基于改进YOLOv5s网络模型的火灾图像识别方法

提出了一种基于改进YOLOv5s网络模型的火灾图像识别方法。通过引入注意力机制改进特征提取网络,提高模型对特征的学习能力;通过添加大尺度检测层改进多尺度检测机制,执行K-Means聚类算法改进先验框,增强模型对小目标的识别能力。在实验数据集上的测试结果表明:改进的YOLOv5s网络模型相比原始模型在精确率、召回率和平均精度均值(mAP)指标上均有提升。改进模型的mAP为85.72%,帧率达54.66fps;在置信度上有了明显提升,对多目标和小目标的识别效果更好,并且有效降低了漏检和误检情况。所提出的火灾图像识别方法可适用于安防监控系统或智能机器人。

融合密集空洞注意力金字塔和多尺度的视网膜病变分割

针对糖尿病视网膜病变(DR)分割任务中病变区域多尺度特征难以学习、边界模糊等问题,提出一种改进的U型多病变分割模型DDAPNet。首先,对DR图像进行Patch处理,使模型更好地捕捉病变的局部特征;其次在主干特征提取后引入重新设计的密集空洞注意力金字塔(DDAP)模块,扩大感受野,解决病变边界模糊问题;同时采用金字塔切分注意力进行特征增强,然后将二者进行特征融合;最后在跳跃连接中嵌入改进的残差注意力模块,降低浅层冗余信息的干扰。在数据集和医院真实数据集上进行联合验证,实验结果表明,相较于基础模型,DDAPNet模型对微动脉瘤、出血点、软渗出DDR物和硬渗出物的分割在Dice系数上分别提高了4.31%、2.52%、3.39%、4.29%,在mIoU上分别提高了1.80%、2.24%、4.28%、1.98%。该模型对病灶边缘的分割更为连续和平滑,有效提升了软渗出物等视网膜病变的分割性能。

面向用电负荷分解的特征融合与Transformer模型

针对目前非侵入式负荷分解中存在的特征提取不充分、分解精度较低等问题,本文提出了一种基于特征融合与Transformer的负荷分解模型MulTrm。首先使用滑动窗口法对负荷数据进行处理,增加训练样本数量;接着采用多个不同尺寸的卷积块提取总负荷功率值的多尺度特征并进行融合,同时结合总负荷序列中的位置特征,以获取更加丰富的特征信息;然后通过Transformer中的多头自注意力机制扩大感受野,以更好地捕获用电负荷序列中蕴含的长距离依赖关系,从而提高模型的分解精度;最后通过反卷积层和全连接层将特征映射为电器负荷序列,实现负荷分解。通过在REDD数据集和UK-DALE数据集上进行实验,验证了MulTrm模型的有效性。

面向畸变扭曲文档的两种图像矫正网络

由于文档纸张的几何形变、拍摄场景的干扰及拍摄角度不理想导致的透视失真,移动设备获取的文档图像的光学字符识别(Optical character recognition,OCR)性能受到很大挑战。针对折叠和扭曲的畸变文档图像预处理问题,设计了两种基于自编码器的网络结构,以实现自适应性图像矫正并提高文字识别正确率。首先提出空洞残差块和非对称卷积残差块两种残差块,然后将残差块与自编码器相结合,设计了一种非对称空洞自编码器网络;同时利用空间金字塔池化代替全连接层,并用非对称卷积残差块实现特征提取,设计了另一种空间金字塔自编码器网络。实验结果表明,与畸变图像相比,经非对称空洞自编码器网络矫正后的图像在OCR正确率、OCR召回率和文本相似度上分别提高了26.3%、20.4%和12.3%,而经空间金字塔自编码器网络矫正后的图像在正确率、召回率和文本相似度上分别提高了27.7%、22.0%和15.5%。与RectiNet等其他图像矫正网络相比,这两种网络可以自适应矫正多种类型的畸变文档图像,且矫正后的图像在文字识别上表现更为优异。本文提出的两种矫正网络能有效提高图像文字识别正确率、召回率和文本相似度,同时在鲁棒性、泛化性等方面与现有矫正网络相比具有明显的优势。

