基情感神经网络,不仅结构简单、响应速度快,而且具备参数在线调节能力.仿真和实验结果均表明,该控制方案具有优异的电流跟踪能力以及抗干扰能力.

摘要：接骨板作为一种常见的固定断骨用医疗器械,需要与骨骼密切贴合。然而目前接骨板大多依据临床经验,或者仅参考少数骨骼的几何形状进行设计,不能满足需求。因此对骨骼三维模型数据集进行分析,为接骨板系列化设计提供依据。该方法首先利用一致顶点漂移非刚体配准算法与基于拉普拉斯坐标的网格变形算法,使骨骼数据重网格化成拓扑一致的图形;再通过主成分分析、聚类分析,获得一系列"平均骨骼"。按此方法设计的接骨板,能够更好地满足与断骨的贴合性约束,达到实际应用需求。