基于Markov网络及laplacian映射的快速相似性检索方法

快速相似性检索技术对于各种信息检索应用都具有很大的意义,其中基于语义哈希的快速相似性检索即是一个合理有效的检索方式,其检索模型能够在保证语义相关的基础上将高维空间中大量相关的文档数据,映射在低维空间中。虽然近年来许多关于语义哈希的研究都表现了不错的实验结果,但是都没有考虑到利用文档集合自身的信息来加强文档间的相关信息。为了有效利用文档自身信息,提出结合强化文档间邻接关系的马尔可夫迁移过程及使用保留局部信息的拉普拉斯映射方法的相似性检索方式。

基于测地线距离的广义高斯型Laplacian特征映射

传统的Laplacian特征映射是基于欧氏距离的近邻数据点的保持,近邻的高维数据点映射到内在低维空间后仍为近邻点,高维数据点的近邻选取最终将影响全局低维坐标.将测地线距离和广义高斯函数融合到传统的Laplacian特征映射算法中,首先提出了一种基于测地线距离的广义高斯型Laplacian特征映射算法(geodesic distance-based generalized Gaussian LE,简称GGLE),该算法在用不同的广义高斯函数度量高维数据点间的相似度时,获得的全局低维坐标呈现出不同的聚类特性;然后,利用这种特性进一步提出了它的集成判别算法,该集成判别算法的主要优点是:近邻参数K固定,邻接图和测地线距离矩阵都只构造一次.在木纹数据集上的识别实验结果表明,这是一种有效的基于流形的集成判别算法.

Laplacian多特征映射的三维模型形状分析

面向三维模型的统一结构描述与智能检索的技术需求,提出一种Laplacian多特征映射的三维模型形状分析方法.首先提取三维模型的表面形状与体积特征,建立融合测地线距离、角距离和空间体积的多特征相似度矩阵;其次根据Laplacian特征映射算法实现三维模型由空域到谱域的转换以及多谱特征分析;最后通过对Laplacian矩阵特征值之间的本征间隙自适应确定聚类数目,并结合K-means聚类方法实现模型的自动结构识别与分割.实验结果表明,在同一类模型的结构特征提取与统一分割应用中,该方法是高效、鲁棒的,对于实现模型的高层次语义描述、模型配准以及模型检索具有重要的意义.

基于Laplacian特征映射的被动毫米波目标识别

针对传统被动毫米波金属目标识别方法中特征提取、选择的缺点,采用Laplacian特征映射流形学习算法发现了金属目标回波信号短时傅立叶谱中低维流形的存在,并研究了其特性。通过比较测试样本与正类样本低流形的匹配程度进行分类识别,与其他性降维及基于核的非线性降维算法相比,识别率更高,且对数据混叠分布鲁棒性好。

一种克服噪声的鲁棒Laplacian特征映射算法

针对流形学习算法普遍存在对噪声敏感的问题,提出一种克服噪声的鲁棒Laplacian特征映射算法。该算法从Laplacian特征映射出发,在降维过程中,对样本点的邻域范围采用局部PCA的方法,以识别和剔除包含的噪声点,并在重构低维嵌入坐标的同时保持流形光滑连续的整体性,较好地改善了算法的特征提取性能。实验结果表明,所提算法有效地提高了对噪声的鲁棒性。

无穷个m增生映射和逆强增生映射的隐式单调投影算法与p-Laplacian系统

首先在Hilbert空间中,设计了带误差项的隐式单调投影迭代算法,证明了迭代序列强收敛到无穷个非线性m增生映射与逆强增生映射和的公共零点的结论,将以往的相关研究成果从有限个映射的情形推广到无穷个;其次采用分裂法将一类p-Laplacian型抛物系统转化成算子方程的形式,证明了p-Laplacian型抛物系统非平凡解的存在性并建立了非平凡解与无穷个m增生映射与逆强增生映射和的公共零点的关系;最后构造了p-Laplacian型抛物系统非平凡解的迭代逼近序列,推广和补充了以往的相关研究成果.

