试论数字化技术在妈祖信俗传承与保护领域的应用--以《天津天后宫行会图》为例

妈祖信俗作为中国乃至世界的优秀文化遗产,保存着丰富的历史文化内涵和不同的视觉表现方式,急需有针对性地加强文化传承与保护诸方面的研究。随着计算机的发展,多媒体数字化技术为相关研究创造了更多的机遇和可能,充分发掘和利用历史文化遗存,探索构建传统方式以外的传承与保护新模式是极有必要的。试以《天津天后宫行会图》为中心,深入发掘皇会活动所保留的各类文化遗存,以二维动画、三维仿真与搭建交互平台等多媒体数字化技术为基础,以多样化、互动化的方式开展有关《天津天后宫行会图》的复原活化及其相关研究。通过分析妈祖信俗研究与数字化技术结合的可行性,进而探讨数字化技术对妈祖信俗传承与保护的现实意义与发展路径。

一种基于特征映射与深度学习的虚假数据注入检测方法

智能电网逐步发展为大型电力信息物理系统,信息与物理系统的交互降低了其抵御虚假数据攻击(false data injection attacks, FDIA)的能力。针对这一问题,研究并提出了一种基于多层递阶融合模糊特征映射方法(multi-layer hierarchical fusion fuzzy feature mapping, MLHFFFM)与条件深度信念网络(deep belief network, DBN)相结合的智能电网虚假数据注入检测方法。首先,对FDIA原理进行分析,基于MLHFFFM结合主成分分析法对智能电网负荷数据进行聚类,选取日负荷与预测日类似的近似日;然后,提出利用条件深度信念神经网络对近似日智能电网负荷进行分析,通过选取不同参数对日负荷特征进行动态捕捉从而检测FDIA;最后,结合某省实际负荷以IEEE33节点系统为例进行分析。案例分析结果表明,所提模型相比于其他模型,在不同攻击强度下准确率均保持在95%以上,错报率在5%以下,能够有效检测出虚假数据的注入。

基于扩展贝叶斯方法融合的作战效能评估研究

从多个视角采集评估数据源并进行武器装备的作战效能评估,是一种提高评估结果可信度的做法。在武器装备论证阶段,评估数据源主要来自专家经验和仿真结果,但因这两种数据源的差异太大,难以进行直接的评估聚合。为此,提出采用信念图模式统一两者的数据表达,再采用一种扩展的贝叶斯推理算法进行评估融合,最后得到评估装备的综合作战效能。以装甲主战装备改进型的作战效能评估为例进行验证,结果表明该方法符合评估实际,是一种有意义的新方法。

融合先验信息的贝叶斯网络结构学习方法

在贝叶斯网络结构学习的过程中,如何采集先验信息并合理利用它对于构建准确的网络结构非常重要。鉴于此,依据有先验信息的贝叶斯网络结构学习的三个环节:先验信息的采集、先验信息的融合和网络结构的优化,首先讨论了现有先验信息获取方法的不足,并提出了基于信念图的先验信息获取方法;其次针对所获取的先验信息通常具有一定的不确性,对最小描述长度测度进行了改进以融合非确定性先验信息;最后依据问题特性对模拟退火算法进行了适当的修改以更好地优化网络结构。实验表明,提出的结构学习方法能够有效地提高网络结构的学习精度。

军事通信网络效能评估中的多数据源融合方法

通过分析军事通信网络效能评估数据源的特征,提出了一种融合专家经验、仿真和实测数据评估军事通信网络效能的方法。包括用信念图统一表达数据形式;以实测数据为训练样本,使用支持向量机拟合网络参数与性能指标关系模型,通过比较预测值与仿真结果获取仿真数据可信度;采用扩展贝叶斯法融合多源数据,给出了基于多数据源的军事通信网络效能评估流程;最后以评估某舰艇编队军事通信网络效能为例,给出了具体融合过程,结果表明融合多数据源的评估结果的有效性和可信性更高。

从故障树到故障贝叶斯网映射的故障诊断方法

针对传统的故障树分析方法在复杂系统故障诊断中存在的局限性,论文在定义了故障贝叶斯网及其概率计算的基础上,建立了故障树事件与贝叶斯网结点、故障树逻辑门与贝叶斯网概率分布之间的映射关系,详细研究了将故障树映射为故障贝叶斯网的转变性质,以及利用映射故障贝叶斯网进行故障诊断过程。最后以一种飞机雷达系统故障诊断为例验证了本文所提出的方法。

航天测控系统多数据源融合评估方法

航天测控系统测控效能评估中的数据源主要来自评估指标体系中定性指标和定量指标的评估数据,为提高评估结果的可信性,需要减少这些数据间的冲突性和不一致性.首先,对评估指标体系进行约简优化,并提出一种基于多源异构数据融合的评估方法,以专家群决策作为评估基本框架,通过信念图实现异构数据的有效映射和统一表达,然后采用扩展贝叶斯进行评估数据融合,最后结合系统执行某次测控任务为例得到效能评估值.实例表明:该融合方法具有一定的实用性和有效性,能有效提高评估结果的可靠性和可信性.

