长征国家文化公园红色景观微域识别及涵化解析——以红25军长征沿线为例

【目的】基于当前国家文化公园建设背景,面向红色文化密集区域的景观资源系统识别、协同演进与提质增效,深入开展长征沿线景观微域研判及其空间演进研究,已经成为当前长征国家文化公园空间建设发展的现实基础,相关方法与技术亟待挖掘。【方法】通过构建红色景观微域“识别-涵化”研究框架,以红25军长征沿线为例,建立红色景观微域解析要素体系,探析景观微域识别及微域涵化的关联方法与基础技术,并结合红25军长征典型区段分析研讨长征线路微域涵化效应与建设策略。【结果】研究发现在微域要素系统识别基础上,结合最小累积阻力模型、加权因子叠加法、微域涵化评估体系与三维矩阵模型可有效开展长征沿线红色景观微域识别与分类评估。【结论】研究为长征国家文化公园中红色景观的资源管控与传承发展提供分析途径,助力景观资源有序演进与高质量发展。

结构模态阻尼时间域识别技术与应用研究

多自由度系统动力分析时,结构阻尼模型选取及其参数取值,直接关系到结构动力响应分析的可靠性与精度。本文以结构振型叠加原理为基础,通过辨析结构阻尼与结构模态阻尼的力学内涵,明确指出结构动态试验数据分析只可能识别出结构的模态阻尼比,并非结构阻尼比。同时,为识别出多自由度系统的结构模态阻尼比,利用结构时域响应信号,结合数值滤波技术,快捷有效地实现了结构模态阻尼比的时间域识别;其力学概念清晰、高效便捷,易于实施,并以一等截面均质悬臂梁结构为研究对象,验证了该方法的可行性。进而综合考虑结构多阶模态的信息,将所获取的结构固有频率与模态阻尼比运用于Rayleigh阻尼模型参数α与β的识别之中,一定程度上改进了Rayleigh阻尼模型的精度。

多域识别构建监督学习模型检测网页暗链

网页被植入暗链是企事业网站上常见的攻击行为,攻击手法变化多样,传统方法基于规则检测已经无法高效检出。本文使用域识别机制提取风险文本和安全文本,通过LDA模型和Doc2vec模型计算主题异样度、风险文本异常概率、风险文本向量等特征,分别选用SVM模型、逻辑回归模型、随机森林模型构建监督学习模型检测网页暗链并对比模型效果。实验结果表明,该方法具有较好的检出效果和运行效率,其中随机森林模型检出准确率达到了0.999。

一种局部与全局特征相结合的主题域识别模型

传统的主题域识别技术主要局限于单一领域,缺乏领域间的交互式协同,难以保证识别结果的准确性,因此提出一种局部与全局特征相结合的主题域识别模型.该模型一方面基于实体在领域内的局部特征进行局部识别,另一方面基于领域间协同作用、领域相关度等全局特征对各个局部识别结果进行一致化趋近,从而使识别结果更全面、有效.另外,针对相似矩阵的更新时机、协同作用的量化以及迭代终止条件的设定三个方面对主题域识别算法进行了优化.通过实验验证了本文所提出的关键技术的可行性和有效性.

面向自动驾驶逻辑场景评价的危险域识别方法

如何评价自动驾驶安全性测试的全面性已成为亟待解决的问题。为此,面向逻辑场景评价提出全面性、准确性、可见性的评价目标。进而,提出面向逻辑场景危险域模态、分布和占比的危险域识别方法,基于离散的具体场景测试结果,在逻辑场景层级全面评估被测系统的安全性。首先,基于Mean Shift算法对具体危险场景聚类实现危险域分区,以发现不同危险场景类别;其次,采用基于特征选择记忆化的决策树算法划分各危险模态的区域边界;最后,解析划分路径以自动化计算危险域占比。为验证所提出的危险域识别方法,将其与基线方法在多模态测试函数上进行对比,发现所提方法在危险域模态、分布和占比方面的计算准确度均优于基线方法。进一步在测试函数和切入逻辑场景中开展应用试验。在测试函数上,基于不同的优化算法进行危险域识别,验证了危险域识别方法的通用性,并基于识别结果对比了不同优化方法的搜索效率。在切入场景上,应用所提方法识别得到切入场景中占比为44%的3个危险域模态及相应的空间分布;并在分析其中2类典型危险场景的基础上,对被测系统提出4项改进要求。研究结果表明:所提出的危险域识别方法可以有效识别自动驾驶逻辑场景中的危险域,在逻辑场景层级全面且准确地评估被测系统安全性。

