基于互信息的多导联心电图排序方法

基于卷积神经网络的心电图(Electrocardiograph,ECG)自动分类研究从默认12导联顺序的心电图中提取特征,未考虑导联顺序对卷积网络特征提取的影响。为解决该问题,文中提出了一种基于互信息的两端递增排序方法,使用互信息衡量导联之间的相关性,并根据导联之间的相关性以及二维卷积的特点将关系密切的导联相邻排序。实验结果表明,多导联心电图排序方法在3个数据库和3个卷积网络分类模型上取得了显著效果,F1、正确率、召回率、精确率以及杰卡德系数数值分别提升了0.011、0.009、0.007、0.014和0.013,汉明损失值减低了0.002。

基于深度学习的目标检测算法综述

目标检测在计算机视觉领域中有着举足轻重的地位,主要用于检测图像或视频中是否有目标物体,并能判断出目标物体的类别和位置。随着卷积神经网络不断优化,目标检测算法在速度和精度方面都得到了提升,在智能安防、自动驾驶以及工业检测等方面被广泛应用。以传统目标检测算法和基于深度学习的目标检测算法为主线,剖析传统目标检测算法的发展,并指出其存在的问题,详细阐述了基于深度学习目标检测算法的主要流程、创新点、优缺点以及在数据集上的实验结果,并对其未来的发展进行了展望。

基于多样本GA-PSO算法的发射入轨段测控设备优化部署

针对当前航天器发射入轨段地基测控设备部署中存在的效率不高、灵活性不足等问题,考虑最高仰角、地形遮蔽等约束条件,以定轨精度、测控覆盖、资源占用为优化目标,建立给定弹道下测控设备部署优化模型。提出基于多样本遗传-粒子群(Genetic-Particle Swarm Optimization,GA-PSO)算法的发射入轨段测控设备部署优化方法,通过目标权重自适应变换和一定强度的蒙特卡洛仿真实验获取Pareto最优解集,统计分析确定全局最优解。仿真结果表明,该方法可进一步提高发射入轨段定轨精度和测控覆盖率,减少设备冗余,为测控方案制定提供有效数据参考。

基于Attention-ResUNet的肝脏肿瘤分割算法

为了给患者下一步诊疗提供判断依据,研究了利用CT图像对肝脏肿瘤区域进行自动分割,提出一种新的深度神经网络Attention-ResUNet。该网络重新设计U-Net的编解码结构,在特征提取模块中结合残差模块来加强了特征映射,并利用通道注意力机制和空间注意力机制对特征重新标定,增强有效特征,使得特征能够高效传输。实验表明,Attention-ResUNet在3D-IRCADb数据集和LiTS数据集均能取得接近标注数据的分割性能。

基于FCN和LSTM深度学习模型的电力终端负荷预测方法

针对目前研究的电力终端负荷预测方法在预测过程中,未考虑负荷终端时序性和非线性的特点,存在预测精度较低,速度较慢的问题,提出了基于FCN和LSTM深度学习模型的电力终端负荷预测方法。利用循环神经网络,建立电力终端负荷预测模型,分析记忆状态,对电力终端数据进行预处理,并编码非数字特征,确定预测模型。利用均方误差公式得到的电力终端负荷预测模型的损失函数,通过数据预处理、优化数据参数、训练电力终端负荷预测模型完成负荷预测。实验结果表明,基于FCN和LSTM深度学习模型的电力终端负荷预测方法充分分析了终端时序性和非线性特点,有效确保预测精度,提高预测速度。

基于物联网技术的温室智能监测系统的应用研究

本项目针对传统的有线监测系统线缆密布、安装维护困难等问题,设计了一种基于物联网技术的温室环境智能监测系统,该系统可实时远程获取温室内部的空气温度和湿度等数据,并以直观的数据显示或传递给用户,同时通过对采集数据的进行智能处理,为自动控制系统提供控制信号,实现自动调整温室内的小环境气候,满足植物生长的合适条件。

