引爆点理论视角下俄乌舆论战的虚假信息传播分析——以“蛇岛事件”为例

[研究目的]俄乌冲突期间社交媒体上的虚假信息严重破坏了信息生态系统的平衡,分析其虚假信息的传播能为我国社交媒体虚假信息的治理提供重要参考。[研究方法]以“蛇岛事件”为例,通过python爬取2022年2月24日至2023年2月24日期间推特平台上的271条推文、70384条转推关系、3579条评论文本,基于引爆点理论的三大黄金法则,从内容、用户和情感三维度构建俄乌舆论战的虚假信息传播分析模型,运用社会网络分析、文本情感分析等方法,基于python的NLTK、TextBlob、spaCy与NRC情感词典等自然语言处理工具,分析虚假推文引爆的特性、用户转推关系及情感动员效果。[研究结论]在内容维度上,虚假推文的形式主要以缺乏实际证据支持的多模态呈现、内容涉及双方多个关键参与主体;在用户维度上,虚假推文的转推网络以个人用户的单链传播为主、网络中各个模块区域的独立性较强、传播速度快但覆盖范围有限;在情感维度上,虚假推文的情感主观性强、受众更关注偏向乌克兰立场的推文且不同立场的推文对受众具有个性化的情感动员效应。为应对国际冲突中的虚假信息泛滥,本文提出建立国际虚假信息共治平台、提高公民甄别虚假信息的能力、打造基于事实的网络舆论场等治理措施。

基于人工智能的雷达虚假航迹抑制问题探讨

随着大数据时代的到来,人工智能技术获得突飞猛进的发展。仅考虑在不改变当前数据输入的情况下,针对雷达数据处理中的虚假航迹抑制问题,结合人工智能技术,从“点、面、层”3个维度探讨了虚假航迹智能化抑制方法,以达到有效减少虚假航迹的目标。最后对雷达智能化的发展进行了展望,并对如何发展雷达智能化提出了一些建议。

基于改进YOLOv8算法的PCB真假点检测

针对公司现有印制电路板(PCB)⁃自动化光学检测(AOI)设备不易做真假点检测的弊端,提出一种基于深度学习算法库Pytorch对PCB大板表面进行真假点检测的视觉人工智能(AI)系统。运用图像处理中的形态学算法对表面内外孔边界交叉、内孔腐蚀不清、外孔渗铜等缺陷进行检测。通过增加padding、改进优化器、改变激活函数、引入注意力机制4个方案,并对近10万个成品完成数据收集与检测,该系统的平均精度由95.678%提升到98.998%,提高了3.32个百分点,精度较高,运行稳定。

基于包络约束的幅相联合净空测量方法

针对多径和塔筒震动引起的杂波区叶片检测困难问题,基于叶片的先验边界约束,应用距离多普勒二维幅相联合掩膜检测方法,能够剔除非叶片的杂波信息,同时利用叶片的近似线性变化特性,结合最小二乘拟合和单元平均进一步提升目标的相位估计精度,保证叶片的净空估计连续性和准确性。所提方法能够显著改善叶片在强噪声和杂波环境下的干涉相位估计精度,提升系统对于叶片净空的测量稳定性。利用风场采集的地面雷达实测数据对所提方法进行了验证分析,上述算法能够有效剔除虚假点,检测叶片目标,并在各种工况下准确提取叶片目标的干涉相位,同时所提方法计算复杂度较低,对于低成本化设计具有很高的工程价值。

动态场景下基于双重特征约束的视觉惯性SLAM算法

针对传统视觉惯性算法在动态物场景下特征误匹配造成轨迹精度低的问题,提出一种动态场景下平面约束和双重特征误匹配剔除的改进视觉惯性SLAM算法。首先,采用改进Plane-Recover算法分割动态场景中静态平面区域,构建损失函数优化静态平面区域分割效果。其次,采用双重特征误匹配判断方法,通过平面约束策略得到正确面特征匹配,同时利用RANSAC与三焦张量算法结合的策略,提高点特征匹配准确度。在真实场景下进行验证,实验结果表明所提算法与VINS-mono算法相比轨迹精度平均提高20.82%,验证了所提算法可有效提升动态场景下的轨迹精度。