基于深度学习的跨域辐射源个体识别综述

基于深度学习的辐射源个体识别已经成为识别和认证无线设备的主要研究方法之一。然而,基于传统深度学习的辐射源个体识别算法不能直接应用于跨域(跨信道条件、跨接收机、跨接收时间等)辐射源个体识别场景,因为一个域上的数据训练的模型用于另一个域上进行推理,其效果通常会变差。调研了现有基于对比学习、迁移学习、域适应等先进深度学习的跨域辐射源个体识别方法,整理和归纳了跨域辐射源个体识别相关的开源数据集。分析了跨域辐射源个体识别存在的难题与挑战,展望了跨域辐射源个体识别发展趋势及未来研究方向,以助力深度学习在复杂电磁环境下辐射源个体识别的实用化。

基于动量源与精细多孔介质的堆芯特征组件域CFD计算分析技术研究

堆芯计算流体力学(Computational Fluid Dynamics,CFD)对确定堆芯薄弱环节、优化特征结构、提升安全及经济性等具有重大意义。典型压水堆燃料组件存在大量带交混翼片格架,导致存在网格数量激增、网格划分困难、求解难以收敛等问题。目前基于流固作用机理所建立的动量源模型未考虑交混翼背流侧低压区对流体的影响,预测交混翼下游域轴流分布误差较大,此外在识别交混翼片固体域、添加动量源项时较为困难。为此本文提出了一种基于精细化多孔介质和动量源的联合仿真方案来模拟5×5带交混翼片棒束通道冷却剂流动,该方案中的域识别技术可以精确定位流体域中交混翼片所在位置,并基于格架前端及交混翼片迎流与背流侧的流固作用机理,建立多孔介质和动量源模型。该方案在格架域,采用精细化多孔介质模型,提高原格架固体所在流域局部阻力系数,相较于在格架域施加动量源项,其数值稳定性更好。而在交混翼域,对动量源方案进行了优化,优化后的动量源模型考虑到了交混翼片背流侧低压区对流体的作用,其仿真交混翼下游的速度分布和传热更准确。该方案可以在网格生成的过程中无须考虑格架、交混翼片的几何特征,从而实现全结构化网格建模、CFD求解耗时短、对网格数量不敏感,鲁棒性较优。通过与实验及贴体网格仿真结果对比,验证了该方案仿真阻流、流动、交混、涡流、传热的有效性。同时仿真5×5棒束通道时可减少90%的网格数量和60%的计算耗时。此外,由于棒束通道交混翼在轴向和周向都是规则排列,因此本文开发的动量源方案通过调整坐标即可适用于更大流体域的燃料组件。

融合姿态信息和注意力机制的行人重识别研究

针对行人重识别(person re-identification,Re-ID)任务中行人遮挡以及背景信息杂乱不便于提取具有辨识度特征的问题,引入人体关键点模型定位出行人的关键点坐标以便于消除背景信息,根据关键点坐标将图片分割成具有语义信息的区域块。对于骨干网络,为使其提取的特征更加鲁棒,设计一个强化注意力模块(enhanced attention module,EAM),使网络自动分配权重,最终得到更加具有辨识度的特征向量。最后将这些区域块和整体图片送入修改后的注意力机制的神经网络并且联合多个损失一起优化网络。在几个行人重识别数据集试验验证了本研究提出方法优于大多数方法。试验结果还表明该网络针对跨域以及遮挡问题也起到积极作用。

多层结构化语义知识增强的跨领域命名实体识别

跨域命名实体识别旨在缓解目标领域标注数据不足的问题.现有方法通常利用特征表示或者模型参数的共享来实现实体识别能力的跨领域迁移,但对文本序列中结构化知识的充分利用仍有所欠缺.基于此,提出了基于多层结构化语义知识增强的跨领域命名实体识别(multi-level structured semantic knowledge enhanced cross-domain named entity recognition,MSKE-CDNER)模型,即通过在多个层级实现对源领域和目标领域文本各自蕴含的结构化表示的对齐来促进实体识别能力跨领域迁移.首先,MSKE-CDNER利用结构特征表示层从不同领域中获取文本的结构化语义知识表示;然后,将获得的结构化语义知识表示通过潜层对齐模块在对应的层级进行结构化对齐,获取结构化的跨领域不变知识,从而提高模型对文本结构化知识的利用;此外,将域不变知识与特定域知识融合,进一步增强模型的泛化能力;最后,分别在5个英文数据集和特定的跨域命名实体识别数据集上进行实验.结果显示,对比当前跨域模型,MSKE-CDNER的平均性能提高了0.43%和1.47%,表明利用特征表示中的结构化知识可以有效提高目标领域的实体识别能力.