基于信任知识库的概率模糊认知图

模糊认知图较难表示概念间因果关系测度的不确定性、因果联系的时空特性及专家对知识的不确定性 在继承模糊认知图模型优点的前提下 ,在概念间的因果关系中引入条件概率及信任知识库表示 ,提出基于信任知识库的概率模糊认知图模型 该模型用条件概率及信任知识库表示因果联系的时空特性、专家对知识及概念间因果关系测度的不确定性 ,从而将因果关系测度的不确定性、因果联系的时空特性及专家对知识的不确定性有效地融入模糊认知图中 ,自然扩展了模糊认知图模拟因果关系的能力 ,较大限度地减少了认知图对现实世界模拟的失真 最后通过实验说明了基于信任知识库的概率模糊认知图模型 。

基于马尔科夫随机场的粘连字符串切分算法

粘连字符串模式复杂,难以通过基于传统图像处理的方法进行准确分割,针对该问题,提出一种基于机器学习的粘连字符串切分方法。包括训练和分割2个部分,对字符串之间的分割位置进行学习,对于输入的粘连字符串,利用马尔科夫随机场网络得到各点可作为分割点的概率,在概率图上使用图像分割的算法确定分割位置。实验结果表明,该算法对模拟的粘连字符串、重叠字符串和真实的手写字符串都可以得到较好的分割结果。

基于CiteSpace Ⅳ的健康信念模式研究热点的可视化分析

[目的]梳理健康信念模式研究脉络,以呈现其学科发展和研究热点,为我国健康信念模式的进一步研究提供参考。[方法]在Web of Science数据库中,以"health belief model"为主题词进行检索,检索时间为自建库至2017年1月,并对所得文献数据使用CiteSpaceⅣ进行可视化分析。[结果]共检索得到609条文献记录,发文数量总体呈逐年上升趋势。现阶段研究热点主要集中于乳腺自检健康教育、健康信念、健康信念模式、基于健康信念模式的乳腺癌信念及注册前学位课程教育相关研究;更多的研究焦点由原来描述病人的护理问题转变为通过试验来探讨基于健康信念模式进行干预的效果。[结论]健康信念模式主要研究热点聚焦于提高健康行为益处和提高自我效能方面,未来应着眼于其在降低预防性障碍、改进文化适用性和健康信念模式方面的研究。

论语言逻辑视域中概念图式的意向性维度

虽然,概念图式起到了组织经验的作用,但是,这个图式本身并不是以经验为内容的,正如语言本身并不是一种经验内容。在一定程度上,可以说,概念图式就是我们的说话方式,而意向性则是说话者的心理状态特性。语言逻辑视域中概念图式的意向性维度,能使人们的概念认知发生人本主义变化,从而使人的认知、表达和交流,更加契合心灵和生活形式本身。

多个水下机器人动态任务分配和路径规划的信度自组织算法

针对多个水下机器人(autonomous underwater vehicles,AUVs)动态任务分配和路径规划速度跳变问题,引入栅格信度函数概念,给出一种改进的栅格信度自组织(belief function self-organizing map,BFSOM)算法.目的是控制一组AUV有效地到达所有指定的目标位置,同时保证AUV能够自动的避开障碍物.首先,自组织神经网络(self-organizing map,SOM)算法对多AUV系统进行任务分配,使得每个目标位置都有一个AUV去访问.整个分配过程包括定义SOM神经网络的初始权值、获胜者选择、邻域函数的计算3个步骤;其次,根据栅格信度函数和环境信息更新SOM获胜神经元的权值,使得每个AUV在访问对应目标的过程中能够自动避障并且克服速度跳变,实现AUV自动有效路径规划.最后,通过仿真实验证明了本文提及算法的有效性.