基于神经网络的红外自动乘客计数方法研究

公共交通的乘客人数统计是衡量运输部门效率的一个关键标准,它也是运输服务部门制定计划、安排行程和进行预测的重要依据。为了提高公共交通乘客人数统计的准确性,介绍了使用红外传感器的自动乘客计数方法的原理和结构,该方法精度高、成本低。同时采用神经网络算法进行模式识别,试验统计结果表明,其准确率达97%。由于红外乘客计数方法具有安全且非接触性等特点,可应用在商场、体育馆等众多场所。

基于神经网络的引线键合质量预测模型研究

针对引线键合质量与其影响参数之间存在非线性、强耦合关系的特点,提出一种基于弹性BP算法的BP神经网络引线键合质量预测模型.通过引线键合工艺过程的分析,提取了影响引线键合质量的工艺参数,采用BP神经网络结构,建立了引线键合质量预测模型.不同算法下的网络训练结果表明,弹性BP算法具有较快的收敛速度和较高的训练精度.仿真结果表明所建模型具有较高的预测精度,能够准确地反映键合质量综合指标的变化趋势.

基于CHNN的地图四着色算法

在地图四着色理论的基础上,使用霍普菲尔德神经网络方法设计了一个能够进行四着色的实用算法,可以对多达100个区域的地图进行四着色。可以将区域地图转化为最大可平面图,并根据顶点集进行霍普菲尔德网络设计。经过仿真实验,总结出了不同的顶点数所使用的不同参数,解决了非确定性的霍普菲尔德神经网络方法的成功率问题。实验结果揭示出霍普菲尔德神经网络在图论研究中的可行的计算方法和良好效果。

基于深度感知特征提取的室内场景理解

从深度图RGB-D域中联合学习RGB图像特征与3D几何信息有利于室内场景语义分割,然而传统分割方法通常需要精确的深度图作为输入,严重限制了其应用范围。提出一种新的室内场景理解网络框架,建立基于语义特征与深度特征提取网络的联合学习网络模型提取深度感知特征,通过几何信息指导的深度特征传输模块与金字塔特征融合模块将学习到的深度特征、多尺度空间信息与语义特征相结合,生成具有更强表达能力的特征表示,实现更准确的室内场景语义分割。实验结果表明,联合学习网络模型在NYU-Dv2与SUN RGBD数据集上分别取得了69.5%与68.4%的平均分割准确度,相比传统分割方法具有更好的室内场景语义分割性能及更强的适用性。

复数神经网络的一种新型初始权值选择方法

为了改善学习速率,提出了一种确定复数神经网络初始权值的新颖方法。初始权值不是随机给定的,而是通过计算求得。具体方法是选择一类隐层神经元的变换函数(类支集函数),将输入层和隐层之间的复数权值计算出来,保证隐层的输出矩阵是满秩矩阵,并从理论上证明了这样的满秩矩阵是存在的。利用这个满秩矩阵,通过最小平方算法就可以求得隐层和输出层之间的复数权值。将这些权值作为初始权值,采用最速下降算法来对神经网络进行训练。初始权值的优化,使得该算法可以有效地提高复数神经网络的训练速度和计算精度。一个特例是当隐层神经元的个数与样本个数相等时,就可以求得代价函数值为0的全局最小点。计算机仿真实例验证了该算法的有效性。

基于YOLO的手机外观缺陷视觉检测算法

针对在小规模手机屏幕缺陷数据检测效率不高的问题,提出了一个基于YOLO v3的手机外观缺陷视觉检测算法,即YOLO-q-v3算法。YOLO-q-v3算法通过改进DarkNet-53网络结构,减少原网络的层数和相应的模型参数,有效地提高算法的检测效率。将YOLO v3算法和本文提出的YOLO-q-v3算法对同一数据集进行对比实验,实验结果表明,YOLO-q-v3算法能够正确识别手机屏幕裂痕,YOLO-q-v3在检测速率上比YOLO v3算法提高了24%。