归一Laplacian矩阵有监督最优局部保持映射故障辨识

提出基于归一化Laplacian矩阵有监督最优局部保持映射(Normalized Laplacian-based supervised optimal localitypreserving projection,NL-SOLPP)维数化简的故障辨识方法。构造全面表征不同故障特性的时频域特征集,利用NL-SOLPP将高维时频域特征集自动约简为区分度更好的低维特征矢量,并输入到Shannon小波支持向量机中进行故障模式辨识。NL-SOLPP结合流形局部结构和类标签来设计相似加权矩阵,并使输出基矢量统计不相关和相互正交,提高了故障辨识精度。深沟球轴承故障诊断和空间轴承寿命状态辨识实例验证了该方法的有效性。

基于三维超混沌映射的图像加密及其FPGA实现

随着信息技术的不断发展,确保信息安全已成为重要问题,而图像作为被广泛使用的多媒体工具,时常面临着泄露的风险,针对该问题提出一种基于三维超混沌映射的图像加密算法。该算法首先构造一个离散三维超混沌系统,此系统相较于传统的混沌系统拥有更好的混沌特性,所生成的序列具有更强的随机性。然后在此序列的基础上对图片进行置乱和扩散:在置乱阶段,通过混沌序列对原始图片的像素点进行索引排序,实现像素置乱;在扩散阶段,使用处理后的混沌序列对置乱图像的像素值进行分层异或,实现像素扩散。软件仿真和性能分析表明,该算法具有较高的安全性和较强的抗干扰能力,最后通过FPGA硬件平台完成图像加密。整个算法包括软件仿真和硬件实现两个部分,能够有效提升学生将理论和实践相结合的能力,增强学生对非线性理论的理解。

基于多端口参数提取和主动空间映射法的腔体滤波器设计

为提高微波腔体滤波器的设计效率,文中提出了一种基于多端口参数提取和空间映射法的滤波器快速设计方法。通过添加额外内部端口提取腔体滤波器电磁模型的Y参数,从而计算出耦合矩阵,再结合空间映射法将求解滤波器理想尺寸问题转换为逼近理想耦合矩阵问题。最后设计并加工了一款四阶同轴腔体滤波器,在初值偏差很大的情况下,经过四次迭代即可得到满足指标的滤波器物理尺寸,实物调试结果和仿真结果一致性良好,从而证明了文中方法的快捷有效。

一种带高光处理的无缝纹理映射方法

纹理映射作为三维重建的重要步骤,直接关系到生成模型的视觉效果。传统的纹理映射方法通常使用简单的混合方法来获取表面纹理。通过将模型表面投影到每个纹理图像上来获取相应的纹理区域,然后将它们混合在一起以获取表面纹理。然而,由于相机位姿的不准确性,纹理映射结果存在明显的模糊和鬼影等问题。此外,在高光环境下获取的纹理图像很容易包含高光区域,最终导致纹理颜色的丢失,降低纹理的真实性。为了解决这些问题,提出了一种无缝纹理映射方法,可以有效消除高光反射。通过衡量纹理图像的质量,为每个模型表面选择最佳的纹理图像,并利用色度一致性约束优化的相机位姿以消除明显的纹理错位。针对高光问题,提出了一个高光处理模块,使用多视图图像信息并基于双色反射模型定位和处理高光纹理。最后,对纹理图进行纹理颜色一致性调整,以处理纹理之间的颜色差异。实验结果表明,与现有方法相比,提出的算法可以有效消除高光反射的影响,从而获得更好的纹理映射结果。

基于NXMCD的虚实映射实验交互系统设计与实践

该文基于数字孪生理念,结合NX MCD机电概念设计、PLC编程与控制和LabVIEW的图形化编程手段,完成了基于NX MCD的虚实映射实验交互系统设计与实践。以LabVIEW设计的UI界面为控制监测端,物理对象与MCD虚拟模型为执行端,实现了物理对象与MCD虚拟模型的虚实映射,同时MCD虚拟模型能够输出控制信号进而控制物理对象。在此基础上,设计了步进电机往复运动与MCD虚拟模型虚实映射实验案例。该实验案例可为本科生和研究生相关课程的实践教学提供虚实映射交互实验方法和手段,可显著提升学生的创新实践能力与水平,是对数字化实践教学研究的一次探索。