基于置信度映射的双向双边深度图生成算法

二维视频到三维视频转化技术中,深度图像生成至关重要。介绍一种基于置信度映射的半自动深度产生算法,利用关键帧深度信息和改进的双向双边滤波算法产生其他帧深度信息。此算法利用置信度映射技术减轻未被遮挡区域的模糊程度。

大学生法律信仰研究状况与趋势——基于CNKI论文的知识图谱分析

为了追踪大学生法律信仰培育状况的最新动向及存在的不足,利用信息可视化技术绘制了CNKI数据库中1995-2010年间大学生法律信仰研究论文的关键词图谱并进行分析。得出结论:大学生法律信仰研究虽呈现上升趋势,但研究得还不系统、不充分;法律信仰的概念需要重新进行科学的界定;大学生群体如何建构法律信仰理性论证相对不足,特别是法律信仰的对象、主体、功能、载体等方面有待于进一步展开研究。

基于多特征信息融合的风电机组整机性能评估

为解决风电机组单一健康状态模型可能发生误报的问题,提出一种基于信息融合的风电机组整机性能评估方法。首先改进了局部离群因子算法(LOF),用于筛选正常运行数据,使用Kendall相关系数进行参数选择,并基于深度信念网络(DBN)建立多个健康状态模型,提取实际运行数据与模型预测值的残差作为性能特征。再使用自组织映射神经网络(SOM)将残差空间映射到风电机组运行状态空间以实现信息融合,通过计算状态劣化指数来构建性能指标的方法,对风电机组进行性能评估。最后,通过实际的风电机组运行数据验证了所提方法的有效性。

全景纵向漫游中极线匹配的置信传播算法

深度信息的获取是全景纵向漫游的关键基础,为了提高前后场景图像匹配的精确度,提出一种极线匹配的置信传播算法.首先根据对极几何原理,以图像中心点为基准全方向发散构建出前后场景图像的对极线;其次利用对极线路径信息在匹配代价函数中增加垂直方向的匹配代价分量,并用置信传播算法生成视差图;最后通过前后场景图像的几何关系构建视差与深度的计算模型,从而获取深度信息.实验结果表明,与局部优化算法相比,该算法深度图的结构相似性平均提高了0.22,峰值信噪比平均提高了24%,对于前后场景图像深度信息的获取具有更好的效果.

基于VLC和LDPC的联合信源信道译码

提出了一种基于VLC和LDPC的联合信源信道译码算法。在迭代过程中,利用VLC信源序列中的冗余信息校正LDPC译码的迭代软信息,增强LDPC译码器的纠错性能,并加速LDPC译码迭代收敛。BSC信道的仿真结果证实了该联合信源信道解码算法性能优越。

结合显著图和深度学习的遥感影像飞机目标识别

为准确快速识别高分辨率遥感影像中的飞机目标,提出了一种结合显著图和深度置信网络(DBN)的飞机目标识别算法。本文首先使用HC(直方图对比度)算法提取遥感影像中的显著目标;然后通过定位连通区域确定候选目标的位置;随后提取候选目标的颜色矩、Hu不变矩、灰度共生矩阵、Tamura纹理特征和边缘方向直方图;最后将归一化后的多特征融合数据应用到深度置信网络进行目标识别。试验结果表明,本文算法的检测率为98.46%,虚警率为5.20%。算法从多种底层图像特征出发,有效克服了单一特征描述能力不足的问题,提高了飞机目标识别能力及抗干扰能力。

基于加权匹配代价的初始视差估计算法

随着计算机图形学的发展,立体匹配技术已经成为三维场景恢复中一项重要的手段,视差估计是立体匹配中的关键基础技术。为了能够更好进行三维场景恢复,改善视差的工作便迫在眉睫。主要研究了在基于模板的可信传播立体匹配算法中改善视差初始值的算法:通过引入梯度差算子与绝对差和算子加权的匹配代价,运用交叉检验估计及WTA优化初始视差矩阵,进而提高初始视差值的准确性,从而改善最终的视差结果。经实验证明,本方法能够很有效地去除噪点,进而获得较高质量的视差结果。

基于反馈的立体匹配算法

针对因传统的置信度传播(BP:Belief Propagation)算法生成的深度图并非十分精确而导致深度图的绘制及立体重现存在的失真问题,提出一种基于反馈的立体匹配算法,使生成的深度图进一步优化。该算法首先通过BP算法生成深度图,然后由左视点图像与深度数据绘制右视点图像,将绘制出的右视点图像与真实右视点图像进行比较,再将比较结果反馈给BP算法的匹配代价,最后由新的匹配代价重新生成深度图。实验结果表明,该算法与无反馈的算法比较,绘制右视图的PSNR(Peak Signal to Noise Ration)值平均增高0.2 dB。