基于预训练模型自适应匹配的视觉故事生成算法

视觉故事生成任务是为一组图像序列生成具有表现力和连贯性的、能准确描述所涉及视觉内容的语句段落,是当前计算机视觉和自然语言处理交叉领域中一个有趣而又快速发展的多模态研究方向。随着预训练模型在各种下游任务的成功,基于预训练模型的视觉故事生成算法也被广泛研究。但因为数据模态的差异和语义鸿沟的存在,预训练模型在微调学习过程中会产生灾难性遗忘问题。如何协调视觉和语言两种模态数据的预训练模型,是当前多模态预训练模型研究的主要目标之一。该文提出基于预训练模型自适应匹配的视觉故事生成算法,一方面综合挖掘图像流的视觉、关系、序列等多样化互补信息,弥补语义差异;同时,另一方面用适应性损失对图文两种模态数据进行特征对齐,以及对图像流数据进行连续信息对齐,取得了较好的效果。算法在目前已公开的视觉故事生成数据集(VIST)上与近年的先进算法进行实验比较。评测结果表明,该文算法在生成故事的图文相关性、文本多样性、内容逻辑连贯性等指标上取得了具有竞争力的结果。

基于L1范数自适应匹配滤波的重叠超声信号分离研究

在使用低频超声TOF技术对大厚度多层复合介质测厚时,超声反射回波之间容易出现有效回波和近表面干扰波重叠现象且难以分离,从而影响TOF的测量精度。针对此类问题,提出了基于L1范数的自适应匹配方法,基于时空域中近表面干扰表现出规律一致性,而有效回波则展现出推移特性的不同特征,在时空域对采集的超声阵列信号进行自适应匹配处理,实现有效回波和近表面干扰波的分离,从而增强有效回波的分辨率。仿真数据处理结果证明了所提方法的有效性,信噪比提高了3 dB。实验结果表明,该方法能高效解决重叠超声信号分离的问题,在固体火箭发动机测厚场景中展现出广阔的应用前景。

基于FRFT的频域自适应匹配滤波器检测方法

针对浅海混响背景下频域自适应匹配滤波器检测性能下降的问题,提出基于分数阶傅里叶变换(FRFT)的频域自适应匹配滤波器检测方法,该方法利用模板匹配技术,采用滑动窗对接收信号进行最优阶次分数阶傅里叶变换,然后将此过程中得到的FRFT域图与参考信号最优阶次傅里叶变换FRFT域图进行匹配,将离差平方和作为评价相似度的指标,即对离差平方和最小值的位置进行滤波,并对滤波后的信号进行最优阶次分数阶傅里叶逆变换,从而实现混响背景下的目标检测。仿真结果表明,在信混比为-15dB的情况下,该算法可显著提高频域自适应匹配滤波器的检测性能。

工作流自适应匹配的高校OA审批模块设计

当前许多高校在日常办公的审批流转环节出现了一些新的需求,导致传统的高校OA审批流转模块日渐难以高效运作。为此,通过分析新形势下的高校OA审批流转需求,在当前数字化校园基础数据基础上,构建了一种新的工作流自适应匹配审批流转模块。通过采取将流程中的节点按任意职务或职务类别组合设定,系统自适应匹配并流转运行,审批流转环节采用“只对职务不对人”策略,审批进度自适应回退与恢复,批量变更流转中文件的审批人和发起人等设计,解决了当前高校OA审批流转模块面临的问题。

