摘要：为了解决带钢小样本数据集在深度学习中出现的模式崩溃、图像模糊和错判等问题,提出一种改进的ACGAN数据增强方法。首先,模型中引入带梯度惩罚项的Wasserstein距离作为损失函数,解决了模式崩溃和训练不稳定问题;其次,生成器网络中改进标签反卷积网络,使标签信息更好地贯穿整个生成网络,并在其末端设计了去噪结构,提高了生成图像质量;接着,判别器网络中引入级联融合思想,增强了网络判别能力;最后,将改进前后的模型在NEU带钢表面缺陷数据集和MNIST数据集上进行对比实验,结果表明:所提模型生成各类样本图像的清晰度、准确性明显提高,并且客观指标FID的平均值在NEU带钢表面缺陷数据集上下降了15.8%,在MNIST数据集下降了73%,为带钢小样本数据集的扩充提供了一种新方法。

摘要：为增强对新实体的泛化能力,提高实体对齐的效果,构建一种基于多跳虚拟邻域聚合和属性嵌入的实体对齐模型。利用随机游走的方式构建虚拟邻域,使用门控单元对中心实体的虚拟邻域信息进行聚合;对于属性三元组生成抽象属性三元组,通过预测指定属性的相关属性进行属性嵌入;引入关系损失,通过排序得到实体对齐的结果。在公开数据集上的实验结果表明,该模型的Hits@1提升0.1~0.3、Hits@10提升0.04~0.2、MRR提升0.02~0.3,验证了模型的有效性。

摘要：海面舰船目标检测容易受陆地、海浪等背景的干扰。针对舰船小目标检测精度低和鲁棒性差的问题,提出一种改进的舰船目标检测模型CWMA-YOLOv5s。首先,设计具有多分支跨层连接的C2f模块丰富多目标舰船梯度流信息。然后,设计并实现了残差多头自注意力融合模块优化特征融合效果。其次,改进Predection网络,设计SCP结构,提高了舰船目标的显著度。最后,引入改进的WIOU损失函数解决CIOU损失函数带来的梯度爆炸和模型提前退化问题。实验结果表明,与YOLOv5s模型相比,该模型在MASATI-v2数据集上,精度提高了13.1%,召回率提高了12.8%,mAP@50提高了6.8%。与其他同类型检测算法相比,该算法拥有更好的学习能力,整体检测精度达到了82.3%,具有较强的鲁棒性。

摘要：现有的音频驱动人脸动画技术主要注重唇部运动与音频的同步性,忽略了对人物面部表情或头部运动的再现能力。为此,提出了一种融合音频内容、风格和情感特征的高质量人脸动画生成方法(ACSEF)。首先,设计了情感动画模块(EAM),从音频中提取隐含的情感辅助特征来估计更加准确的面部情感标志位移,然后与语音内容和说话者风格动画的面部地标位移进行融合,提高landmarks(面部地标)预测的准确性和生动性。其次,设计了一个基于U-Net模型的注意力增强解码器(AADU),使得估计的地标与图像最终解码为逼真的包含唇音同步、头部运动和面部表情的理想视频帧。实验表明,该方法既能增强面部情感表达,又可使图像更加清晰,效果优于对比基线模型。

摘要：为兼顾多源目标检测网络的精度与效率,将分组卷积作用于目标多模态特征中,并配合注意力多尺度结构以及改进的目标框筛选策略,设计了一种轻量级的红外与可见光目标检测模型。模型先以多种特征降维策略对输入图像进行采样,降低噪声及冗余信息的影响;其次,根据特征通道所属模态进行分组,并利用深度可分离卷积分别对红外特征、可见光特征以及融合特征进行提取,提升多源特征提取结构的多样性以及高效性;然后,针对各维度多模态特征,引入改进的注意力机制来增强关键特征,再结合邻域多尺度融合结构保障网络的尺度不变性;最后,利用优化后的非极大值抑制算法来综合各尺度目标预测结果,精确检测出各个目标。通过在KAIST、FLIR、RGBT公开数据集上的测试结果表明,所提模型有效提升了目标检测性能,并且相对于同类型多源目标检测方法,该模型也体现出较高的鲁棒性和泛化性,可以更好地实现目标检测。