基于映射空间编码的高速运动轨道图像去模糊研究

针对轨道缺陷检测系统因镜头抖动或相机快速移动而导致所采集图像较为模糊的问题,提出一种基于最大后验概率估计思想的映射空间编码的高速运动轨道图像去模糊算法。首先,该算法使用深度编解码器和残差网络分别对数据集中清晰图像到模糊图像的映射关系和模糊核进行编码,为了保证编码时频率信息的完整性,算法在传统的残差模块上引入快速傅里叶变换通道构成双通道残差网络,以补偿多次特征提取带来的频率损失;其次,算法采用深度图像先验(Deep Image Prior,DIP)将潜在的清晰图像和模糊核进行参数化,再利用先验得到的模糊核和清晰图像来调用编码空间中的映射关系;最后,通过交替优化潜在的清晰图像和模糊核,从而去逼近一个真实未知的映射,进而实现真实场景下高速运动轨道图像的去模糊。实验结果表明,双通道残差模块提取的特征图频率信息分量强度普遍高于传统的残差模块,相较于使用传统残差模块实现该算法,采用双通道残差模块可使峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)提升0.84 dB,结构相似性(Structural Similarity,SSIM)提高0.025 1。与现有的深度学习去模糊算法相比,提出的去模糊算法对高速轨道检测系统所采集图像的去模糊效果更佳,在性能方面相较于最好的去模糊算法,PSNR提高了1.84 dB,SSIM提升了0.017 3,显著提升了采集图像的质量。研究结果可为下一步识别轨道部件是否存在缺陷提供清晰图像。

基于映射距离比离群因子的离群点检测算法

针对基于邻近性的离群点检测方法需要花费大量时间过滤正常点,并且在检测全局离群点时难以检测出局部离群点的问题,提出一种基于映射距离比离群因子离群点检测(MDROF)算法。首先,为了减少正常点在检测过程中的时间消耗,给出了差异相似度的概念,通过定义差异相似度剪枝因子过滤掉数据集中的大部分正常点。其次,定义映射k距离,通过映射距离与可达距离的比值刻画数据对象的局部离群程度,通过可达密度刻画数据对象的全局离群程度。最后,结合数据对象相互近邻点的平均排位定义映射距离比离群因子来检测离群点。在人工数据集以及真实数据集上分别对该算法与其他经典的离群点检测算法在精确率、AUC值和离群点发现曲线上进行实验对比分析。实验结果证明MDROF算法在离群点检测的准确性和稳定性上明显优于对比算法。

基于单边调制映射函数的LCC-HVDC直流侧阻抗精确建模

阻抗模型是电网换相换流器型高压直流输电系统小信号稳定性分析的重要基础,阻抗模型的准确程度直接影响系统小扰动稳定性分析。该文首先从同步触发原理出发,引入基于单边调制产生的映射函数,该函数蕴含控制及换相信息,可以准确建立换相/非换相期间交直流侧的映射关系;其次,考虑换相动态并通过谐波线性化和傅里叶变换建立完整的直流侧电压和交流侧电流的频域小信号动态模型;再次,考虑控制和换流阀阻尼回路,建立整流侧和逆变侧直流阻抗解析模型;最后,以CIGRE高压直流标准测试模型为例,基于PSCAD/EMTDC平台验证了直流侧阻抗模型的准确性及其用于小扰动稳定性分析的有效性。

基于臂型角的Baxter机械臂运动映射方法

在采用机器人进行远程操作过程中,针对任务空间映射算法的参数确定缺少系统化理论的问题,提出了一种系统化的定缩放因子映射算法和姿态映射算法,使映射后的人臂工作空间尽可能充满机械臂工作空间;针对任务空间映射会丢失臂型角信息的问题,提出基于黄金分割法的臂型角逆运动学求解方法,将臂型角的概念推广到有连杆长度的SRS型机械臂中;针对Kinect相机的随机抖动,提出基于卡尔曼滤波的消抖算法。实验结果表明:逆运动学算法能以平均时间28 ms正确跟踪期望轨迹;轨迹跟踪x方向平均误差为904 mm,y方向误差为1049 mm,z方向误差为649 mm,臂型角平均跟踪误差为074°。Baxter机械臂能够执行期望的目标轨迹,并能够根据人臂的臂型角调整构形。

基于多混沌映射算法的图像可逆化加密仿真

原图像经过对矩阵元素随机打乱可得到加密图像,加密后的图像可以有效防止已知攻击。可逆映射可以高效地实现像素置乱,但由于离散混沌序列的初始条件较为敏感,因此像素扩散置乱难度较大。为此提出基于多混沌映射算法的图像可逆化加密方法,在图像加密过程中,采用扩散置乱和Arnold变换置乱图像,通过Logistic映射系统和Chen系统生成离散混沌序列,置乱后图像中红、绿、蓝三基色分别执行异或运算,从而输出加密图像。在图像解密过程中,分别对扩散置乱、Arnold变换以及图像加密执行逆映射,输出解密图像,完成图像可逆化加密。实验结果表明,所提方法密钥敏感性和原图与解密图像像素值分布更均匀、相邻像素相关性更低,鲁棒性更强。

基于增量式等距映射同双重局部密度方法的工业过程故障检测

针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用IISOMAP将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引入双重局部密度方法构建统计量对过程进行监控;最后,将IISOMAP-DLD方法应用到田纳西-伊斯曼(TE)过程.实验结果表明,IISOMAP-DLD对比其他方法有更高的故障检测率.IISOMAP在保留数据内在特征的同时,解决了过程的非线性问题,而双重局部密度方法可消除过程的动态性.