钻头破岩能量与岩石自适应匹配提速技术

针对深层、超深层和复杂地层等对钻井提速的要求,考虑深层岩体可钻性变化,提出了基于钻头破岩能量与岩石特征自适应匹配的钻井提速技术。在分析钻头破岩过程中扭矩特征的基础上,研制了自适应匹配工具,利用行星齿轮和扭簧结构进行能量存储与释放,钻进岩性均质地层过程中提前蓄能,钻遇砾石层或非均质地层时释放能量进行辅助破岩。通过静力学和动力学性能测试,验证了自适应匹配工具结构的可靠性和实现提速的可行性。自适应匹配工具在深层页岩气井进行了现场试验,结果表明:与使用常规方法的邻井相比,机械钻速提高了83%,验证了该工具提速的有效性和稳定钻头工作状态的效果。钻头破岩能量与岩石自适应匹配提速技术,为深层、超深层和复杂地层钻井提速提供了理论支撑和新的技术途径。

基于稀疏度自适应匹配追踪算法的微动杂波抑制

目标或目标组成部分的机械振动或旋转产生微多普勒效应,在目标分类和识别中起着重要作用。然而,环境中许多物体(例如风力涡轮机、空调等)的微多普勒效应对雷达系统而言就像时变的杂波,导致雷达探测性能下降。本文针对外辐射源雷达微动杂波影响目标检测的问题,提出了一种基于稀疏度自适应匹配追踪改进算法(SAMP)的微动杂波抑制方法。考虑到微动杂波的稀疏特性,将复杂的微动杂波抑制问题转化为稀疏信号表示问题,分离微动杂波并将其抑制,便于目标观测。相比于原SAMP算法,改进后的SAMP算法能自动调整步长并在残差达到自适应阈值后快速停止迭代。仿真和实测数据验证了所提方法的有效性。

免授权NOMA系统中基于变步长自适应匹配追踪的抗干扰多用户检测算法

第五代移动通信系统(5G)通过非正交多址(NOMA)技术对无线通信资源进行非正交复用,以过载的方式提高了频谱利用效率和系统容量。NOMA系统采用免授权的方式减少了系统流程和信令开销,但是接收端需要进行多用户检测。基站利用活跃用户的稀疏特性,采用压缩感知(CS)重构算法恢复活跃用户的混合稀疏向量,实现了高效的多用户检测。但5G网络中基站密集部署增强了相邻小区间的干扰,因而增加了CS检测难度及降低了检测精度。针对免授权NOMA系统中多用户检测存在干扰的问题,提出了一种基于变步长自适应匹配追踪的抗干扰多用户检测算法。在稀疏度未知的情况下,该算法以大步长快速接近、小步长精确逼近稀疏度的自适应变步长方式,实现抗干扰的活跃用户检测。仿真结果表明,在不同过载率下,所提算法的误比特率均低于传统的基于OMP,gOMP和SAMP的多用户检测算法。

基于WiFi的自适应匹配预处理WKNN算法

针对基于接收信号强度(Received Signal Strength,RSS)的WiFi室内定位技术中,传统加权K邻近(Weighted K-nearest Neighbor,WKNN)算法不能自适应获取WLAN中有效接入点(Acess Point,AP)且参考点匹配准确度不高的问题,本文提出了自适应匹配预处理WKNN算法。该算法中每个实时定位点自适应地根据网络状况对AP的RSS均值由大到小排序,然后选择RSS均值较大的前M个AP,与参考点中对应的M个AP一起参与匹配预处理计算,从而优化了传统的指纹定位算法。同时将室内定位和室内地图相结合,使参考点和定位结果直观地展示在地图上,并通过使用地图数据大幅度简化了离线训练过程。此外,本文设计并实现了基于Android平台的室内定位系统,通过该系统验证了本文所提算法在单点定位和移动定位中的有效性。实验结果表明,该算法可获得30以上的定位误差改善,有效提高了定位精度和定位稳定性。

一种基于精细化稀疏自适应匹配追踪算法的图像检索方法研究

基于压缩感知理论,研究了一种精细化稀疏自适应匹配追踪(Meticulous Sparsity Adaptive Matching Pursuit,MSAMP)算法,在此基础上提出了一种新的数字图像检索方法.首先对图像的RGB颜色、灰度共生矩阵按照列优先次序形成颜色及纹理的原始信号,然后对这两类信号采用分块压缩感知测量方法对图像进行分块测量,得到代表颜色特征和纹理特征的分块测量向量.其次利用MSAMP算法进行分块重构,计算出分块原始信号差量及其稀疏值.最后在图像检索时,通过计算图像的整体相似度,重点对差量的稀疏性进行估计,不需要精确恢复原始信号,从而减少迭代次数,加快检索速度.仿真实验表明,应用MSAMP算法的图像检索方法在检索速度和查准率等指标上具有较高的性能.

