基于向量叉乘标签分配的遥感图像目标检测算法

近年来遥感图像目标检测受到了广泛的关注,主流的遥感图像目标检测器通过预设锚框与真实框之间的交并比(IoU)进行正负样本的划分。为了解决基于IoU的标签分配方法在遥感图像小而密集目标中存在复检和漏检的问题,本文提出了一种基于向量叉乘标签分配的遥感图像目标检测算法YOLOXR。首先,提出了一种标签粗分配策略,通过向量叉乘的方法判断特征图的像素点是否在旋转目标内或者目标中心点附近的旋转正方形框内,从而确定其是否为候选正样本。其次,为了降低边缘低质量候选正样本对标签分配的影响,提出了旋转中心度量方法,通过向量叉乘判断像素点距离中心点的远近程度进而赋予不同的权重。最后,基于最优传输的方法(sim OTA)选取真实框和样本点的最优匹配对,使得总体代价最小,进而为旋转目标分配合适的标签。此外,为了解决旋转IoU损失不可导以及Smooth L1损失难以权衡旋转框各个参数的问题,通过计算真实框和预测框二维高斯分布的Kullback-Leibler散度(KLD)来替代IoU。在公开的遥感图像目标检测数据DOTA、HRSC 2016和UCAS-AOD上的大量实验表明,所提方法优于目前绝大多数旋转目标检测算法。

基于BA-SVR混合模型的果蔬生鲜物流需求预测模型研究

本文通过构建BA-SVR混合模型对果蔬生鲜物流需求进行预测研究。首先通过互联网大数据搜索技术构建果蔬生鲜需求指数相关网络关键词词库,进而采用皮尔森(Pearson)相关分析和逐步回归选择预测因子。其次,结合果蔬自身特点以及物流市场变动因素,提出了果蔬生鲜物流指数(Fruit&Vegetable Logistic Index, FVLI)概念,分析了FVLI变动的影响变量,使其成为反映物流市场信息变动的重要指标。再次,利用蝙蝠算法(Bat Algorithm, BA)自动更新迭代参数的优势,将其引入到支持向量回归(Support Vector Regression, SVR)模型中,用于优化SVR模型中自由参数值,进而构建BA-SVR混合模型对北京市果蔬生鲜需求变化趋势进行模拟仿真及实证预测。最后根据构建的性能预测指标,通过确立的基准模型与其进行对比,评估BA-SVR混合模型性能的优劣,从而提出一种可以用于果蔬生鲜物流信息短期预测的改进方法。

赝矢量的几何本质

本文借助于微分几何中的外积运算、微分形式、Hodge星算子等基本概念,探究了赝矢量的几何本质是微分2-形式,又借助Hodge星算子,给予微分2-形式可以被称为赝矢量的合理解释.通过将叉积运算替换为外积运算,清晰地解释了赝矢量、真矢量及其混合运算规则的逻辑关系,举例说明赝矢量及其运算在力学和电动力学等领域中的应用.特别是,应用赝矢量的运算规则给出了向心加速度是真矢量的合理解释.

基于改进残差网络的驾驶员情绪监测方法

针对驾驶员情绪实时监测问题,提出一种基于改进残差网络(ResNet)的表情识别方法,并设计了一种驾驶员情绪监测系统。系统首先对摄像头获取的驾驶员面部图像进行人脸检测与预处理,包括定位和白化处理,然后通过ResNet提取表情特征;其次,选用支持向量机(support vector machine,SVM)改进ResNet中的分类器,将表情特征输入SVM中进行情绪分类;最终,采用交叉熵损失函数,使用Fer2013数据集进行训练和实验,并利用迁移学习加速模型训练。实验结果表明,所提方法的识别准确率达到72.6%。与其他方法的对比分析验证了所提方法在驾驶员情绪监测中的有效性和实用性。

一种改进的群组机器人网络路由算法

针对群组机器人系统在应急场景下移动频繁、能量有限的特点,提出了一种基于能量与速度的分簇自组织按需距离矢量协议(Clustered Ad hoc On-Demand Distance Vector Protocol Based on Energy and Speed,ESC-AODV),以延长群组机器人网络运行时间,提高通信可靠性。用路由性能代替跳数作为路由判据,目的节点在重复接收到路由请求(Route Request,RREQ)数据包时,若路由性能更小,则回复路由应答(Routing Reply,RREP)数据包,以此选择更好的路由,引入分簇结构,通过簇头和网关组成的骨干网络减少广播洪泛次数。实验结果证明,节点数量多时,改进的ESC-AODV协议在延长网络生存时间的同时,平均端到端时延、数据包投递率、吞吐量和路由开销均优于AODV以及基于能量、负载和速度的AODV路由协议(AODV Routing Protocol Based on Energy,Load and Speed,ELS-AODV)。ESC-AODV协议能够节约网络能量,提高可靠性,获得更优的网络性能。