基于Hough变换的被动雷达交叉定位虚假点剔除方法

被动雷达系统是一种无源探测系统,具有隐蔽性高、抗干扰能力强、作用距离远等特点,在室内定位、信号侦察和电子战等领域应用广泛。测向交叉定位技术是被动雷达探测中运用较多的一种定位技术。然而,被动雷达在对多干扰源进行交叉定位时,会产生大量的虚假点。为了能够精确的探测出真实干扰源的位置,保证被动雷达对干扰源的跟踪性能,需要进行虚假点剔除。传统的虚假点剔除方法,如最小距离法、基准线聚类法、Hough变换法等存在定位准确率低、计算复杂度高、不适用于实时处理等问题。针对这些问题,本文提出了一种基于Hough变换的被动雷达交叉定位的虚假点剔除方法。该方法采用了基准线聚类法和Hough变换法相结合的方式对虚假点进行剔除,首先,根据被动雷达在单个观测周期内所测得的干扰源角度,通过测向交叉定位技术确定所有交叉点;然后,通过基准线聚类法,对所有交叉点进行处理,剔除部分虚假点,减少后续计算量;最后,在基准线聚类的基础上,根据被动雷达所测得的干扰源角度数量,采用Hough变换法进一步剔除虚假点,以提高定位准确率。本文对所提方法进行仿真验证,仿真结果表明,所提方法不仅能够有效改善基准线聚类法对交叉定位虚假点的剔除效果,提高定位准确率,而且能够有效降低计算复杂度。

结合形状信息的SAR图像特征匹配方法

合成孔径雷达(Synthetic Aperture Radar,SAR)图像匹配是实现图像配准和定位导航等任务的重要途径之一。本文研究基于局部特征的SAR图像匹配,针对SAR图像特征匹配中错配率高的问题,引入邻域共识思想,结合以往被忽略的特征形状信息,提出一种新颖的误匹配滤除方法。所提方法主要包括形状信息引导的邻域构建和共识度量两个主要步骤。在邻域构建步骤中,本文利用形状信息确定一个仿射不变图像区域,从而构建对几何稳健的邻域。在共识度量步骤,利用形状信息获取局部变换矩阵,然后利用局部变换矩阵对邻域进行重投影,最后根据重投影误差评估匹配的共识度,并以此判断匹配是否应该被滤除。为了验证算法有效性,本文利用21对L,X和Ku三个波段下多角度机载SAR和多分辨率星载SAR图像与五个先进方法进行了对比实验。结果表明所提方法在精度、召回率和F1值上都优于所有对比算法,尤其对多分辨率数据最为有效。另外,通过搭配三种常用的特征进行实验,本文发现所提方法对特征类型不敏感,其中在SIFT特征上效果最为突出。但是,所提算法在效率上要略低于其他同类算法。

耳穴压丸法辅助镇痛对原发性全膝关节置换术后下肢疼痛和膝关节功能的影响

目的:比较耳穴压丸法与假耳压疗法辅助镇痛对原发性膝骨关节炎(KOA)行全膝关节置换术(TKA)后下肢疼痛和膝关节功能的影响。方法:前瞻性连续纳入我院TKA手术的原发性KOA患者100例,采用随机数字表法分为试验组与对照组,两组患者术后临床镇痛方案相同,试验组在此基础上联合耳穴压丸法以辅助镇痛,而对照组是联合假耳压疗法辅助镇痛。比较两组患者术前和术后3天血红蛋白量、术中出血量与术后引流量、术后主动屈膝90°所需的时间(d)、术后屈膝45°与静息状况下各时间点疼痛视觉模拟量表评分(VAS)、术前和术后各时间点美国特种外科医院评分(HSS)。结果:两组患者术前VAS评分、术前血红蛋白量、术中出血量和术前膝关节功能评分(HSS)无统计学差异(P>0.05);试验组术后48 h、72 h的下肢疼痛评分无论在静息状态下还是在屈膝45°的情况下VAS评分均显著低于对照组(P<0.01);试验组术后血红蛋白量(72 h)明显高于对照组(P<0.01);试验组术后第1周、1个月和3个月的HSS评分均比对照组显著增高(P<0.01);试验组术后引流量、术后主动屈膝90°所需的时间(d)明显少于对照组(P<0.01)。结论:耳穴压丸法可以辅助镇痛,有利于促进TKA手术患者的术后快速功能康复,有效缓解术后下肢的疼痛不适感,加速患肢屈膝功能的恢复,该技术适宜在基层推广应用。