线性痕迹激光检测信号自适应匹配算法研究

针对目前图像处理及3D扫描方法难以快速定量比对剪切类线性痕迹的问题,提出了一种线性痕迹激光检测信号自适应匹配算法。该算法首先利用局部加权回归散点平滑法对激光位移传感器拾取的线性痕迹表面信号进行降噪,接着进行信号数据中"粗大连贯"趋势特征的识别,并通过余弦向量曲线拟合的方法量化特征向量,逐个计算样本空间距离。最后利用动态规划算法批量进行相似度比对,匹配各自最大相似样本。实际剪切痕迹多样本数据相似度比对试验证明了该算法的准确性和有效性。

彩色图像对自适应匹配算法

提出了两种方法来提高图像匹配的精度。一种方法是改变自适应匹配窗口的选择方法,与原来的矩形窗口相比较,提出的窗口选取方法能在低纹理区域得到包含有效信息量更多、更接近实际边界的窗口。此外,通过降低边界点相似度在计算过程中的权重来降低边界点影响力,使得视差不连续区域的匹配精度得到提高。算法采用了Middlebury网站上提供的四幅立体图像对Tsukuba、Venus、Teddy和Cones分别进行实验验证。实验表明文中提出的两种方法对四幅图像的匹配精度均有所提高。

基于对角加载的自适应匹配滤波器和自适应相干估计器

分析了对角加载自适应匹配滤波器(diagonally loaded adaptive matched filter,DL-AMF)和对角加载自适应相干估计器(diagonally loaded adaptive coherence estimation,DL-ACE)的检测性能;推导了二者的渐近统计分布,得到了解析的虚警概率(probability of false alarm,PFA)和检测概率(probability of detection,PD)表达式。与常规AMF和ACE相比,尤其是在训练样本不足的情况下,DL-AMF和DL-ACE的检测性能大为提高,并且二者都具有渐近恒虚警(constant false alarm rate,CFAR)特性。

基于自适应匹配的红外图像分形编码

针对红外图像的特点 ,提出了一种自适应局部分形块编码方法 .该方法利用图像块灰度相关性 ,将值域块与定义域块的匹配限制在以值域块的均值和方差为中心的动态窗口中 .动态窗口的长和宽 ,根据定义域块均值和方差的二维直方图自适应地确定 .实验结果表明 ,所提方法不但大大缩短了编码时间 ,压缩比也有较大幅度的提高 .

基于对角加载的机载MIMO雷达自适应匹配滤波检测器

研究了基于自适应匹配滤波(Adaptive Matched Filter,AMF)的机载MIMO雷达目标检测问题。针对参考单元数据不足对MIMO-AMF检测器性能的影响,提出了基于对角加载的MIMO雷达AMF(MIMO-LAMF)检测器,并对其检测性能进行分析,给出虚警概率和检测概率的闭合表达式。该检测器利用机载MIMO雷达杂波子空间低秩的特点和对角加载技术,解决了因参考数据不足所引起的矩阵病态问题。为了减少MIMO-LAMF检测器的运算量,在分析杂波协方差矩阵块对角化特性的基础上,给出一种简化MIMO-LAMF检测器。理论分析和仿真结果都表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,检测性能优于MIMO-AMF检测器。