基于预训练和多模态融合的假新闻检测

现有的多模态检测模型通常对每个模态的特征进行简单拼接,不能对模态之间的相关性进行有效建模,而且很难迁移到标签稀少的领域。提出一种基于预训练和多模态融合的假新闻检测模型PMFD。提取新闻附带图像不同区域的特征作为图像原始向量,合并图像原始向量作为图像引导向量,设计早期融合、中期融合、后期融合3种不同的多模态融合方式。在早期融合阶段,通过图像引导向量初始化文本特征提取器,获取文本原始向量,合并文本原始向量作为文本引导向量。在中期融合阶段,使用模态的原始向量集合与其他模态的引导向量构造模态的特征表示。在后期融合阶段,融合不同模态的特征表示,构造新闻的特征表示。为提高模型的泛化能力,在标签丰富的数据上对PMFD进行预训练,然后再在标签稀少的数据上对PMFD进行微调。在公开数据集上的实验结果表明,PMFD能有效检测假新闻结果,相对传统模型CNN、LSTM、BERT等有10%以上的提升,相对EANN、M_model多模态假新闻检测模型有2%~3%的提升。

基于非脉冲矢量网络分析仪的非反向交叉眼干扰实验设计与分析

交叉眼技术是对抗单脉冲雷达最有效的方式之一。针对交叉眼干扰多侧重于仿真建模、实验设计及实施复杂等特点,基于交叉眼干扰原理、单脉冲测角原理和矢量网络分析仪幅相精确测量等特性,设计了基于喇叭天线、微带天线、幅相调节器和非脉冲矢量网络分析仪组成的非反向交叉眼干扰实验系统。在微波暗室环境下,先后开展了基于矢量网络分析仪的测角实验和非反向交叉眼干扰实验,并通过建立干扰天线相位中心电磁仿真模型,对误差展开了分析。实验和仿真结果表明:交叉眼干扰下实验测量的角度值与理论角度值随相位差变化趋势一致,其理论最大角度值与实际最大角度值误差不超过2°,对应的交叉眼增益误差小于0.5;基于矢量网络分析仪设计的非反向交叉眼实验系统可行,可模拟非反向交叉眼干扰对被动单脉冲雷达干扰,亦可部分模拟反向交叉眼干扰应用场景,为交叉眼干扰机设计和测试提供一定的指导。

基于跨语言学习的老挝语实体识别方法

传统的命名实体识别系统主要是有监督的机器学习模型,这种方法需要大量的手动标注数据才能实现比较好的效果,难以适用于老挝语这种低资源语言。该文在对汉语和老挝语结构特点进行研究后,针对实验室目前获取的大量汉-老平行句对提出了一种基于跨语言学习的老挝语实体识别方法,该方法仅需要汉-老平行句对,而无需大量命名实体标注数据。首先,利用开源命名实体识别工具在汉语端进行命名实体标注;然后,利用跨语言表示和相似度计算将标注从汉语端投影到老挝语端并进行后处理;最后,使用融合词性特征和音节特征的字符向量训练命名实体识别模型。实验表明,基于跨语言学习的老挝语实体识别模型的F_(1)值达到了74.29%。

基于支持向量机与特征降维的直流断路器机械故障诊断技术研究

直流断路器机械故障诊断算法是直流断路器机械状态在线监测系统的核心部分。文中进行了直流断路器机械故障模拟实验,采集不同故障下的线圈电流及振动信号,对其进行特征提取后,将电流特征、振动短时能量特征、小波包频带能量特征排列组合,利用支持向量机构建故障诊断模型。文中使用主成分分析法及Relief⁃F算法对不同特征组合降维,进一步分析特征组合降维后的诊断效果,并通过K⁃Fold交叉验证算法评估单一特征和特征组合训练输出的诊断模型选取分类性能最优的诊断模型。

基于共空间模式的脑电信号疲劳检测

因脑电信号更能直接反映大脑皮层疲劳状况,论文提出了一种基于共空间模式的脑电信号疲劳检测方法。该方法首先对数据集进行滤波等预处理操作,然后应用共空间模式提取特征,最后用支持向量机对提取到的有效空间特征二分类。此外,实验还采用了5折和10折交叉验证法进行评估;探索了脑电疲劳特征阶数相关系数m的取值;划分了脑区并对各区域疲劳识别准确率进行了比较。研究结果表明:论文方法的识别率高于基于样本熵、模糊熵等方法的识别率,疲劳检测准确率均值可达98.54%,全头皮疲劳识别率最高,额区疲劳识别率优于其他区域,可达92.54%。论文研究可为疲劳检测设备的研发提供更简单准确的检测方法,有助于促进可穿戴脑机接口在疲劳驾驶预警中的应用。

