SlowFast架构下景区异常行为识别算法及预警研究

针对当前古建筑场景下人员异常行为识别相关实例缺乏、数据集少、古建筑级别低、质量次,导致人员异常行为识别准确率低等问题,该文在古建筑景区背景下自行拍摄了多组视频,从中挑选构建了人员异常行为动作的5033段视频数据集:具有明确的典型古建筑背景;具有多人场景下暴恐打架斗殴、刻划、刻画以及存在火灾风险的人员异常行为等特征,并对每个视频进行了注释。该文首次于SlowFast网络框架中成功引入信号时域特征活动性、移动性参数,对构建的数据集进行高阶时序特征建模、增加分类算子。在人员异常行为识别任务中,模型的Top1准确率达到93.54%,而平均准确率达到96.30%,在SlowFast模型中引入活动性、移动性算子后,模型识别的准确率提升了0.87%。与几种常见架构的算法相比,该文所提出的方法存在一定的优势。

新型查尔酮衍生物抗乳腺癌活性的3D-QSAR模型构建及分子设计

为了获得较高抗乳腺癌活性的新型化合物,对18个新型查尔酮衍生物抗乳腺癌活性(pIC_(50))进行了三维定量构效关系(3D-QSAR)研究。其中14个化合物作为训练集用于构建3D-QSAR模型,其余化合物(含模板分子)作为测试集对所建模型进行验证。所建3D-QSAR模型的交叉验证系数R^(2)_(CV)为0.569,非交叉验证系数R^(2)为0.974,说明所建模型具有良好的稳定性和预测能力。该模型中立体场、静电场对pIC_(50)的贡献分别为58.8%和41.2%,表明影响该类化合物抗肿瘤活性的主要因素是取代基的疏水性、空间位阻和电荷分布。通过对模型的分析,设计了5个具有较高pIC_(50)的新化合物,有待通过后续医学实验加以验证。

AMS-FGSM:一种对抗样本生成的梯度参数更新方法

深度神经网络在多种模式识别任务上均取得卓越表现,然而相关研究表明深度神经网络非常脆弱,极易受到对抗样本的攻击。人眼不易察觉的对抗样本还具有迁移性,即针对某个模型生成的对抗样本会使其他不同的深度模型产生误判。该文针对对抗样本的迁移性,提出了基于Adam优化算法的快速梯度符号方法(AMS-FGSM),可替代原有的迭代梯度符号方法(I-FGSM)。不同于I-FGSM,AMS-FGSM结合了动量与AMSGrad算法的优势。在手写数据集MNIST上的实验表明,结合了AMS-FGSM的对抗样本生成方法能更快速地生成攻击成功率更高的对抗样本,在训练模型上的平均成功率达到98.1%,对模型的攻击成功率随扰动次数的增加而保持稳定,表现较好。

计及风力发电机转速安全约束的DFIG一次调频模型预测控制策略

针对传统方法控制双馈感应发电机(DFIG)的调频效果过于依赖参数整定的问题,该文提出了一种基于模型预测控制(MPC),计及转速安全约束的风力发电机参与一次调频控制策略。该方法结合风力发电机动力学模型与频率响应模型建立预测模型,通过线性回归方法变参考值将风力发电机转速的稳定性纳入考虑。相较于虚拟惯性控制等方法将系统频率偏差与转子动能直接关联,该文方法通过建立全新的预测模型,实时统筹考虑整个系统的状态信息,无需反复调整参数,在考虑转速安全性的同时兼顾全局性能。最后,通过实际算例分析验证了该文调频策略的有效性以及相对现有方法的优越性。

一种基于粗糙熵的改进K-modes聚类算法

K-modes聚类算法被广泛应用于人工智能、数据挖掘等领域。传统的K-modes聚类算法有不错的聚类效果,但是存在迭代次数多、计算量大、容易受到冗余属性的干扰等问题,且仅采用简单的0-1匹配的方法来定义2个样本属性值之间的距离,没有充分考虑每个属性对聚类结果的影响。针对上述问题,该文将粗糙熵引入K-modes算法。首先利用粗糙集属性约简算法消除冗余属性,确定各属性的重要程度;然后利用粗糙熵确定每个属性的权重,从而定义新的类内距离。将该文所提算法与传统的K-modes聚类算法分别在4组公开数据集上进行对比试验。试验结果表明,该文所提算法聚类准确率比传统的K-modes聚类算法更高。