一种自适应匹配子空间亚像元目标探测方法

为了克服基于线性混合模型的高光谱遥感影像亚像元目标探测方法的缺陷,提出了一种基于全限制性线性分解的自适应匹配子空间探测方法。首先利用交叉相关光谱匹配技术求得各个像元所含端元类别信息,然后根据端元类别信息和全限制性分解的结果构造自适应匹配子空间探测算子,利用端元类别信息在探测中动态选择端元,降低端元数目估计偏差对探测结果的影响,提高探测器对目标与背景的可分性。实验证明,该方法与其他基于线性混合模型的亚像元目标探测方法相比,可以更好地克服端元数目估计偏差对探测结果的影响,无论是端元个数低估还是高估时,探测效果均更优。

相干雷达极化自适应匹配滤波器

提出了高斯杂波背景下相干雷达极化自适应匹配滤波器的结构.将先前的单通道和双通道自适应匹配滤波器推广至一般极化接收通道情况,利用雷达回波的极化信息来提高检测性能.推导出了虚警概率表达式.研究结果表明,多极化通道自适应匹配滤波器相对于杂波协方差矩阵有恒虚警的性质.仿真分析了不同极化状态时的检测性能.

面向ECG的二分法稀疏度自适应匹配追踪重构算法

为了减少无线传感器网络(WSNs)心电信号的压缩感知重构时间,提出一种面向心电(ECG)信号的二分法稀疏度自适应匹配追踪重构算法。基于二分法快速接近真实稀疏度的值,并通过相邻迭代之间残差范数值差的绝对值确定下一轮迭代计算区间。实验结果表明:与传统稀疏自适应匹配追踪重构算法相比较,改进算法可显著降低重构时间并接近子空间追踪算法和正交匹配追踪算法;与子空间追踪算法和正交匹配追踪算法相比,峰值信噪比平均提升了6.29%和5.43%。

机载MIMO雷达自适应匹配滤波检测器

针对机载MIMO雷达在未知统计特性杂波时的目标检测问题,首先提出自适应匹配滤波检测器(MI-MO Adaptive matched filter,MIMO-AMF),利用MIMO雷达的空间分集特性提高检测性能,并推导出检测概率和虚警概率表达式。然后,基于MIMO雷达杂波协方差矩阵的块对角特性,给出一种简化MIMO-AMF检测器,大大减小MIMO-AMF的计算复杂度,同时降低对参考单元数目的要求,并在只有两个接收雷达单元的情形下,推导出简化AMF检测性能的表达式。结果表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,能够在未知杂波背景下有效的检测目标。

水下小孔径阵列自适应匹配滤波检测方法

为了解决水下小孔径阵列有色噪声场中目标检测问题，该文提出了一种基于目标方位似然估计的自适应匹配滤波器（ML—AMF）方法，该方法采用似然方法估计目标方位，并使用预先估计的方位信息进行能量检测，通过推导得到检验统计量。该方法克服了自适应匹配滤波器（AMF）目标方位失配带来的影响。仿真和实测数据的结果均验证了该方法在水下色噪声场中的有效性。8元均匀小孔径线列阵湖试数据的仿真结果表明，ML—AMF的检测性能优于MVDR1-5dB，优于CBF12～17dB。

基于功率中值和归一化采样协方差矩阵的自适应匹配滤波检测器

在非均匀海杂波环境中,参考单元中的异常单元限制了采样协方差矩阵(SCM)的估计性能,从而影响了传统自适应匹配滤波(AMF)检测器的检测性能。而考虑删除异常单元的方法在参考单元数目有限时可能导致矩阵的奇异性。鉴于此,在保持参考单元数目不变条件下,该文设计一种基于功率中值与归一化采样协方差矩阵(MNSCM)的估计方法,并将其与匹配滤波器(MF)相结合,构造一种新型的自适应匹配滤波检测器。与传统的自适应匹配滤波相比,该文设计的检测器在实测和仿真海杂波数据条件下均具有明显的性能优势。