工作温度对Pd-Ni合金薄膜电阻氢敏性能的影响

目的 围绕氢气传感器在航天领域生命保障系统、氢燃料电池汽车领域能源供给系统等领域氢气泄露检测的迫切需求,针对在实际工况下工作温度对Pd-Ni合金薄膜电阻氢敏性能影响尚不清楚的问题,研究不同应用场景下工作温度对Pd-Ni合金氢敏电阻的灵敏度、响应-恢复时间以及回零特性影响。方法 将氢敏电阻分别置于80、90、100、110℃等不同工作温度,采用一定流量的动态气体测试方法,通入不同氢气浓度的测试气体,通过数据采集系统实时测量其电阻变化曲线,并评价其氢气敏感特性。结果 通过提高工作温度,在2%H_(2)/N_(2)和4%H_(2)/N_(2)氢气浓度下,110℃下的灵敏度相比80℃近线性降低约28%,80℃下2个浓度点的响应-恢复时间分别从16.5、12.9 s降低至110℃下的12.5、9.5 s,灵敏度的降低幅度与响应-恢复时间的加快幅度在100~110℃趋于平缓;在氮气气氛或空气气氛下,其零点电阻存在差异或未恢复至绝对零点,不影响氢气浓度测量的绝对值。结论 工作温度升高会降低氢敏灵敏度,但能提升其响应与恢复时间,也能加速其零点电阻的恢复,100~110℃工作温度下综合性能较佳。测试氢气浓度越高,其响应恢复时间越快。同时也发现“假零点”现象,可以指导在实际场景中如何有效更优使用。

基于信息风险感知理论的虚假信息点对点传播建模与仿真研究

在计算社会科学研究中,受传染病启发的传播模型被广泛用于模拟虚假信息传播,但传统的传染病模型不区分个体间的差异。现实世界中,个体间的差异有助于理解虚假信息如何在个体间传播,这对于探究社交网络中虚假信息的传播规律、抑制虚假信息的传播具有重要意义。文中基于信息风险感知理论,利用在线社交用户的情绪、知识水平、信任度和媒体的接触数量等对传播个体的差异加以区分,构建更加符合现实的虚假信息点对点传播模型。在传播过程中,个体间的差异表现为不同的传播概率,高传播概率的个体更容易转化为传播状态,同时使用人工标注的Facebook数据集进行仿真模拟来研究虚假信息的传播规律。结果发现,相比平均概率传播系统,在点对点传播模式下传播虚假信息的时间跨度更长,波及范围更广。此外,通过控制高传播概率节点,能够实现对虚假信息传播的事前控制,且其相比随机控制、控制高影响力节点的方法取得了更好的效果,但依次增加节点控制比例并未按照预想得到更好的控制效果,出现了“反常识”的特征。

基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法

圆周扫描地基合成孔径雷达(Ground based Synthetic Aperture Radar,GBSAR)通过在竖直面做圆周旋转扫描,具备三维成像的重要优势。但是其圆周观测几何会产生强旁瓣,造成目标点云提取困难。目前未见圆周扫描GBSAR三维点云提取方法的相关研究,经典的双参数恒虚警率(Constant False Alarm Rate,CFAR)算法虽然能够提取三维点云,但需要对三维像不同高度逐层进行检测,由于强旁瓣的影响,无法准确提取三维点云。针对上述问题,本文提出基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法,该方法利用掩膜投影和两次双参数CFAR实现强旁瓣影响下的点云精确提取。该方法首先对SAR三维图像应用最大值投影获取三视图,然后对三视图进行第一次双参数CFAR获取三视图掩膜;然后利用三视图掩膜投影,通过SAR三维像取交集去掉空间位置旁瓣,得到潜在目标区域数据;最后对潜在目标区域的数据应用第二次双参数CFAR实现点云提取。该方法利用实际数据进行实验,结果表明,所提方法与经典的双参数CFAR逐层检测算法相比,可更准确地提取出三维SAR图像目标点云。

基于图论的激光图像误匹配点自动探测

为了有效提取特征点,提升误匹配点自动探测效果,提出一种基于图论的激光图像误匹配点自动探测方法。利用尺度不变特征变换检测激光图像极值点,完成特征点提取,归一化处理特征点,计算提取的特征点间的距离,按照距离为提取特征点构建激光图像完全图;建立激光图像导出图,通过迭代处理导出图,自动探测误匹配点。实验证明:该方法可有效提取激光图像特征点;在不同旋转角度时,该方法自动探测误匹配点的粗差误判率较低、内点比例较高,最高粗差误判率仅有6.8%,最低内点比例84.8%,说明该方法具备较优的误匹配点自动探测效果。

多传感器多目标无源定位跟踪算法研究

针对多站无源测向交叉定位在复杂环境下会产生大量虚假定位点问题,本文提出了一种对目标进行无源定位跟踪的新方法,即先通过数据聚类,确定目标数量;由此动态建立多模弹性神经网络,去除了大部份虚假点;再通过建立航迹树的方法来动态跟踪目标,去除弹性网络未去除的虚假点.该方法解决了大量虚假点存在的情况下,目标数量的确定难题、弹性网初始化难题及动态剔除虚假点难题,进而有效地解决了多干扰机目标相关、虚假点的剔除问题.仿真分析试验表明:该方法计算量低,弹性网络收敛速率快,目标正确锁定率及虚假点剔除率高.