摘要：针对主动降噪算法程序调试难度大、相关滤波器结构可视化程度差、硬件平台底噪大的问题,设计了一款底噪小、程序可视化程度高、搭建模型简单的AD/DA硬件验证平台(AKM平台);相比较传统的ANC调试过程,AKM平台在降噪算法验证过程中不需要编写程序,仅需要基于Simulink HDL模块化工具搭建仿真模型,生成Bitstream文件,将其烧录到验证平台即可实现算法的验证,有效避免了开发者编写和调试程序过程的复杂性,最终实现了一款操作高效的ANC算法验证平台;实验结果表明,该系统在输入激励信号为1 kHz 100 mV,采样率为32 kHz 24 bit的条件下,测试输出信号的总谐波失真为0.005217%;信噪比为98.295 dB;在不输入任何激励信号的情况下,系统平台的底噪为5.360μVrms。

摘要：意图识别和语义槽填充是口语理解系统中的两项重要任务,将两项任务联合学习已成为一种趋势。然而,现有的联合模型在获得语句意图的同时对槽位进行序列标注,并没有明确保留字、词、槽位和意图之间的层次关系。论文设计了一种基于注意力胶囊网络的口语理解联合模型。该模型对输入的字信息和词信息进行动态融合,充分考虑了口语理解中字词信息的重要性;通过自注意力路由和重路由实现意图与语义槽的双向信息流动。实验表明,该模型在CAIS和ECDT-NLU数据集得到了较好的结果,在CAIS上意图识别准确率达到94.82%,语义槽填充F1分数达到88.36%,在ECDT-NLU上意图识别准确率达到79.94%,语义槽填充F1分数达到49.62%,对比其他模型取得了较好的性能。

摘要：为充分利用车间产生的质量数据,解决车间综合质量管理问题,建立了智能车间质量数据集成及可视化分析平台。首先针对平台的整体建设目标设计了系统功能架构;其次,利用基于模板的自然语言生成技术为传统的可视化图表添加文本描述,并在文本中嵌入可视化图表,通过文本与图表之间的交互帮助用户进行数据的可视化探索,减少用户在两者之间频繁切换的问题;最后以某企业制造车间工程质量管理为例,对智能车间质量数据集成及可视化分析平台进行应用验证,结果表明该平台实现了以质量为核心的智能制造,且文本和可视化彼此丰富增强了可视化效果。

摘要：针对智能化服装设计中款式图到纸样图智能转换的问题,以普通男衬衫为例,利用参数化方法,对其袖子部分的款式图到纸样图的转换进行了研究。首先确定袖子部分的关键控制点和特征线,并根据一片袖制图规则确定袖山高。然后,以款式图中的袖长与实际纸样制图中袖长的比例关系为基准,换算出与之相关的特征线尺寸,得出初步的纸样图框架。最后,由于B样条曲线具有良好的拟合曲线的特性,因而在已得出的纸样框架图中采用B样条曲线对相关弧线进行构造,利用几何关系计算B样条曲线的控制点坐标,从而建立参数化关系,完成转换后纸样图中相关弧线的构造,最终实现男衬衫一片袖款式图到纸样图的完全转化。

摘要：针对通用镀膜仪膜厚监控的稳定性、精度和自动化程度不高的状况,研究了一套新的光电控制分析系统。设计了基于双频调制的四光束光电测试系统,采用双锁相电路和复合滤波的综合数字处理系统进行膜厚监控信号处理,并通过控制分析系统实现自动监控。测试结果经方差分析后表明:反映膜厚控制重复性的膜厚标准偏差<0.55%;信噪比达到1 000;数码显示值的线性度非常高,反射率的数码显示分辨极限为0.02%;系统静态漂移的线性程度很高,漂移率<1.95%/h,静态稳定性优于通用系统2倍。提出的系统极大地提高了光学薄膜厚度监控系统的静态、动态稳定性、信噪比以及膜厚控制精度。