一种基于DCGAN的多级多尺度遥感影像时空融合方法

时空融合可生成具有高时空分辨率的遥感数据影像,但有时因某区域快速发生变化或云层持续覆盖造成的云干扰,导致时空融合方法无法预测出近似真实的影像数据。针对以上问题,提出一种基于DCGAN的多级多尺度的时空融合模型(MUSTFGAN),通过生成器提取特征和判别器判别,最终获得高精度的预测影像。该方法在生成器中利用多级多尺度提取特征信息帮助模型对影像区域细节信息学习,提高模型对于不同尺度物体的识别和检测能力,从而提升特征提取的效果;判别器中加入自注意力机制模块,提高模型的判别能力,从而提高模型的性能和鲁棒性,并利用多损失函数计算影像精度,重建高质量的高空间和高时间分辨率遥感影像,提高了特征学习能力,具有很强的泛化性。使用两种数据集对该方法进行测试,并通过6种常见评估指标与4种经典的时空融合方法进行比较。实验结果表明:MUSTFGAN在云南滇池数据集上精度提升了14.75%,指标LBP和Edge分别提升了20.78%和14.18%;指标SAM降低了11%;指标SSIM、RMSE和MAE分别达到了90.43%、0.0215和0.0163;在区域产生云干扰的情况下,可以较好地预测地物的变化,进一步提高时空融合的准确性,填补大量云的遮挡,减少云污染造成的影响,证实了所提方法的可行性和有效性。

改进的UNet3+网络高分辨率遥感影像道路提取

为解决UNet3+网络随深度加深出现大量融合冗余操作以至于模型训练时间过长而导致在道路提取中运用较少的问题,对UNet3+网络进行改进,通过删减UNet3+的网络层级使用Bottleneck模块替换原有网络中的卷积层,保留网络特征融合能力的同时降低网络复杂度,并引入混合注意力机制优化模型,构建了一个新的网络模型。将改进方法与几种典型的道路提取模型做对比。实验结果表明:(1)所提方法相较于Unet3+网络在、Recall、IOU、ACC四个指标上分别提升了4.72%、2.46%、4.84%、2.01%,均优于对比算法;(2)对比几个经典的特征提取模型,改进的模型具有更好的识别效果,在道路提取的精度、连接性、完整性等方面均表现出优越性。

基于WebGIS的城市危险因素预防空间数据信息协作平台

城市危险因素涉及气象等多个方向,为了给城市危险因素预防策略制定提供可靠数据支持,设计基于WebGIS的城市危险因素预防空间数据信息协作平台。构建城市危险因素预防空间数据信息协作平台总体框架,经数据处理模块调用小波阈值法对其作去噪处理后,保存在空间、属性数据库中。通过业务应用层的风险评估预警模块调用数据库中的空间数据信息,采用基于TOPSIS法完成城市综合危险评估,根据评估结果制定合适的应对策略对城市危险因素进行预防。实验结果表明:该平台可提高城市空间数据信息质量,30 dB信噪比下的RMSE值为0.15;可实现城市不同区划综合危险等级的确定。

用于雷达辐射源识别的特殊色彩四维度视图

针对模糊函数在作为雷达辐射源识别深度学习模型输入时存在信息损失严重的问题,提出一种特殊色彩映射四维度视图输入方式。首先将模糊函数映射到红-绿对立色彩空间中,再拼接其三视图与主脊切面以形成识别模型的输入,这样的输入方式更符合模糊函数的分布与深度神经网络处理图片的特点。仿真实验结果表明,将特殊色彩四维度视图作为AlexNet网络的输入时,在SNR=-6dB时准确率仍为88.71%,相较于其他输入方式准确率提高14.61%以上。新的输入方式显著提高了识别模型的准确率和鲁棒性,可作为雷达辐射源智能识别系统的输入方式。

高校“双带头人”工作室与课程思政共建的实践探索

高校教师党支部书记“双带头人”培育工程是全面提升党支部书记党建和业务工作能力的重要抓手,是实现新时代高校党建和业务双融合、双促进的有效途径。文章对高校“双带头人”工作室建设的现实意义进行了深入分析,从建设方向、内在动力、重要内容三个方面对课程思政建设的目标和核心要义进行了说明,并结合笔者所在部门,对“双带头人”工作室与课程思政共建共促实施过程中的主要途径进行了阐述,以期为相关工作提供参考。