基于图神经网络的银行交易欺诈检测方法

随着电子支付的迅速发展,欺诈问题日益增多。传统欺诈检测方法受限于规则和特征工程,难以捕获复杂的交易模式。相反,基于图的方法虽然强调了数据的关系性,但通常忽略了特征工程的重要性。为了解决这个问题,提出一种端到端的电信诈骗检测方法——基于图神经网络的银行交易欺诈检测方法。该方法设计了一个针对图数据的特征工程,并利用融合模型对其进行训练。具体来说,使用过采样和设置节点权重的方式对银行交易数据进行不平衡处理,然后采用改进的自适应相似度边和节点度权重融合策略,构建用户交易图数据并挖掘交易节点间的潜在关联信息,最后综合局部特征和全局特征通过模型融合来弥补单一分类器的不足。实验结果表明,在广西玉林银行的交易数据中,所提模型对于交易欺诈数据的检测在F1分数、召回率、AUC 3个指标上相比GraphSAGE分别提升1.65,1.36,4.2个百分点,图数据构建时间缩短了80%左右,与其他主流的检测算法相比也取得了更高的检测精度。

形态分量分析框架下基于DCT与曲波字典组合的地震信号重建

针对单一型数学变换或字典不能有效刻画地震信号的形态特征多样性这一问题,在形态分量分析(MCA)框架下,提出了一种基于离散余弦变换(DCT)与曲波字典组合的地震信号重建方法。该方法首先建立MCA框架下的地震信号重建模型,依托模型将信号分解成局部奇异形态分量以及平滑与线状形态分量。然后采用DCT字典表示局部奇异分量,采用曲波字典表示平滑与线状分量。再以迭代求解方式逐一重建各分量,最后将重建后的分量合并。人工合成地震信号和二维叠前及叠后实际地震信号重建实验结果表明,该方法能很好完成信号重建,重建精度不仅要高于非抽样小波变换(UDWT)与曲波字典组合、曲波与曲波字典组合、余弦调制滤波器组与曲波字典组合,而且更高于DCT,UDWT,或曲波等单一型字典。

虚实结合分层递进的电子信息工程实验体系建设

电子信息工程专业现有的实操型实验分为基础型、拓展型、综合型和创新型等4个逐步递进的层次。这种"分层递进"的传统实验教学体系具有设备费用昂高、损耗大、污染严重等固有弱点。为此提出将实操型实验与虚拟仿真实验相结合,通过研制开发和引进购置虚拟仿真实验模块,构建"虚实结合、分层递进"的全新实验教学体系,达到这两种实验室教学模式优势互补的目的。并给出两个虚实结合的实验教学案例,以此展示新教学体系的优势。新实验教学体系将现代科技与传统教学相融合,既增强了学生的学习兴趣和分析创新能力,又提高了实验教学质量和学生学习效率,对工科专业实验教学研究有一定参考价值。

基于压缩感知的稀疏度自适应图像修复

压缩感知理论利用信号的稀疏特性,能够以较少的采样数据恢复出完整的信号。本文基于压缩感知理论,提出一种稀疏度自适应图像修复算法。有别于传统的图像修复方法,本文首先根据大量样本数据进行K-奇异值分解(K-SVD)字典训练,用训练得到的超完备字典取代正交基函数;然后根据图像的退化模型对感知矩阵加以约束;最后针对二维破损图像稀疏度未知问题,在重构阶段提出了一种稀疏度自适应正则化正交匹配追踪算法(SA-ROMP)实现破损图像修复。本文引入的超完备字典能够自适应地根据训练样本进行特征提取,具有更强的稀疏表示能力。重构阶段的SA-ROMP算法在迭代过程中利用logistic回归函数获取阈值,再通过阈值对残差与感知矩阵的相关系数进行判定,能够自适应选择原子候选集的个数。图像修复实验结果验证了本文算法的可行性,并且修复效果明显优于其他同类算法。