对低信噪比下的红外点目标高检测率的研究

低信噪比 (≤ 2 )条件下的低虚警率、高发现率点目标检测是对常规检测方法的挑战 ,必须采取边检测边跟踪边确认的方法才能达到所要求的性能指标。利用二项分布的理论 ,解决了该方法中的相关帧数和门限的确定问题。为确保低虚警率、高发现率检测识别问题提供了理论保证。仿真结果验证了理论分析的正确性。

基于投票策略的特征点提取

特征点提取算法中存在伪角点和定位不准确的问题,导致特征点匹配率低,并且影响图像配准精度和速度.针对这一问题,提出基于投票策略的特征点提取算法.算法通过选举人投票选举出最强特征性点集,有效去除伪角点.点集中的特征点满足多重准则,特征性强度高.依据坐标选举,保证了特征点定位的准确性.在发生相似变换、亮度变化和加噪的情况下对大量图像进行了特征点提取和匹配实验,并与传统的特征点提取方法进行比较.实验结果表明,该算法提取的特征点具有更好的有效性,算法具有较强的适应性和抗噪性.

SAR图像点目标的检测

分析了在均匀杂波回波功率服从 Gamma分布条件下 SAR点目标检测 ,推导了点目标虚警概率和检测概率与阈值系数关系 ,提出了检测点目标阈值系数选择根据和方法。在杂波均值估计方面 ,提出了以全局均值代替局部动态均值。

图像匹配问题的新算法

图像匹配技术在众多领域中都有重要应用。针对既有平移又有旋转的情形 ,给出了用计算机自动寻找匹配点对的新算法 ,即从待匹配的两个点集中找出两个全等的三角形 ,由这两个三角形确定两个匹配点对 ,由这两个匹配点对找出所有匹配点对的对应关系 ,由此对应关系寻找出所有的匹配点对。实验证明 ,该算法匹配速度快 ,准确率高。

图像匹配中误匹配点检测技术综述

近年来,具有尺度、旋转不变性的SIFT(scale-invariant feature transform)及其改进算法,在图像匹配中得到了广泛应用并极大提高了匹配精度,但是无论采用何种匹配方法,总会产生误匹配点。因此,误匹配点检测也是图像匹配的一个重要步骤。为了使国内外同行对现有误匹配点检测方法有较全面的了解,对这些方法进行了综述。在参考国内外大量文献的基础上,将现有误匹配点检测方法分为三类:基于函数拟合的方法;基于统计模型的方法;基于图的方法。对以上三类方法进行了综述,并对各个方法的优缺点进行了分析;最后,提出了误匹配点检测中还需要解决的一些问题,并给出了基本的解决思路。

GSSAC:一种用于遥感影像配准的误匹配点检测方法

遥感影像配准中,由于光照、成像角度、几何变形等因素的影响,无论采用何种配准方法,总会产生误匹配点,因此误匹配点检测也是一个非常重要的步骤。针对常用RANSAC(random sample consensus)方法不稳定、无法准确检测分布不均匀匹配点的缺点,提出了分组排序采样一致性(group sorted cample consensus,GSSAC)方法来提高误匹配点检测的稳定性和精度。分组排序采样方法首先将匹配点分为若干组,在每组内计算匹配点的误差并排序,然后在每组中分别采样若干个匹配点组成估算模型参数需要的匹配点。实验结果表明,GSSAC方法可以稳定地获得高精度的检测结果。

一种基于内容的音频流二级分割方法

基于内容的音频流分割是多媒体数据分析领域中的一个十分重要和困难的问题.目前大多数传统的音频流分割方法是基于小尺度音频分类的,但是这类分割方法普遍存在虚假分割点过多的缺点,严重影响了实际应用的效果.作者的研究表明,大尺度音频片段的分类正确率要明显高于小尺度音频片段的分类正确率,并且这个趋势与分类器选择无关.基于这个事实和减少虚假分割点的目的,作者提出了一种新的音频流分割方法.首先,采用基于大尺度音频分类的分割方法对音频流进行粗分割,以减少虚假分割点;然后定义了分割点评价函数,并利用它在边界区域中进一步精确定位分割点.实验结果表明这种音频流分割方法可以比较精确地获取分割点位置,同时将虚假分割点减少到传统方法的四分之一.