使用Lp归一化权重的红外目标检测网络压缩

针对红外图像相比于RGB图像纹理较少的特性,提出一种使用Lp归一化权重的红外目标检测网络压缩方法,旨在改进基于卷积神经网络的目标检测方法对红外图像场景的适应性,在压缩网络规模的同时提升其泛化能力。首先阐述了Lp归一化权重的稀疏性可以通过调节p进行精确控制这一现象。基于该现象,提出了一种目标检测网络稀疏化训练方法。该方法分别使用Lp球面梯度下降与经典梯度下降训练主干网络和检测器,以平衡网络规模与拟合精度。仿真红外数据集测试结果表明,其在网络规模和目标检测精度方面均优于稠密模型:在网络规模上,稀疏化方法将Faster R-CNN、(Single Shot multibox Detector,SSD)与YOLOv3的有效参数分别减少了52%、78%和66%;在检测精度上,稀疏化方法将Faster R-CNN、SSD和YOLOv3的(mean Average Precision, mAP)分别提高了0.1%、0.3%和0.2%,验证了所提出方法的有效性。

激光雷达数据下架空输电线路点云场景分割及净空入侵检测

无人机搭载激光雷达(LiDAR)所获取的输电线路点云数据,有效提高了线路净空巡检的效率。然而,数据处理中存在大场景点云分类精度不高、净空隐患检测效率低的问题。依托典型架空输电线路激光雷达点云数据,本文提出了一种面向净空检测的轻量点云分割网络(LP网络),在多股电力线并行情况下建立二次函数,模拟电力线中线,结合规范快速检测净空隐患。通过两条输电线路测试,LP网络的平均交并比(IoU)达到0.895,所需时间为9.53 s;单座电塔净空入侵检测时间在1 min内;在交叉跨越区域,净空入侵检测也取得了准确结果。研究成果可用于自动准确识别线路隐患,为线路巡检提供决策支持。

基于层间引导的低光照图像渐进增强算法

低光照图像的图像质量通常较低,低光照图像增强(LLIE)旨在提高这类图像的视觉质量。针对现有的LLIE算法大多专注增强亮度和对比度、忽略细节增强的问题,提出一个基于层间引导的低光照图像渐进增强算法(PELG),兼顾图像亮度和细节增强。首先,使用拉普拉斯金字塔(LP)降低任务复杂度,提高算法效率;其次,利用各频率分量间的相关性,在低频和高频分量之间构建基于Transformer的层间引导融合模块,在各高频分量之间构建轻量级的层间引导融合模块,有效精炼金字塔较低层增强信息指导较高层处理图像,实现基于层间引导的渐进增强;最后,通过LP重建亮度均匀、细节清晰的增强图像。实验结果表明,所提算法的峰值信噪比(PSNR)在LOL(LOw-Light dataset)-v1上比DSLR(Deep Stacked Laplacian Restorer)高2.3 dB,在LOL-v2上比UNIE(Unsupervised Night Image Enhancement)高0.55 dB;与其他基于深度学习的LLIE算法相比,所提算法运行速度快,增强结果在客观和主观质量上均获得明显提升,更适用于实际场景。

融合多尺度特征与上下文信息的语音增强方法

在语音增强中,常用自编码器结构自动提取特征,但这样得到的特征单一或者冗余且不能较好地捕获语音信号的上下文依赖关系。因此,提出一种融合多尺度特征和上下文信息的语音增强方法MSF-CI。首先,利用多尺度卷积块提取语音信号的多尺度特征,解决特征单一问题;其次,利用注意力机制关注所提取特征的空间与通道关键信息,解决特征冗余问题;最后,使用门控卷积循环神经网络学习语音信号中跨度较长的上下文依赖关系,并通过门控线性单元提高该网络的非线性学习能力,从而提高模型的泛化性。实验结果表明,MSF-CI在低信噪比和不同噪声环境下增强语音信号的语音感知质量、短时客观可懂度等多个指标上均优于GRN、DPT-FSNet、U-Net等同类的单通道语音增强模型。在信噪比为0 dB时,该方法的平均语音感知质量和平均语音客观可懂度达到1.49和0.761。在构建的安多藏语语料库上验证模型的泛化性,平均语音感知质量和平均语音客观可懂度相对于噪声提高了20.7%和11.3%,MSF-CI模型不仅可以提升语音的质量与可理解度,而且具有较优的泛化性。