基于高阶扩展快速行进法的缺失地震数据重建

传统地震数据重建算法大多采用整体重建模式。受数字图像重建思路启发,提出了一种基于高阶扩展快速行进法的缺失地震数据重建算法。该算法采用局部重建模式,首先将缺失地震数据映射为地震图像,并定量分析映射导致的量化误差;再采用二抽取小波变换对地震图像进行分解,分解后的低频分量采用高阶扩展快速行进法做局部逐点重建,高频分量通过已重建低频部分的水平、垂直和对角预测滤波做重建;然后采用小波逆变换得到重建后的地震图像;最后将地震图像映射回地震数据。叠前和叠后实际地震数据重建实例验证了算法的可行性;与基于形态分量分析、基于K-奇异值分解(SVD)字典学习等地震数据重建算法的对比结果表明,本文算法具有更快的重建速度和更高的重建精度。

从高斯过程到高斯过程混合模型:研究与展望

高斯过程(GP)模型是核学习方法与贝叶斯推理相结合的典范,现已成为机器学习领域的一个研究热点。作为对GP模型的拓展,高斯过程混合(MGP)模型具有更强大的学习能力和适应性。然而,目前关于GP和MGP模型的研究较为零散,尚缺少系统的分析与总结。本文首先对于GP模型的基本原理及其研究进展进行了深入地分析和讨论;然后将GP模型拓展至MGP模型,从多方面对MGP模型的研究现状和进展进行了深入地分析和讨论,并指出未来值得探索的研究方向和应用问题。

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．

通信工程专业实验室建设与探索

以河北工业大学通信工程专业人才培养方案与实践教学经验为基础,结合该校通信工程专业的发展现状,分析了现有专业实验室的不足,阐述了建设通信工程专业实验室的必要性。在此基础上,详细介绍了该校通信工程专业实验室的总体建设框架及具体建设方案,并对专业实验室的管理提出了几点建设性意见。

基于核的机器学习方法及其在多用户检测中的应用

阐述了核方法的基本原理与研究动机,分析了特征空间的性质,介绍了常见的核方法,给出了构建新核方法的步骤及需要注意的问题,指出了核方法值得关注的研究方向,展示了其在多用户检测中的应用情况,以其对核方法研究领域有较全面的把握。

压缩感知框架下基于K-奇异值分解字典学习的地震数据重建

针对地震勘探中由于采集成本及采集环境等诸多因素导致地震数据不完整或者不规则问题,本文提出了一种压缩感知框架下基于K-奇异值分解(K-SVD)字典学习的地震数据重建算法。基本思路是首先对大量地震样本数据进行K-SVD字典训练得到超完备字典,然后引入缺失地震数据的采样矩阵作为测量矩阵。在重建阶段则采用正则化正交匹配追踪(ROMP)实现缺失地震数据的恢复。与传统的基于Curvelet变换或基于傅里叶变换等地震数据重建算法采用单一基函数不同,本文引入的超完备字典能够自适应地根据训练样本数据进行特征提取,并能根据待处理数据的本身特点自适应选取变换基函数。超完备字典为地震数据自适应稀疏扩展提供了更大灵活性,有利于更好地重建数据。合成地震数据以及实际海洋数据重建实验验证了本文算法的可行性及有效性。

一维非均匀采样信号可变稀疏度傅里叶重建算法研究

非均匀采样信号重建在很多领域得到了广泛应用.传统的最小范数傅里叶重建(FRMN)算法具有原理直观、假设前提少等优点,但不能进行稀疏重建.本文提出一种新的可变稀疏度傅里叶重建(FRVS)算法,并利用贝叶斯推理赋予其概率解释.FRVS通过引入稀疏约束矩阵,不仅在FRMN的基础上融入了稀疏重建思想,而且求解形式与FRMN相同.一维复杂理论信号重建实验表明,FRVS比FRMN具有更高的重建精度.最后将FRVS重建算法用于实际医学心电图信号重建,结果表明FRVS能解决实际重建问题,在重建过程中需选择合适的稀疏度参数.