基于迁移判别回归的跨域语音情感识别

针对实际情况下训练和测试数据来自不同领域数据库导致识别性能下降的问题,提出了一种基于迁移判别回归的跨域语音情感识别方法。首先,引入最大均值差异和图拉普拉斯项作为域间联合距离度量,在减小概率分布差异的同时,很好地保留数据的局部几何结构,从而学习到一个可迁移的公共特征表示。其次,本文采用一种能量保持策略,以避免迁移过程中目标域信息的丢失。此外,通过引入判别回归项,利用已标记的源域样本在公共子空间中训练一个可迁移的判别回归模型。最后,为了使学习到的模型具有特征选择能力和鲁棒性,分别对投影矩阵和回归项施加L2,1范数约束。在3个公开数据集上的实验结果表明,本文提出的算法相较于其他几种迁移学习方法具有更好的识别性能。

基于联邦学习的无监督跨域车辆重识别方法

在车辆重识别的实际应用场景中,车辆图像通常来自不同区域的摄像头,路侧边缘计算单元的计算能力有限,无法实时完成模型训练。如果直接部署统一的模型,由于地域差异,同一种网络无法适应所有地域的图像风格,从而影响车辆重识别的准确性。针对以上问题,文章深入分析了车辆重识别算法的特点,提出了基于联邦学习的无监督领域自适应车辆重识别方法。

人MBL糖识别域在大肠杆菌中的表达、纯化及鉴定

目的原核表达重组人甘露聚糖结合凝集素(MBL)糖识别域(CRD)。方法采用PCR技术,从含汉族人MBL全长编码区cDNA的重组质粒pGEMmbl中扩增出CRD包括颈区的基因片段,将其插入原核表达载体pGEX4T1中,经PCR、限制性酶切和测序确证后,以IPTG诱导其在大肠杆菌中表达。包涵体经变性、复性后以GSTtrap亲和层析柱纯化,融合蛋白经凝血酶切割后回收目的蛋白。分别以Westernblot和ELISA分析表达产物的免疫学和糖结合活性。结果PCR扩增得到长约450bp的目的基因片段,插入pGEX4T1载体所获重组表达载体pGEX4T1CRD的酶切图谱和序列与预期的一致。重组子经诱导表达,表达产物主要以包涵体形式存在。以GSTtrap亲和层析柱纯化获得约Mr43000的GSTCRD融合蛋白,经凝血酶切割后得到约Mr17000的CRD蛋白。纯化的GSTCRD蛋白能与抗人CRD单克隆抗体特异性结合并具糖结合活性。结论获得了具生物学活性的人MBLCRD蛋白,为进一步探索MBL分子CRD的效应功能提供了实验材料。

Balb/C小鼠甘露聚糖结合凝集素-A糖识别域的原核表达

目的获取具有生物学活性的Balb/C小鼠血清型甘露聚糖结合凝集素(MBL-A)糖识别域(CRD)蛋白。方法应用PCR从含Balb/C小鼠MBL-A基因的质粒pmMBL-A中扩增目的基因片段,将其克隆至原核表达载体pET41a(+),在大肠杆菌BL21(DE3)中诱导表达目的蛋白。表达产物(包涵体)经洗涤和复性处理后,利用GST柱纯化,以SDS-PAGE、Westernblotting和ELISA进行分析鉴定。结果从pmMBL-A中扩增到约450bp的DNA片段,构建重组载体pET41a-mMBL-A-CRD,经酶切和测序鉴定后,将其导入大肠杆菌BL21(DE3)中表达,表达产物主要以包涵体形式存在,其相对分子质量约47000。包涵体经洗涤及复性处理,GST柱纯化后,融合蛋白的纯度达90%以上。Westernblotting显示重组融合蛋白与抗GST抗体特异性反应,糖结合试验表明表达产物具有生物学活性。结论成功获得了具有生物学活性的Balb/C小鼠MBL-ACRD蛋白,为MBL-A分子的研究奠定了一定基础。

基于生存理论的线性微分博弈系统识别域的判别

利用生存性理论,研究线性微分博弈系统的一个有界识别域问题.采用生存性理论来研究线性微分博弈系统的有界多面体(有限点集的凸包)的识别域问题,给定的方法只需要检验该多面体在极点处是否满足生存性条件.进而,利用生存性与识别域的关系,即可判断此多面体是否是系统的识别域,简便易行.