面向OpenFlow网络的访问控制规则自动实施方案

针对OpenFlow网络数据平面频繁改变导致网络难以实时满足访问控制策略要求的问题,提出了面向OpenFlow网络的访问控制规则自动实施方案。首先,由实时构建的转发路径获得可达空间,并通过规则集动态合成算法消除访问控制规则间的冲突;之后,采用规则空间分割算法将合成后访问控制规则的拒绝空间与可达空间比较,以检测直接和间接违反访问控制规则的非法转发路径;在此基础上,结合网络更新事件与违反检测结果灵活采取自动的违反解决方法,包括规则更新拒绝、规则序列移除、基于线性规划(LP)的近源端规则部署和末端规则部署4种;最后转换访问控制规则形式。理论分析和仿真结果表明,方案可用于控制器上运行多个安全应用程序和交换机内存受限的情况,并且基于LP的近源端规则部署方法可以降低网络中的不期望流量。

网络阻塞情况下的发电商市场力行为分析

电力传输网络的物理约束对寡头竞争性电力市场中发电商市场力行为的研究提出了特殊问题。本文运用解析的方法直接求解发电商的纳什均衡最优供给函数。另外,本文提出了产生于网络结构特征和网络线路阻塞状况的两类指数以用来评估发电商的优势位置(location privilege,LP)特性和网络市场力(network market power,NMP)特性。仿真结果表明所提出的方法能够从轻重缓急的角度出发,针对发电商的优势位置和网络市场力程度大小对网络传输线路进行排序, 从而有助于市场监管者甄别市场力行为,发现网络传输薄弱环节。

基于MPLS和DiffServ的域内网络资源配置方法

服务质量(QoS)和流量工程(TE)是在当今网络中提供实时应用业务的两种重要技术。多协议标记交换(MPLS)在IP网QoS提供和TE功能实现中起了关键作用。该文首先介绍了基于MPLS的网络配置基本方法,然后提出了一种在基于MPLS和DiffServ相结合的网络中基于约束的域内静态网络资源配置方法,给出了相关的数学模型,并进行了相应的仿真,仿真结果表明该方法能在网络开销增加较少的情况下,有效地均衡网络负荷。

基于RBF网络优化制备均匀粒度分布的微米级SiO_2基相变调湿复合材料

以SiO_2为载体、癸酸-棕榈酸为相变材料,采用溶胶-凝胶法制备微米级SiO_2基相变调湿复合材料。运用均匀设计结合RBF网络优化制备参数,对最均匀粒度分布微米级SiO_2基相变调湿复合材料进行表征。结果表明:当扩散系数为0.5时,RBF网络具有最佳的逼近效果;最优制备工艺参数:溶液pH值为4.27,去离子水用量为8.58,无水乙醇用量为4.83和超声波功率为316W;最均匀粒度分布微米级SiO_2基相变调湿复合材料的d10,d50,d90分别为383.51,511.63,658.76nm,d90-d10实测值为275.25nm,实测值与预测值吻合较好,相对误差为-2.64%;最均匀粒度分布微米级SiO_2基相变调湿复合材料在相对湿度为40%~60%时,平衡含湿量为0.0925~0.1493g/g,相变温度为20.02~23.45℃,相变焓为54.06~60.78J/g。

工程施工优化方法

在分析与工期有关的效益和费用,计算工程网络图时间参数并找出关键线路的基础上,使用线性规划技术对工程项目中各项子工程施工时间进行运筹和优化,可使工程项目总体施工效益达到最大化。

工业以太网中IEEE 802.1p优先权调度协议改进

以交换式工业以太网网络控制系统为研究对象,针对采用IEEE 802.1p优先权调度的交换机内部排队延迟,提出了调度改进构想,对硬实时数据流和非硬实时数据进行区别处理.构建了一个典型的树形拓扑交换式以太网模型,计算了优先权调度改进后周期性实时数据帧在各个传输环节的最大延迟,同时推导了优先权调动改进方案应满足的基本条件.最后通过OPNET软件进行了仿真验证,结果表明IEEE 802.1p优先权调度协议改进可以提高工业以太网中硬实时数据传输的实时性.

基于并行模糊神经网络的车牌识别研究

车辆牌照的自动识别是目标自动识别的一种重要形式,针对车牌识别的后期技术,即牌照识别技术做了研究并提出了一种新的车牌识别方法,该网络由BP神经网络识别模块和模糊控制器构成,为了便于硬件实现,各模块相互独立,最后利用PVM网络在虚拟并行平台上实现了该识别网络,实验结果表明,和标准BP网络相比,该算法具有更加良好的性能,满足实时识别车牌的要求。

前向神经网络逼近误差估计

构造了一种前向神经网络并研究了其对连续函数以及Lp可积函数的逼近误差,去掉了以前的文献中要求激活函数为奇函数的限制,提出了新的网络参数的设置.此外,进一步研究了该神经网络参数设置与逼近误差之间的关系,给出了此类神经网络逼近所能达到的误差上确界.与此同时,数值实验的结果显示该网络的逼近效果优于已有结果.