毫米波电路引线楔焊质量智能预测技术研究

针对毫米波电路引线楔形焊接工艺优化难题,提出将一种带惩罚函数项的改进BP(Back Propagation,反向传播)神经网络算法用于引线楔形焊接质量智能预测中。通过试验分析了影响楔形焊接质量的关键工艺参数,提取了楔形焊接质量评价指标,基于改进的BP神经网络,建立了引线楔焊质量智能预测模型。研究结果表明,所提出的改进BP神经网络算法合理,且能有效预测工艺参数对引线楔焊质量的影响规律。

用于EBG优化设计的基于粗网格的KBNN

在采用知识神经网络对微波器件进行建模优化时,先验知识大部分源于经验公式,而经验公式的推导十分繁杂,为避免先验知识获取困难,提出了一种将电磁仿真计算中精确网格剖分的计算模型作为教师信号,将粗糙网格剖分计算模型作为先验知识并运用粒子群算法对神经网络进行训练的方法,构建了相应的知识神经网络模型。对双层电磁带隙结构建模并进行优化设计,建模结果和优化效果均十分理想。说明了知识神经网络可以替代优化过程中的精确模型,减少优化所需的时间,证明所述方法的可行性与优越性。

基于FFT的OFDM-UWB系统的均衡接收

以双带OFDM-UWB通信系统为背景,分析了基于FFT算法的三种均衡接收方法—迫零均衡、MMSE均衡和相位均衡。在Matlab的simulink平台上对信道CM1进行仿真,结果表明:为了使系统误比特率达到10-4的性能,采用相位均衡方法需要的SNR最低,仅为2dB;可见,OFDM-UWB通信系统相位均衡接收方法的系统性能比其它均衡接收方法都要好。

基于分布估计的基函数神经网络算法优化

为了提高多输入Chebyshev基函数神经网络模型的逼近能力,解决传统方法对隐层和输出层之间的权值确定存在的选取困难、收敛速度慢、易陷入局部极值等缺点,将权值确定问题转化为优化问题,采用分布估计算法(EDA)对神经网络的隐层和输出层之间的权值进行了优化。在对非线性函数进行逼近的仿真验证表明,分布估计算法用于优化Chebyshev神经网络相较于传统Chebyshev神经网络优化方法具有更好拟合效果,能较快的确定最优权值,且具有优异的学习与逼近能力。

基于BP神经网络的模拟电路故障诊断

模拟电路的可靠性决定了电子设备的可靠性。针对目前BP网络在模拟电路故障诊断中存在的容差和非线性等问题,提出多频组合法,对电路中的软故障进行诊断。通过在电路输入端施加3 V的正弦激励,选取不同的测试频率,对测试点进行测试,得到各待测元件的故障值。该系统解决了模拟电路中的容差问题,提高了诊断率,并在仿真中得以证明。

基于DTW的红外乘客计数系统

乘客上下车自动人数统计系统是一个亟待解决的难题,而传统的统计方法存在诸多不合理因素。介绍了使用红外传感器的自动乘客计数方法的原理和结构,同时引入动态时间规整算法对信号进行识别,但传统的DTW(dynamic time warping)算法存在缓存空间大、对端点检测依赖性较强等缺点,因此对其进行了改善并提出了具有良好的端点检测方法。实验统计结果表明,其准确率达到97%。

基于YOLOv5的近岸SAR舰船目标检测方法

由于类似舰船的陆地目标的干扰和舰船的紧密排列,基于合成孔径雷达(SAR)图像的近岸舰船检测会出现较多漏检和误检,提出了一种基于YOLOv5网络的近岸舰船的检测方法。为提高近岸背景下的检测精度,使用了注意力机制模型和CSL的技术用于改进网络;分析了YOLOv5网络、注意力模型和CSL算法,基于YOLOv5进行了检测实验,引入注意力模型来改进网络;结合CSL算法,重构了YOLOv5旋转检测网络。通过调整训练参数和改进注意力,近岸目标检测网络的测试结果达到mAP 80%以上,证实了CSL+YOLOv5算法实现旋转检测的可行性。

基于Matlab无刷双馈电机的神经网络PID控制研究

阐述了无刷双馈电机(BDFM)的同步数学模型及矢量控制原理上,分析了基于矢量控制的神经网络PID控制方法,并运用MATLAB语言对其进行了仿真,仿真结果证实了方案的可行性.