雷达辐射源信号模糊函数主脊切面特征提取方法

提取和补充新的信号参数是解决复杂体制雷达辐射源信号分选难题的有效手段.基于模糊函数在表征信号内在结构上的独特作用,本文提出一种模糊函数主脊切面特征提取的新方法,构建出由主脊方向、切面重心和惯性半径组成的主脊切面特征向量.理论分析和实验结果表明,所提取的特征向量较好地反映了不同信号波形结构上的差异,具有类内聚敛性强和类间分离度大的优点,且具备较好的抗噪性能,证实了所提方法的可行性和有效性.

核模糊C均值算法的聚类有效性研究

针对核模糊C均值聚类(Kernelized Fuzzy C-Means,KFCM)算法的有效性评价,以核非线性映射为工具,将原空间中的六个著名有效性指标推广到高维特征空间,得到其对应的核化形式,并通过数值比较实验考察这些核化指标的性能及其对高斯核宽度β和模糊指数m的敏感特性。结果表明,在所考察的指标中,著名的Xie-Beni指标VXB及其改进指标VK的核化版本具有最好的性能和可靠性,可优先作为KFCM聚类算法的有效性准则。

基于瞬时频率二次特征提取的辐射源信号分类

提出了基于瞬时频率二次特征提取的雷达辐射源信号分类方法.首先利用改进的瞬时自相关算法提取信号的瞬时频率特征.在此基础上,对所获得的瞬时频率进行级联归一化处理,提取分类特征向量.最后,采用层次决策方法实现自动分类.仿真结果表明,该方法提取的特征向量具有较好的类间分离性,整体信号分类方案在信噪比不低于6 dB时,可获得90%以上的分类准确率.

大学计算机基础教学现状分析及课程改革思路

大学计算机基础课程旨在培养当代大学生的信息素养,其教学模式和教学方法的创新实践是进一步提高教学质量的关键。文章对学生的计算机基础情况以及课程教学现状的网络问卷调查结果进行分析,指出课程改革的主要思路。

核聚类算法最佳聚类数的自适应确定方法

在分析核函数所隐式描述的样本间成对相似性的基础上,该文从统计的角度分别定义了能反映类内(类间)样本相似性的类内(类间)个体平均相似系数,设计了一个高效的评价核聚类算法聚类质量的有效性指标。该指标具有物理意义清晰、计算简洁以及对核参数具备一定鲁棒性的优点。在此基础上,提出了一个能自动确定最佳聚类数目和最佳划分的自适应核聚类(SAKC)算法。Benchmarks实验结果验证了所提出的聚类有效性指标及其SAKC算法的有效性和良好性能。

核空间中的Xie-Beni指标及其性能

针对核空间中模糊聚类算法的有效性评价问题,以核非线性映射为工具,将Xie-Beni指标推广到核Hilbert空间,得到其对应的核化形式,并指出该核化指标与VLL指标的区别和联系.在此基础上,通过比较实验,研究了核化的Xie-Beni指标对高斯核宽度β和模糊指数m的稳定特性.结果表明,核化的Xie-Beni指标较之VLL等其他指标具有更好的性能和可靠性,可优先作为核模糊聚类算法的有效性判据.

小波基和噪声对信号奇异性检测性能的影响

在分析小波变换物理本质和奇异性检测原理的基础上,研究了小波基和白噪声对信号奇异性检测性能的影响。仿真结果表明,对于信号本身的突变性,支撑区较短的小波基具有较好的检测效果,且检测性能一般不受噪声的影响;而对于K阶奇异信号,只有具备K阶或K+1阶消失矩的小波基才能检测出这类信号的奇异性。同时,由于这类信号的奇异性十分微弱,易被噪声扰动,因此难以保证在噪声背景下准确检测信号中的奇异性质。

雷达辐射源信号瞬时频率派生特征分类方法

提出一种基于级联特征提取和核模糊聚类的雷达辐射源信号自动分类方法.该方法利用改进的瞬时自相关提取信号的瞬时频率,采用二次归一化处理的特征再提取方法提取分类特征向量,利用具备有效性评价的核模糊聚类算法实现信号的自动分类.仿真结果表明,本文所构建的特征向量能反映不同调制类型信号的变化差异,且具备一定的抗噪能力,在信噪比不低于6 dB情况下,可获得不低于95%的整体分类性能.

