复杂场景中的快速车道线检测方法

车道线检测是实现无人驾驶系统的一项重要任务。针对当前基于分割的检测方法实时性能不足的问题,提出了一种快速车道线检测方法FracLane。设计一种高效的特征提取模块,通过分形的思想构造基于聚合不同大小感受野的分形残差结构,更准确地提取车道特征。结合龙格-库塔法,使用可训练参数对分形残差结构的输出进行加权融合,构造能进一步提升网络性能的分形残差模块(FracRes)。在特征解码阶段引入一种基于行锚检测方法的车道位置预测模块(LPP),极大提高网络的检测速度。在包含多种交通场景的车道检测数据集TuSimple和CULane上进行的大量实验,结果表明,该方法在两个数据集上最高可获得97.26%的准确率和78.1的F1评分,在800×288的分辨率下,最高可获得206 FPS的推理速度。与现有检测方法相比,该方法在检测精度与速度方面都有明显提高,达到实时检测任务的需求。

激光冲击强化对异种不锈钢焊接接头振动疲劳性能影响的分析

研究了1Cr14Ni3W2VB/1Cr18Ni9Ti异种不锈钢手工钨极氩弧焊对接接头的激光冲击强化技术,对比分析了不同的激光冲击强化参数对于试验件显微硬度、残余应力、显微组织和振动疲劳寿命的影响。结果表明,激光冲击强化后,试样表面压应力明显增加,最大可达259 MPa,且距表面约1 mm深度内均为残余压应力。距试样表面1 mm深度内均为残余压应力。随着激光冲击强化能量增加,激光冲击强化试样的残余压应力呈增大趋势。特别是8 J激光冲击强化后,焊缝热影响区的晶粒细化效果明显,显微硬度显著增加,试样振动疲劳寿命与未激光冲击强化试样相比增加了2.57倍。将该技术应用到某型航空发动机压力传感器壳体的修理上,保障了该压力传感器的使用可靠性。

2A11粉末激光熔覆影响因素试验研究

采用等离子旋转电极雾化制备2A11粉末,利用激光成型技术熔覆在2A12基体上,研究了不同功率、不同扫描速率对熔覆层熔深、层厚、气孔数量、硬度的影响规律,并提出气孔、裂纹类缺陷的控制方法。结果表明:熔覆功率由800 W递增至950 W,熔覆层的熔深、层厚、气孔数量随之增加,硬度减小;扫描速率由200 mm/min增加至500 mm/min,熔覆层的熔深、层厚随之降低,气孔数量先增加后减少,硬度变化不大。

云平台下动态任务调度人工免疫算法

针对云计算领域的任务调度问题,提出了一种基于人工免疫(AI)理论的云计算平台动态任务调度算法。该算法首先利用排队论迅速、粗略地确定云计算平台保持稳态的条件,并为后面的计算提供基础数据;然后利用人工免疫理论中的免疫克隆选择算法,搜索出为集群中各节点上的不同虚拟机分配计算资源的近似最优配置;算法中还加入了适当的负载平衡处理,它使抗体基因更加优良。模拟实验结果表明,该调度算法能有效提高收敛速度和精度,快速搜索到合理配置,提高了集群资源利用率。

机会网络中面向周期性间歇连通的数据传输

提出一种在机会网络中基于周期性间歇连通的数据传输策略PICD(periodic intermittently connected-based data delivery in opportunistic networks).通过有效利用节点间的周期间歇连通性改善数据传输性能.节点传输概率的计算则充分考虑了其与汇聚点间存在的间歇多跳路径,并将其与消息容忍的传输延迟相结合.首先,采用随机动态规划的方法建立与延迟相关的传输概率模型;然后,通过基于多跳的函数空间迭代法求出一个周期内的与延迟相关的传输概率分布矩阵;节点面向不同消息延迟的传输概率则基于分布矩阵计算获得,以此作为选择下一跳的依据.与延迟相关的概率转发机制提高了消息在容忍的延迟内被成功递交的可能.仿真实验结果表明,与现有的几种数据传输算法相比,在节点具有循环运动特征的环境下,PICD具有较高的数据传输成功率和较低的递交延迟.