基于多传感融合的巷道三维空间映射

针对我国煤矿掘进工作面智能感知能力不足的问题,提出了一种基于多传感融合的煤矿巷道三维空间映射方法。该方法利用激光雷达等3D传感器预览煤矿巷道环境信息,并构建实时自主映射模型,为大型煤机装备提供空间感知信息。基于姿态感知理论的多传感融合技术,对扩展卡尔曼滤波器算法进行优化,通过局部误差状态滤波估计和全局状态迭代估计,提出了一种基于距离残差的空间映射方法,实现了在几何退化的巷道环境下全局地图的快速更新和映射的高精度。其主要贡献在于将多传感器数据进行融合,构建出高精度的地下三维地图,并提高了巷道环境的智能感知能力和自主操作水平。首先,采用先进的激光雷达(LiDAR)传感器获取巷道内部的点云数据,提取点云特征,并建立帧间特征映射模型,从而构建出厘米级别的地下三维地图。同时,通过迭代误差状态的卡尔曼滤波器实现激光雷达与惯性导航的数据融合,提高了系统的鲁棒性,确保了地下三维地图的准确性和稳定性。此外,还考虑了井下粉尘和水雾等因素对巷道三维空间映射精度的影响,优化卡尔曼滤波增益调节激光雷达里程计权重,增强了低质量浓度粉尘条件下三维空间映射的环境适应性。实验结果表明,相较于LeGO-LOAM和LINS,笔者提出的三维空间映射方法在轨迹估计准确度、映射地图的点云数量以及点云密度等方面均表现更优。笔者所提出的方法可用于高精度、快速更新三维地图的自主掘进装备,提高煤矿掘进工作面的智能化水平,为巷道环境的智能化感知和自主作业提供了数据支持。

无等待与时隙映射复用结合的时间触发流调度方法

工业控制系统中众多应用的正常运行依赖于确定性低时延的网络传输,这一需求推动了时间敏感网络的发展。为保证工业控制系统中流量传输的确定性,提出了无等待与时隙映射复用结合的时间触发流调度方法。首先,对工业控制系统时间敏感网络的通信要素进行建模,通过分析时间触发流的特性,简化了链路、流传输、流隔离和帧隔离等约束条件;其次,使用基础周期作为调度循环时间,实时流采取无等待调度,循环流采取时隙映射复用,从而缩短了门控列表长度;然后,提出了基于数据帧传输区间中点的冲突判别方法,降低了时隙冲突判断的时间复杂度;最后,设计了时间触发流调度优化函数,并基于改进的多目标遗传算法进行求解。实验验证了该方法的正确性与可行性,平均门控列表长度缩短了59.7%。

新生儿脑白质损伤时空分布规律的病灶概率映射研究

目的采用基于T1WI的病灶映射方法刻画新生儿局灶性脑白质损伤(punctate white matter lesions,PWML)的好发区域并探究其时空分布规律。材料与方法回顾性纳入PWML新生儿94例,其中轻度损伤60例(早产/足月:24/36),重度损伤34例(早产/足月:20/14)。基于T1WI手动标记病灶,与约翰霍普金斯大学新生儿T1WI模板配准后叠加图谱,最终生成PWML概率映射图并计算病灶在不同区域的分布概率。对轻重度PWML组间以及不同分组内早产与足月儿各脑叶病灶体积进行比较。结果轻度PWML的分布均以颞顶叶为主(病灶体积于颞顶叶>额叶>枕叶,P<0.008),尤其是丘脑后辐射、角回及缘上回;早产儿损伤范围较足月儿增加,且向额叶延伸。重度PWML主要分布于额颞顶叶(病灶体积于额颞顶叶>枕叶,P<0.008),早产与足月损伤分布范围较为一致,共同累及的区域包括丘脑后辐射、角回及上放射冠。结论基于T1WI的病灶概率映射于脑区水平细化了不同程度PWML病灶的时空分布特征,为深入理解PWML的病理生理机制及预后评估提供了解剖基础。