大间距地震记录的插值辅助稀疏反演傅立叶重建算法

针对经典的稀疏反演傅立叶重建(FRSI)算法无法进行大间距地震记录插值重建问题,结合常规插值与非均匀采样信号重建理论,提出了一种新的插值辅助稀疏反演傅立叶重建(IA-FRSI)算法.该算法首先在常规插值法的辅助下,于大间距地震记录的间隙中生成若干"控制道",用于减少空间采样间距,使之满足FRSI的重建前提条件;然后借助经典FRSI完成缺失地震道的重建.大间距理论模型以及实际海洋和陆上地震记录重建实验表明:IA-FRSI算法重建精度高;重建记录不仅保持了原始地震记录特征,而且波形连续自然,具有良好的实用价值和应用前景.

频率域单程方程三维叠前正演中的波场替换

利用定位原理进行三维叠前正演 ,仅靠单程声波方程的延拓即可形成复杂地质条件下的正演记录 ,运算效率高无多次反射出现。但速度模型中对于过大或过小的速度常使波场在延拓时有频率和波数成分的损失 ,这种损失引起波场畸变并严重影响正演记录的质量。本文采用波场替换技术 ,在每次延拓时用零相位子波形成一个同时保留了原波场的动力学特征与空间位置信息的新波场 ,然后用新波场取代原畸变波场并参与正演记录合成。在频率域单程方程三维叠前正演中特别适合做波场替换 ,因为震源脉冲与接收响应 (均可视为点脉冲 )的延拓波场在形态上相似 ,而且在延拓波场中每道记录之振幅包络只有一个极值点。理论试算结果表明 。

一种基于支持向量机的多分辨率信号逼近算法

为了进一步提升多分辨率信号逼近算法(MSA)的逼近性能,提出了一种基于支持向量机(SVM)的信号多分辨率逼近算法(SVM-MSA).SVM-MSA以尺度子空间是再生核希尔伯特空间为前提,先在MSA中集成SVM的逼近准则并得到一个无约束规划,再引入松弛变量将无约束规划转化为约束规划,最后借助拉格朗日乘子法求解约束规划,获得逼近系数与逼近表达式.SVM-MSA不仅保留了MSA的多分辨率逐级逼近特点,而且兼具SVM良好的逼近准确度与平滑度.实验结果表明:在逼近sinc信号时,SVM-MSA具有比MSA更好的逼近准确度与平滑度;在噪声环境下,当输入信噪比大于约2 dB时,具有更强的稳健性.

基于类间距判据的高斯过程分类模型核参数选择方法研究

文中提出了一种基于类间距判据的高斯过程分类(GPC)模型核参数选择方法.将核参数作为自变量,类间距作为因变量,获得类间距随核参数变化的目标函数,然后采用共轭梯度法求取目标函数极值,最终获得核参数的最优值.实验表明,用DBTC作为判据进行核参数选择,分类正确率与原有参数选择方法基本相当,但GPC模型在进行参数选择时的耗时大幅减少,因而模型训练速度得到大幅提升.

通信工程虚拟仿真实验教学中心构建及管理

针对当前高校通信工程专业实验教学中存在的问题和改革形势,首先论述构建虚拟仿真实验教学中心的必要性;然后介绍河北工业大学通信工程虚拟仿真实验教学中心的主体框架与层次,并以高频电子线路、数字图像处理、光纤通信等课程为例,详细剖析一些典型虚拟仿真实验的内容、功能和效果;最后阐述在虚拟仿真实验教学中心管理制度建设方面的一些经验和体会。通信工程虚拟仿真实验教学中心的建设,丰富了本专业的实验结构体系,提升了学生的动手能力和学习兴趣。