基于MapReduce的平均多项朴素贝叶斯文本分类

针对海量文本分类问题进行了研究,基于分布式计算框架MapReduce平台,实现了一种简单、有效的文本分类算法——平均多项朴素贝叶斯分类方法。实验中该方法分类准确率高于一般朴素贝叶斯方法,且具有较好的加速比。实验结果表明,由于减小了文本冗余特征信息的影响与并行计算良好的扩展性,该方法更适用于海量文本数据分类。

基于科学小论文的主动学习模式的研究型教学实践

文章介绍了在随机数学教学中,以研究型教学思想为指导,以随机数学思维教学为核心,将科学小论文实践教学作为手段的研究型教学方法改革思路。从这种研究型教学模式的内涵、选择意义,分析有意义的科学小论文案例,阐述电子科技大学在随机数学系列课程中的具体改革措施与创新尝试,以及对教师的组织要求和教学管理部门的配合要求。

基于GMRES(m)法的双连通区域数值保角变换的计算法

本文研究了基于模拟电荷法的双连通区域的数值保角变换问题.利用限制Krylov子空间最大维数的算法–GMRES(m)算法,求解基于模拟电荷法的双连通区域数值保角变换中的约束方程,获得了模拟电荷和变换半径,构造了近似保角变换函数.数值实验表明了本文算法的有效性.

基于噪声概率的多核集成算法

为解决多核集成(Multiple Kernel Boosting,MKBoost)算法对噪声敏感的问题,考虑理想分类器区别对待正常样本与噪声样本的特点,提出了一种适用于被噪声污染数据集的多核集成算法.采用KNN(K最近邻)方法与logistic回归的融合,构造了样本噪声概率函数,计算出每个样本是噪声的概率,根据噪声概率构造了新的损失函数,利用加法模型得到每轮迭代的基分类器系数.UCI数据集上的实验结果表明,该算法可以有效降低多核集成算法对噪声的敏感程度,提高了鲁棒性.

基于改进谱修正迭代法的数值保角变换计算法

通过改进的谱修正迭代法,计算基于模拟电荷法的双连通区域数值保角变换的约束方程,得到了新的电荷点和变换半径,构造了近似保角变换函数.进而提出了新算法,并通过数值实验检验了新算法的有效性.

稀疏子空间的粒子滤波法在目标跟踪中的应用

针对目标跟踪算法中对光流变化较敏感、对目标的内蕴变形以及外观变化鲁棒性低等问题,将压缩感知理论及稀疏子空间表示方法应用于目标跟踪。对跟踪目标压缩采样,根据压缩感知原理采样后的信号在较高的概率下保持原有的信息量的特点,为目标跟踪提供足够的信息保证,利用鲁棒主成分分析(robust PCA,RPCA)方法提取压缩采样目标的稀疏主成分;在粒子滤波理论框架下实现跟踪过程,利用过去连续时间序列下目标的状态估计当前时刻目标的状态;在对目标所在的稀疏子空间更新的处理中,利用子空间与候选目标的相似性更新子空间。实验结果表明,该算法具有较强的鲁棒性,较好地满足了实时性要求。

变利率相依风险模型破产概率的积分方程和界

考虑了一个带有随机利率离散时间相依风险模型,其中利率过程为独立同分布的随机变量序列,保费过程和索赔过程都具有高阶自回归结构.针对保费在期初收取和索赔在期末收取的情况,利用递归的方法,得出此模型破产概率的积分方程和上界、下界.

基于水平集的医学图像分割算法

针对具有灰度不均效应的医学图像分割问题,文中提出了一种快速结合全局和局部信息的水平集模型,即HLSGL。基于C-V水平集分割算法的全局信息,通过计算图像各像素点的局部拟合均值,引入局部信息能量项,使全局与局部信息叠加构成驱动力项,保证对图像边缘具有较好的局域化效果。在构造的驱动力项中引入一种新的速度停止函数,使分割过程能自适应地调节曲线演化速率,提高了分割效率。将HLSGL模型应用于不同种类医学图像,实验表明该方法可以高效地分割含噪声、弱边界、灰度不均的医学图像,得到较完整的轮廓曲线。与其他水平集模型的对比实验表明,HLSGL模型的准确性、鲁棒性、分割效率均得到改善。