基于合约熵判决算法的区块链网络DDoS防御优化

为针对多域协同联合防御分布式拒绝服务(DDoS)更有效发挥区块链网络优势,该文提出智能合约熵检测(SCED)算法。基于Hyperledger Fabric区块链架构,首先,通过智能合约技术构建多域协作机制,建立智能合约协作子算法;然后,针对受害域内非法流量IP生成IP黑名单,并通知所有协作域,协同防御DDoS;其次,在各单域内部署由监测、比对、分类及防御模块组成的熵判决防御子算法,检测处理域内非法流量;最后,结合多域智能合约协作和单域熵判决防御,实现区块链网络中受害域、中间域及攻击域协同防御DDoS。仿真结果表明,对比ChainSecure等算法,SCED算法在精度和效率方面有较好的表现。

基于用户层次聚类的联邦学习优化方法

联邦学习通过分布式机器学习训练出一种全局模型,该模型能够泛化所有的本地用户数据,以达到保护用户数据隐私的目的。由于用户间的行为、环境等不同,造成了数据异构问题,进而使得用户局部模型的性能往往远高于全局模型。针对上述问题,该文提出了一种基于用户层次聚类的联邦学习方法。设计了一种联邦学习收敛评估的方法,用于判断全局模型收敛程度;当全局模型收敛时进行聚类用户操作,能够更加准确地找出相似程度较高的用户;通过余弦相似性的层次聚类方法,将具有相似性的用户进行聚类操作,从而减少因数据异构带来的影响。此外该文还采用较大深度的模型WideResNet提高用户本地训练精度。该文采用数据集EMNIST、CIFAR10,调整用户数据之间的角度,分别进行了两类用户和三类用户的聚类联邦学习实验。实验结果显示,与相关经典联邦学习算法FedAvg相比,采用聚类策略后,其训练准确度提高约10%。

基于SGCMGs的挠性航天器预定时间滑模姿态机动控制

针对挠性航天器中存在的外部时变干扰影响因素,提出了一种预定时间滑模姿态控制方法。设计自适应律估计未知干扰上界,并在控制器中对其进行补偿,以抑制外部干扰对系统的不利影响。同时,在挠性航天器姿态机动控制方案设计和稳定性分析过程中,引入对执行机构单框架控制力矩陀螺群(SGCMGs)动力学因素的分析,相对于已有方案更贴合实际应用。进一步地,该文采用Lyapunov理论证明了系统实际预定时间稳定。仿真结果可得,该文控制方案可使系统获得较高稳态精度,并可实现姿态快速机动。

多稳态力学超构材料研究进展

通过人工设计的微结构,力学超构材料能实现天然材料不具备的超常力学性能,如负泊松比、负热膨胀、多稳态、可调刚度等等。其中,多稳态力学超构材料因具有可重复使用、能量存储与吸收、快速变形和放大输出力等优异性能,激发了研究人员的兴趣。多稳态力学超构材料通常是利用双稳态结构单元的串联和/或并联实现的,在外界载荷作用下展示出多个稳定构型且可以互逆切换,具有广阔的应用前景。该文综述了多稳态力学超构材料主要设计策略及最新的研究进展,阐述了双稳态的概念、稳态转换势垒及相应的力学响应特性,分析了双稳态单元的设计原则;根据研究对象的不同,对双稳态单元及其多稳态超构材料研究进展进行了分析;讨论了多稳态构成的力学超构材料在能量吸收、软驱动、机械计算和波调控等领域的应用前景。最后,对多稳态力学超构材料的研究进行了总结,并对未来可能遇到的挑战和机遇进行了展望。

基于参数化建模的负泊松比微结构性能分析与优化

为提高分析微结构单胞结构参数对其力学性能影响的效率,提出一种基于ABAQUS二次开发的参数化建模方法。该文以双箭头负泊松比微结构为研究对象:基于ABAQUS二次开发设计参数化建模的图形用户界面(GUI),且采用3D打印方法制造样件开展准静态压缩试验,以验证上述参数化平台所建立有限元模型的准确性;基于此,建立峰值力和比吸能的响应面模型,采用NSGA-Ⅱ多目标遗传优化算法,以峰值力最小、比吸能最大为目标,以θ_(1)、θ_(2)、T_(L)、T_(M)为设计变量,对微结构的冲击性能进行优化,获得最优的微结构拓扑参数。与优化前微结构的冲击性能进行对比分析,结果表明峰值力降低了14.36%,比吸能增加了33.72%。