基于TCP/IP协议栈的嵌入式以太网终端设计

嵌入式技术在以太网中的应用是当前的研究热点之一。提出了一款基于TCP/IP协议栈的嵌入式以太网终端的设计方案。该方案给出了ARM内核的微处理器S3C44B0X和以太网控制器芯片RTL8019AS的接口电路以及嵌入式TCP/IP栈和μC/OS-Ⅱ实时操作系统的核移植的设计思想和具体开发流程。该方案性价比较高,适用于通信速率要求不高的家庭自动化设备和工控场合。

WSN中基于线性规划的多类别目标覆盖算法

多类别目标覆盖问题是目前无线传感器网络中的研究热点。针对现有目标覆盖算法在时间效率、网络生命周期等方面的不足,将多类别目标覆盖问题建模为基于线性规划的网络生命周期最大化问题,提出一种基于分簇的目标覆盖算法。该算法依据节点的剩余能量和感应能力,在每个簇结构内求解最优覆盖集的基础上得到接近于最优解的全局覆盖集,进而调度节点相应的感应模块去覆盖其感知范围内同属性的目标。实验结果表明,该算法是有效的,在网络生命周期和时间效率等方面均优于CWGC方案,接近于线性规划最优值。

计算机网络信息安全及防护策略的思考

科学技术的不断发展,我国计算机网络信息技术在人们的日常生产、生活中日益普及,其目前发展已趋近于成熟阶段。但随着网络安全问题的频发,计算机应用安全问题也逐渐引起了社会各界的广泛关注。基于上述情况,我国相关研究人员结合当前现状制定出一系列的安全防护措施,但仍未能从根本上解决网络安全问题,故急需进行进一步探索。本文主要对计算机网络信息安全及防护策略进行了研究。

车联网体系结构及感知层关键技术研究

车联网被认为是物联网中最能够率先突破应用领域的一个重要分支,是目前一个研究热点。本文基于物联网(IoT)、智能交通系统(ITS)及信息网络已有研究成果,提出并描述了车联网(IoV)的基本概念和体系结构,并对当前的标准化研究现状进行了介绍。在此基础上,本文重点分析了车联网的架构、通信模式、主要功能、应用领域及技术难点,并以IEEE 802.11p标准和IEEE 1609协议栈为参考,对物理层、介质访问控制层和网络层的关键技术、主要协议和通信标准进行了综合讨论。

基于无线传感器网络的城轨列车智能监测系统

设计一个能够对城轨列车关键设备进行监测的无线智能平台。平台通过搭建的无线传感器网络对部署在城轨列车上的电力牵引系统、城轨列车通信信号设备等关键设备进行信息采集,并将采集的信息进行汇聚、处理,然后通过数字移动通信网络(GSM/GPRS/CDMA)传输到监测中心,完成故障告警、远程监护的智能化监测。以S-MAC协议为基础,提出一种低控制开销的MAC协议——LPS-MAC协议。协议的主要目标是保证突发活动事件的准确传输,减少通信时延,有效地节约能源,延长使用周期。

无线传感器网络单基站调度算法

对于无线传感器网络(WSN)移动基站的调度问题,提出了一种基于线性规划方法的移动单基站调度算法。首先,通过对移动单基站调度问题的形式化描述,对该问题在时间域中进行了数学建模,并使用重建模技术,将问题从时间域转化到空间域以降低求解复杂度,然后基于线性规划理论建立了一个多项式时间复杂度的最优算法。模拟仿真实验验证了该算法的有效性,实验数据表明该移动基站调度算法能有效地延长无线传感器网络的网络生命周期。

求解有限马氏决策问题的神经网络方法

在有限马尔可夫决策过程的线性规划求解方法以及神经网络算法的基础上提出了运用神经网络求解有限马尔可夫决策问题的方法.并通过算例验证了该方法的有效性.

车联网终端的设计与实现

基于WAVE(Wireless Access in the Vehicular Environment)协议的车联网可以通过车载终端实现车辆之间自动组网通信,解决了车辆行驶中信道切换和链路连接速率的问题.本文在分析了WAVE协议架构和相关技术的基础上,以802.11p射频模块作为空中接口,提出一套基于该协议的硬件和软件解决方案.本方案采用三星公司的Exynos4412处理器作为主控器,USB摄像头作为视频采集模块,U-Blox7模块作为定位模块,可以实现文本、语音、视频的传输和GPS定位等功能.