基于Hybrid迭代法的多连通域数值保角变换计算法

针对模拟电荷法无界多连通区域的数值保角变换问题,文中提出了一种高精度的数值方法,即基于Hybrid迭代法的无界多连通区域的数值保角变换计算法。该方法通过模拟电荷法构造约束方程,对约束方程应用预处理构造对称正定的方程,获得新的模拟电荷和辐角,并构造近似保角变换函数。文中以多连通圆变换为径向狭缝域为例进行数值实验。使用解析函数的最大模原理作为误差的评价指标,并得出了天野法和文中算法的误差曲线。当模拟电荷数N=180,Jordan曲线为C_(2)时,文中算法E_(A2)的误差为1.6767×10^(-7),但是天野法E A2的误差为8.5977×10^(-4)。当模拟电荷数N=180,Jordan曲线为C_(3)时,文中算法E_(Θ3)的误差为5.6351×10^(-10),天野法E_(Θ3)的误差为1.1025×10^(-5)。

一种提高小目标检测准确率的数据增强方法

针对当前目标检测网络算法,对小目标的检测准确率较低和普遍出现的图片标注耗费大量人力物力等问题,提出了基于小目标数据集的多种数据增强方法。通过对图片进行水平翻转、直方图均衡处理、超分辨率处理等八种方法,在保持小目标原始特征信息不变的前提下,实现小目标特征信息的大幅度提高,丰富了数据增强的种类,提高了目标检测模型的泛化能力和小目标的检测准确率。实验结果表明,数据增强后小目标的目标检测准确率有了相对提高。

基于深度学习的小目标检测

当前目标检测器设计锚框的比例和面积,适合于大中型目标,对小目标的适应性较弱,先验锚框和标注框的交并比小,导致检测精较低,检测速度较慢。为改善这个问题,首先证明了当锚框和标注框面积和比例相同时,交并比最大,然后用GMM算法分别对小目标数据集中的标注框的宽高比和面积进行聚类,在FasterRCNN模型中设计出对标注框适应性更强的锚框。该方法在小目标数据集上验证了效果,与优化之前的Faster-RCNN模型进行测试对比,平均预测准确率m AP相比提高了3.8%,检测速度FPS是优化前的7.1倍。

一种基于O-RA代数的服务自组合可视化方法

如何通过组合现有服务,获得能够完成复杂任务的复合式新服务是语义Web服务研究方向的重要课题.定义了面向服务主体的O-RA(Ontology-Relation Algebra)-本体关系代数,并在此基础上构建了领域本体关系和领域服务,以及基于代数表达式的服务组合和可视化元素之间的映射.随后,进一步提出了基于O-RA代数方法的服务自组合可视化方法.该方法通过借助领域本体库、语义服务搜索方法和可视化辅助建模,实现了服务的自组合.应用实例和实验分析表明,该方法具备可行性和稳定性,能够降低服务组合的复杂度和应用构建成本,并提高建模的灵活性.

结合局部信息活动轮廓模型的含噪图像分割方法

为改善传统活动轮廓模型对含噪图像的分割精度和效率,提出一种结合局部信息活动轮廓模型的含噪图像分割方法。首先构造局部信息速度函数,使图像局部灰度引导速度函数变化;然后采用拟合图像代替原图像,同时增加拟合中心权重以构造新的拟合项;最后引入自适应权重系数以增加模型对不同图像的分割灵活性。实验结果表明,相较于C-V模型,该方法对3个含噪灰度图像的分割时间分别缩短了72.30%、82.95%和75.79%。C-V模型、LCV模型和RSF模型对含噪灰度图像存在误分割现象,而结合局部信息活动轮廓模型的含噪图像分割方法能准确分割含噪灰度图像,对于背景和前景没有过分割现象,且边缘平滑。

频域混合注意力模型

目标检测中的注意力模型以SENet、CBAM为代表,为提高小目标检测的准确率提供了新思路,这些模型在设计时简化了一个问题,即使用全局平均池化或者最大池化作为预处理的方法。FcaNet提出了用离散余弦变化替代均值池化对通道注意力进行预处理的方法,增加了特征多样性,但缺少对特征图空间域方向预处理探讨。为了改善这个问题,提出了从通道和空间域两个方面进行频域预处理的方法。理论上证明了全局平均池化是频域预处理的一种特殊情况,随后对特征图从通道和空间两个方向进行了频域预处理,提出了频域混合注意力模型。该方法在小物体目标检测数据集的实验结果表明:在相近计算量下,平均预测准确率相对SENet、CBAM、FcaNet分别提高了2、1.8、1.4个百分点。

外部数值保角变换的模拟电荷法的收敛性

根据模拟电荷法的基本原理,证明了当模拟电荷点和约束点给定时,外部数值保角变换的模拟电荷法的边界误差呈指数递减,并对结论进行了数值检验。