射频能量收集认知无线电网络的最优时限约束频谱接入

为了在能量收集与传输时限约束下优化认知无线电网络次用户的机会式频谱接入,该文综合考虑信道状态的时变性与观测性,基于队列所有数据包的传输紧迫性对次用户时限约束频谱接入进行马尔可夫决策过程(MDP)建模。证明此MDP建模具有单链性质,进而使用价值迭代算法求解确定性平稳ε-最优策略,有效降低了最优策略求解复杂度。仿真结果在不同网络参数配置下验证了该文策略相较于贪婪策略的吞吐率性能优势。

多孔碳纤维电极材料的制备及电容去离子性能研究

由于碳纳米纤维比表面积(SSA)较低,在电容去离子(CDI)应用中,其脱盐效率并不理想。该研究采用静电纺丝技术制备了沸石咪唑酯骨架-8(ZIF-8)材料与聚丙烯腈(PAN)复合纳米纤维,并通过碳化工艺处理得到多孔碳纳米纤维电极材料。经过优化组分及碳化工艺后,所得碳纤维电极的SSA和孔体积分别高达398.74 m^(2)/g和0.180 cm^(3)/g。在1.2 V和1.6 V电压下,该电极对500 mg/L的NaCl溶液(50 mL)的盐吸附容量分别达21.16 mg/g和39.04 mg/g。此外,电化学测试结果显示,提高碳纳米纤维电极的孔隙率可以在一定程度上提高双电层电容,从而实现更高的离子吸附量和更稳定的储能性能。

基于属性值变化的动态三支冲突分析

冲突分析有利于信息系统的问题处理。为了促进相关动态学习,将冲突分析模型推广到动态形式信息系统中,并结合三支决策思想研究基于属性值变化的动态三支冲突分析。首先,考虑单行属性值变化,研究距离矩阵的变化,得到关于冲突集、中立集、联合集的三支分析模型的变化结果。其次,类似考虑多行属性值变化,得到对应的三支分析模型的变化规律,并由此设计相关的动态更新算法。进而,针对列属性值变化,基于形式信息系统来转换成行属性值变化,从而调用行值动态更新方法。最后,实例分析说明了所得动态三支冲突分析的性质与算法的有效性。

不同粗骨料粒径混凝土动态压缩强度的离散性研究

为了研究粗骨料粒径差异引起的动态压缩试验离散性问题,制备了最大粒径分别为8 mm、14 mm和26 mm的混凝土与砂浆试件,通过动静态压缩试验,得到不同应变率下各试样的应力-应变曲线和应变率-动态增长因子曲线。为了更直观地分析由粗骨料粒径差异引起的试验离散性问题,定义粒径系数λ为粗骨料最大粒径d与试件直径D之比,引入变异系数CV,运用数理统计方法量化离散性,得到λ与CV关系图,直观反映试验离散性与粗骨料粒径关系。分析表明:λ=0.34为混凝土材料异质性临界点;当粒径系数λ<0.34时,混凝土材料异质性影响不明显;当λ>0.34时,粗骨料的粒径过大已经影响到了混凝土的动态响应,材料异质性明显增强。该结论的得出对今后工程与试验中粗骨料粒径的选取有指导意义。

一种基于矩阵填充的稀疏阵波达方向估计技术

为了提高稀疏阵列波达方向(DOA)估计的性能,该文将低秩矩阵重构理论应用到DOA估计中,提出了一种改进的矩阵填充模型及其优化求解方法。该方法利用Sigmoid函数实现核范数约束并建立最小化模型;然后基于粒子群算法改进增广拉格朗日乘子法,对模型实现低秩优化求解;最后利用多信号分类(MUSIC)算法实现DOA估计。仿真结果表明,该方法能有效实现稀疏阵重构,DOA估计的性能优良,且能够适用于相关信源。