从DES算法论分组密码的设计原则

分组密码一直是解决信息系统安全问题的常用技术方法。尽管作为分组密码典型代表的DES算法目前已被更为安全的Rijndael算法取代,但其中所体现的设计思想和设计原则依然值得研究和借鉴。文中以DES加密算法为例,在分析DES加密过程、密钥计算、加密函数和解密过程的基础上,探讨分组密码的设计原则。指出组件结构标准化原则、算法和密钥分离原则、扩散和混淆原则以及均匀性和随机性原则是现代分组密码设计的基本原则。这些原则是现代分组密码设计的出发点。

粗糙集的对偶特性

对偶概念是客观世界普遍存在的一种结构特征。从对偶原理的视角出发,分析了Pawlak粗糙集代数和广义粗糙集代数的对偶特性。研究表明,粗糙集理论兼顾了完全空间中的虚实二象,通过一对对偶近似算子来处理知识的不确定性问题。

基于Chirplet原子的雷达辐射源信号特征提取

特征提取是新体制雷达辐射源信号分选识别的关键技术.本文提出一种全新的雷达辐射源信号时频原子特征提取方法.在过完备多尺度Chirplet原子库基础上,采用匹配追踪(MP)方法对信号进行时频原子分解,并通过改进量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的本征Chirplet原子.实验结果表明使用更少量的Chirplet原子可以得到比Gabor原子分解更准确的特征信息,证实了本文方法的可行性和有效性.

基于时频原子方法的雷达辐射源信号特征提取

针对电子战面临的高密集、信号形式复杂多变的雷达辐射源环境,提出一种全新的雷达辐射源信号特征提取方法。在过完备的时频原子库基础上,采用匹配追踪(MP)方法对信号进行时频原子分解,并通过改进的量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的最佳时频原子,为后期的辐射源信号分选和识别进行特征准备。实验结果证实了该方法的有效性和可行性,所提取的时频原子特征具有一定的抗噪性能。

基于全连接神经网络的在线学习行为分类判别

针对教育者难以对学习者多样化的学习行为进行监测和预警问题,提出一种基于全连接神经网络的网络学习者学习行为分类模型,来探究不同学习者的学习特点。首先提取智慧树平台收集的学习者活动数据,剔除当中个人信息部分,选取在线学习行为数据形成数据集;然后进一步清洗数据并对学习行为相关数据进行数据标准化处理;最后搭建全连接神经网络进行学习行为判别。实验结果表明,该模型对于智慧树不同课程中的学习者学习行为分类准确率保持在95.6%以上,与其他神经网络模型相比,该方法在准确率和耗时上均有显著提升,具有很好的应用价值。

基于优势遗传的模糊函数主脊切面智能搜索方法

提取和补充新的信号参数是解决复杂体制雷达辐射源信号分选难题的有效手段,模糊函数主脊切面特征是众多新特征参数中较为可行的特征之一.为更快速地搜索信号的模糊函数主脊切面,文章构建了一种优势遗传搜索的智能算法,并采用统计假设检验理论对数据进行分析和检验.实验结果表明,所提方法可使模糊函数主脊切面的平均搜索耗时降低为原方法的28.6%,且能以较高的概率成功搜索到精度更高的切面特征,证实了所提方法的有效性和可行性.

模糊函数主脊切面特征提取的粒子群优化方法

模糊函数主脊切面能较为完整地描述雷达辐射源信号的结构信息,其特征参数可作为信号分选经典五参数的有效补充。但搜索信号模糊函数主脊切面的计算量较大,不利于雷达信号的实时分选。提出一种模糊函数主脊切面特征快速提取的改进粒子群优化方法,该方法通过均匀初始化策略、随机惯性权重与自然选择等技术,有效避免了算法陷入局部最优并显著提高收敛速度。实验结果表明,所提方法能可靠地工作在SNR不低于6dB的情况下,在显著提高搜索速度的同时还可获得更为精确的模糊函数主脊切面,进一步证实了方法的可行性和有效性。