SMILE术中应用十字定位法矫正低中度散光的临床效果

目的:采用Alpins矢量分析法评估飞秒激光小切口角膜基质透镜取出术(SMILE)术中应用十字定位法矫正低中度散光的临床效果。方法:前瞻性随机对照研究。纳入2022-05/11在西安市第一医院激光近视治疗中心进行SMILE手术且散光度数≤1.50 D的低中度顺规散光患者50例81眼,依据随机表分为十字组患者25例41眼术中在进行标准SMILE程序之前术者根据十字交叉线调整患者头位,使患者双眼外眦与水平线对齐,眉心及鼻梁与垂直线对齐;未用十字定位法的对照组25例40眼。观察两组患者术后3 mo视力及屈光情况,采用Alpins矢量分析法对散光变化进行分析评估。结果:随访期间十字组失访6例11眼,对照组失访8例14眼。最终十字组纳入19例30眼,对照组纳入17例26眼。术后3 mo,两组患者术眼裸眼视力(UCVA)均≥1.0,均未出现严重并发症,两组间UCVA、最佳矫正视力(BCVA)、球镜度及等效球镜度比较均无差异(均P>0.05)。十字组柱镜度数0.00(0.00,0.00)D小于对照组-0.13(-0.50,0.00)D(P=0.01)。矢量分析结果显示,十字组的矢量误差(DV)低于对照组[0.00(0.00,0.00)vs 0.13(0.00,0.50),P=0.01],成功指数(IOS)优于对照组[0.00(0.00,0.00)vs 0.18(0.00,0.77),P<0.01]。术后3 mo,十字组和对照组角度误差(AE)在±5°内的眼数分别为26眼(87%)、15眼(58%)。结论:SMILE术中应用十字定位法校准患者头位,减小了SMILE矫正低中度散光的轴位误差,提高SMILE矫正低中度散光的精确性。

基于机器学习的长三角数字经济预测模型选择

聚焦于数字经济这一现代经济增长的核心驱动力,通过特征选择算法精炼数据,结合多种机器学习算法构建模型,并经交叉验证优化参数,依据模型性能指标筛选出最优的长三角数字经济模型,以期高效、精准地把握长三角数字经济发展趋势.研究结果显示:特征选择算法能显著提升机器学习算法的预测精度;各机器学习算法中支持向量回归的预测效果最佳;各模型组合中随机森林-支持向量回归模型为最优的数字经济预测模型,能够很好地反映出长三角数字经济稳步发展的趋势.

三元组天线交叉眼稳健角度欺骗方法

针对多阵元交叉眼干扰欺骗角精度不足以及欺骗角不稳定的问题,提出了一种新的三元组多阵元角度欺骗方法。该方法采用三元组结构干扰天线阵提升线阵聚焦性能,明显降低了线阵对称峰的欺骗扰动,从而获得更平稳准确的欺骗指向。同时,该方法结合自适应遗传因子寻优,通过欺骗波形和波达方向两方面的约束,形成稳定的欺骗效果,并增加了角度欺骗的覆盖范围。通过仿真结果验证了该方法的有效性。

金融风险跨市场传染的驱动机制研究——基于影子银行视角

本文基于广义预测误差方差分解测算我国7个金融市场的风险溢出系数,进一步构建大型贝叶斯向量自回归模型,探析影子银行发展对我国金融风险跨市场溢出的影响。结论表明:第一,影子银行强化了我国金融风险跨市场溢出水平,汇率、货币、黄金、大宗商品市场的风险净溢出有所增强,股票、债券、房地产市场的风险净溢入有所增强。第二,债券市场在所有市场中承压最大,特别是货币市场向债券市场的风险净溢出效应最强。第三,进一步的格兰杰因果检验发现,影子银行打破了货币市场资金流向债券市场的政策约束,推升债券市场杠杆,这是影子银行驱动货币市场风险向债券市场溢出的根本原因。

群智能算法在月径流预测支持向量机建模中的适应性研究

变化环境下,径流的精准预测愈加困难,集成稳健的优化算法是近年来机器学习发展的动力,也是提高径流预测精度的有效途径。为规避支持向量机(SVM)建模时适应度函数选取的不足,提出基于群智能算法的SVM参数优化范式,并以新疆克孜尔水库月平均径流量预测为例,对粒子群算法(PSO)、差分算法(DE)、灰狼算法(GWO)、鲸鱼算法(WOA)和麻雀算法(SSA)5个典型算法进行仿真验证。结果表明,PSO建立SVM模型合格率(QR)小于60%,预测精度不达标,其余4类算法的平均绝对相对误差和纳什系数分别介于10%~20%和0.75~1之间,预测效果良好;20次独立运算结果中,PSO、WOA、SSA和DE存在预测结果较差的情况,其中PSO的稳定性最差。综合而言,GWO优化的SVM(SVMGWO)在月径流预测中精度、稳定性和可靠性更佳。