聚酰胺/银纺丝SERS基底的制备与应用研究

表面增强拉曼散射(SERS)是通过吸附在粗糙金属表面或金属纳米结构上的分子与金属表面发生的等离子共振相互作用而引起的拉曼散射增强。为提高基底的比表面积,选择具有良好化学稳定性的聚酰胺(PA),将其通过静电纺丝的方式制备出纳米纤维膜。该试验采用静电纺丝方式制备了PA纳米纤维膜,探究13%~20%之间4种不同浓度的PA溶液的纺丝效果,获得稳定性较好且纤维直径约为100 nm的PA纺丝膜。再利用化学结合的方法,在PA纤维上负载不同粒径的银纳米粒子(Ag NPs),进而得到PA/Ag纺丝膜。将30 nm和58 nm的PA/Ag纺丝膜分别用于拉曼分析,以罗丹明6G(R6G)为探针分子衡量PA/Ag纺丝膜材料的SERS性能,检测限约为10-10 M。58 nm PA/Ag纺丝膜基底拥有更出色的重现性,进一步将其用于叶酸的拉曼检测,基底能够检测到低浓度10-8 M的叶酸,具有良好的SERS效果。

行进间地面机动目标射击诸元解算方法

针对地面机动目标运动模式未知、无源跟踪缺乏距离量测信息导致传统射击诸元解算方法解命中精度下降的问题,提出一种基于纯角度测量的行进间地面机动目标射击诸元解算方法。在传统固定参数的当前统计(CS)模型基础上,利用模糊推理动态调整机动频率,并根据加速度历史估计信息设置机动加速度方差,提高目标方位角的估计精度;在一次测距的基础上,基于简化刚体弹道模型,利用割弦迭代法计算出命中点坐标,并在每次迭代中利用虚拟脱靶量对射击诸元进行修正,减少对弹道方程的计算次数,提高射击诸元解算的实时性和精度。仿真结果表明,该方法有效可行,基于模型参数自适应的CS模型提高了目标角度跟踪的精度,基于虚拟脱靶量的迭代修正算法提高了诸元解算的实时性,解命中精度相对于传统射击诸元解算方法得到了显著改善。

基于协同训练的半监督图文关系抽取方法

为克服获取大量关系标记样本的昂贵代价,提出基于协同训练的半监督图文关系抽取模型,以利用大量无标记的数据来提升图文关系抽取的准确性。首先,基于图像和文本2种模态构建图像视图和文本语义视图,在标记数据集上训练2种不同视图的分类器;然后,将2种视图下的数据分别交叉输入另一视图的分类器,充分挖掘标记数据和未标记数据的信息,输出更准确的分类结果;最后,2种视图下的分类器对未标记数据进行预测,以输出一致的结果。在公开数据集VRD和VG上的实验结果显示,与6种较新的关系检测方法相比,该文方法图像视图和语义视图参数在VRD数据集上分别提升了2.24%、1.41%,在VG数据集上提升了3.59%。

基于模糊逻辑的引信检测机械手视觉定位方法

为了提高引信出厂检测的质量和效率,该文设计了一种引信自动检测系统。针对机械手与检测装置的自主对准和对接的问题,提出了一种基于模糊逻辑的引信与检测装置自主对准控制算法。以引信和检测装置的相对位置和偏差角作为控制变量,设计了二维模糊控制器。通过对控制器的动态调整,可以输出最优运动参数。与传统的引信检测方法相比,该算法进一步提高了引信检测的效率和定位精度。开发了引信全流程自动检测系统的物理样机,并进行了机器人现场操作试验,验证了所提出的视觉定位算法的有效性和工程实用性。

执行器部分失效的鲁棒模糊容错切换控制

针对一类具有不确定性、外部扰动和执行器部分失效的非线性工业过程,提出一种鲁棒模糊容错切换控制方法。首先,构建新型多自由度T-S模糊状态空间模型,在此基础上,结合执行器部分失效的情况设计控制律。其次,给出基于线性矩阵不等式(LMI)的容错切换条件和系统稳定条件,并通过当前系统状态和稳定性条件求取其子模型的控制律及相应权值。最后,通过对连续搅拌釜式反应器的仿真研究来验证该文方法的有效性。