Balb/c小鼠MBL-C糖识别域的原核表达及其多克隆抗体的制备

目的原核表达Balb/c小鼠肝型甘露聚糖结合凝集素(mMBL-C)糖识别域(CRD)并制备其多克隆抗体。方法应用PCR从含Balb/c小鼠MBL-C全长编码区基因的质粒pmMBL-C中扩增目的基因片段,构建重组表达载体,在大肠杆菌中表达。分离纯化表达产物并免疫动物,制备mMBL-C CRD的抗血清,采用ELISA和Western blot鉴定其效价和特异性。结果从pmMBL-C中扩增到约450 bp的DNA片段,构建重组载体pET-CKS-mMBL-C-CRD和pET32a-mMBL-C-CRD,经酶切和测序鉴定,证实重组表达载体构建成功。将其导入大肠杆菌BL21(DE3)中表达,表达产物主要以包涵体的形式存在,相对分子质量(Mr)分别为44 000和34 000。利用pET-CKS载体表达产物免疫家兔,分离免疫血清后,使用pET32a(+)载体表达产物进行ELISA及Western blotting,显示多克隆抗体能够与mMBL-C CRD蛋白特异结合。结论获得了重组mMBL-C CRD蛋白及其多克隆抗体,为mMBL-C分子以及CRD的研究奠定了一定的基础。

基于概率统计直方图的压缩域说话人识别

压缩域说话人识别算法(Compressed-domain automatic speaker recognition,CD-ASR)即从压缩语音数据中直接提取压缩参数进行说话人识别,无需参数译码和波形合成。本文提出了基于概率统计直方图的VoIP压缩域说话人识别算法,包括矢量量化统计直方图和高斯混合模型统计直方图两种方法。在给出了G.729,G.723.1(6.3 kb/s),G.723.1(5.3 kb/s)压缩码流的压缩域特征提取方案后,分别以矢量量化统计直方图和高斯混合模型统计直方图作为识别模型进行说话人识别。实验结果表明,概率统计直方图法比在压缩码流中提取同样识别参数的GMM模型,识别率有很大提高。

两目标两局中人的混杂微分博弈系统识别域的判别（英文）

混杂微分博弈系统融合了控制工程、数学和计算机等多门学科,其研究无论在理论上还是实际应用中都有很高的价值.本文讨论了两目标两局中人的混杂微分博弈系统的识别域判别问题.首先,利用非光滑分析,讨论两目标两局中人的连续微分博弈系统在分片光滑函数构成的区域上识别域的判别问题,我们得到判别识别域问题可以转化成求解不等式组的解的存在问题.最后,将此结论推广到两目标两局中人的混杂微分博弈系统.本文的创新之处在于,我们解决的是包含两个控制变量的微分博弈识别域的判别问题,而不是包含一个控制变量的微分包含问题.

域密钥识别邮件技术综述

介绍了DKIM的基本概念和框架结构,分析了DKIM的工作原理,并且重点讨论了DKIM面临的威胁以及发展前景。

逐点特征匹配的跨域行人重识别方法

针对现有的直接跨数据集的行人重识别方法泛化性不足、跨域能力较差的问题,文中提出逐点特征匹配的跨域行人重识别方法,只需在源域上进行模型训练,在目标域上进行测试,就可达到较好效果.首先,为了解决网络对于跨域的行人图像风格、颜色等鲁棒性不高的问题,在ResNet50基础网络中引入实例归一化层,提取图像特征.然后,利用Transformer的多头自注意力模块与卷积结合,增强特征的表示能力.最后,通过在深层特征中建立一种逐点的特征映射关系,将图像匹配视为逐点寻找局部最优的过程,在未知场景中提升模型的抗视角变化能力,增强模型的泛化性.实验表明,文中方法在提高模型泛化能力上具有一定的优越性.

结合域间与域内变化的跨域行人重识别算法

针对单域训练的行人重识别模型迁移到另一个域内测试时性能巨大下降的问题,提出一种结合域间与域内变化的跨域行人重识别算法。采用PR策略将行人特征图进行分区处理,提高模型泛化能力。针对域间变化,引入域间姿势不变性,缩小源域和目标域行人的姿势差距。针对域内变化,引入域内姿势不变性、样本不变性、邻域不变性和相机风格不变性,扩大不同行人之间的距离,缩小相同行人之间的距离。实验表明,PR策略和5个不变性能有效地增强跨域行人重识别中的域自适应性,与只注重域间变化或域内变化的算法相比,其识别精度得到有效提升。