基于机器学习的DNA复制起始位点识别研究

DNA复制发生在所有生物体内,是生物遗传的基础,它是从单个原始的DNA分子生成两个相同复制品的过程。为了深入了解这一重要的生物学过程并将它应用于发展对抗遗传病的新战略,有必要对DNA复制的机制进行研究。在后基因组时代,随着DNA序列数据的数量呈爆炸式的增长,急需发展高通量数据比对的工具,此工具能够通过DNA序列数据即可识别DNA序列中的复制起始位点。文章中提出一个新型的预测器iROI-PCM,将DNA序列样本通过结合一系列自协方差和交叉协方差的物理化学属性矩阵来表示,并使用支持向量机进行分类。经过严格的交叉验证,结果表明,所提出的预测器在敏感性、特异性、准确性、稳定性等指标上都明显优于已有的预测器,能在一定程度上对相关研究有所助益。

基于改进粒子群算法的矢量水听器多目标方位估计

为了研究单矢量水听器多目标方位估计能力,分别利用互谱声强法、MUSIC算法及信号统计量方法对多个目标方位进行估计。互谱声强法可以估计出多个不同频的单频目标方位,但对于频谱混叠的目标无法分辨;MUSIC算法可以分辨单频和宽带目标,但利用单矢量水听器最多可估计2个目标方位。为此,针对文章提出的信号统计量方法,构建了声压和振速的统计量模型,将其与粒子群优化算法及改进算法相结合,实现了基于改进粒子群算法的多目标方位估计。对多个单频和宽带信号目标进行仿真分析,结果表明,进粒子群算法具有良好的估计效果;对3种方法的估计结果进行比较,验证了改进粒子群算法有较好的适用性。通过对2022年千岛湖试验数据的处理再一次验证了算法的有效性。

基于交叉熵理论的电力变压器全周期故障诊断模型

在变压器全寿命运行周期内,为准确定义变电故障事件的行为等级,尽可能避免电力击穿现象,提出了基于交叉熵理论的电力变压器全周期故障诊断模型。根据交叉熵理论算法原则,求解交叉评估指标与回归熵向量,联合全周期运行参数,实现对电力变压器全周期可靠性的评估。以故障率为基础指标,确定故障率分布参数的取值范围,联合相关故障行为参量,准确计算临界风险值,继而完成对电力变压器全周期故障诊断模型的设计。实验结果表明,基于交叉熵理论诊断模型的应用,能够精准定义变电故障事件的行为等级,在变压器全寿命运行周期内,在解决电力击穿问题方面具有突出作用。

基于DBN-MFSVM的玉米跨境供应链风险预警方法

针对当前玉米跨境供应链系统中存在大量的非结构化数据,具备多源异构特点。传统的风险预警方法存在过度依赖人工决策、预警准确率偏低等缺陷。为解决上述问题,提出基于深度置信网络和多类模糊支持向量机的玉米跨境供应链系统风险预警方法。首先基于嵌入编码与归一化原理,预处理玉米跨境供应链系统中的大量非结构化数据,转化为结构化数据,便于后续计算;然后基于深度置信网络,提取数据高纬度特征,自适应挖掘出玉米跨境供应链系统中风险指标变化趋势与关联性;最后将提取出的高维度特征输入到多类模糊支持向量机模型中进行训练,实现玉米跨境供应链风险分级预警。所提算法能够在运行时间相近的情况下,准确率达到94.88%,较最差算法提升52.17%,综合性能较其他算法优越,能够为玉米跨境供应链系统风险监管应用提供理论支撑。

基于遗传算法和支持向量机的XSS攻击检测方法

针对现有基于过滤器、动态分析、静态分析等的解决方案在检测未知XSS攻击方面效果不佳的问题,利用机器学习方法可高效检测出未知XSS攻击的特点,提出一种基于遗传算法和支持向量机的XSS攻击检测模型.通过模糊测试生成XSS攻击预样本,利用遗传算法搜索特征空间,迭代生成最优测试用例,从而扩充数据集、丰富XSS攻击向量库.给出了基于遗传算法和支持向量机的攻击检测模型,确定了XSS测试用例编码规则.进行了适应度函数设计,完成了选择算子、交叉算子、变异算子的设计.从准确率、召回率、误报率和F_(1)值来评价分类器的检测效果,结果表明:该模型准确率达到了99.5%;对比其他检测方法,该检测模型具有更好的检测效果,并且召回率和误报率也有明显改善.