基于反馈的实验辅助信息抽取融合框架研究

随着获取理性结构数据的信息抽取(Information Extraction,IE)信息融合(Information Integration,Ⅱ)技术在各类应用中的普及,产生了信息抽取与融合技术的自动化需求。但是,这类自动化程序的IE/Ⅱ结果通常精确性不足。本文提出一种可由用户直接向IE/Ⅱ系统提供反馈并自动融合反馈的解决方案UFIM(UserFeedback Incorpotated Model),用于搭建实验辅助信息库,服务于实验先导的非指导教学模式。此方案通过用户界面开放系统中部分数据的修改权限,将用户反馈自动融合至IE/Ⅱ模块中。实验证明,此方案搭建的IE/Ⅱ框架达成了较高的召回率和准确率。

氧化物神经元器件及其神经网络应用

目前,人工智能在人类社会发挥着越来越重要的作用,以深度学习为代表的人工智能算法对硬件算力的要求也越来越高。然而随着摩尔定律逼近极限,传统冯·诺依曼计算架构越来越难以满足硬件算力提升的迫切需求。受人脑启发的新型神经形态计算采用数据处理与存储一体架构,有望为开发低能耗、高算力的新型人工智能技术提供重要的硬件基础。人工神经元和人工突触作为神经形态计算系统的核心组成部分,是当前研究的前沿和热点。本文聚焦氧化物人工神经元,从神经元数学模型出发,重点介绍了基于氧化物电子器件的霍奇金–赫胥黎神经元、泄漏–累积–发射神经元和振荡神经元的最新研究进展,系统分析了器件结构、工作机制对神经元功能模拟的影响规律。进一步,根据不同尖峰发射动态行为,阐述了基于氧化物神经元硬件的脉冲神经网络和振荡神经网络的研究进展。最后,讨论了氧化物神经元在器件、阵列、神经网络等层面面临的挑战,并展望了其在神经形态计算等领域的发展前景。

基于彩色图像四元数表示的彩色人脸识别

为了更有效地利用彩色人脸的色彩信息进行识别,提出了一种新的基于彩色图像四元数表示的算法.首先基于彩色图像四元数表示和四元数代数理论定义了四元数伪Zernike矩(Quaternion pseudo-Zernike moments,QPZMs),将传统的主要处理灰度图像的伪Zernike矩(Pseudo-Zernike moments,PZMs)推广应用于彩色图像,然后基于QPZMs构造了彩色人脸图像针对旋转、缩放和平移(Rotation,scaling,and translation,RST)变换的四元数值不变量,最后结合这些鲁棒的不变量特征和四元数BP神经网络(Quaternion back propagation neural network,QBPNN)分类器进行彩色人脸识别.实验结果表明,与现有基于四元数的算法比较,本文算法在表情、光照、位置等变化方面具有更强的鲁棒性.

变化环境下的超声导波结构健康监测研究进展

超声导波结构健康监测(Structural health monitoring,SHM)在大规模板和管结构的缺陷诊断中是一个极具吸引力的检测技术。不同研究者均证实环境和操作条件变化,特别是温度和外加载荷变化会掩盖由缺陷引起的信号变化从而限制SHM系统的性能。分别就环境变化中温度和外加载荷对SHM系统中超声导波传播机理的影响进行综述:环境温度的变化会引起样本热膨胀系数和弹性模量的改变,进而影响超声导波在结构中的传播,且相比于超声纵向导波,横波对温度的敏感度较低;外加载荷对导波传播的影响主要体现在时移、幅值及相位的变化上。针对温度变化对导波结构健康监测造成的影响,详细阐述温度补偿法的研究进展,为更好地辨识由缺陷引起的变化和由周围环境引起的良性变化奠定理论基础,为后续超声导波SHM的研究指明方向。

语义级深度迁移的2D转3D算法

海量视频数据推动了基于数据驱动的单目图像深度估计研究.针对现有方法存在不同对象深度分配层次感不够的问题,在相似场景具有相似深度的假设前提下,提出一种基于语义级分割和深度迁移的单目图像2D转3D的方法.首先使用分割迁移模型将输入图像的像素进行语义级分类;然后通过语义级分类结果对场景匹配进行约束;再次利用SIFT流建立输入图像和匹配图像间像素级对应关系,并由此将匹配图像的深度迁移到输入图像上;最后通过语义级分割约束的最优化深度融合模型为不同对象区域分配深度值.Make3D测试数据的实验结果表明,该方法估计的深度质量比现有深度迁移方法更高,与最优化融合深度迁移算法相比,平均对数误差和平均相对误差分别降低0.03和0.02个点.

基于量化新息的容积粒子滤波融合目标跟踪算法

针对现有非线性网络化目标跟踪融合算法存在的精度低和实用性差等不足,以一类带有噪声相关的非线性网络化目标跟踪系统为对象,研究基于测量新息量化策略和容积粒子滤波(Cubature particle filter,CPF)的目标跟踪融合算法.首先,利用状态方程恒等变换和矩阵相似变换理论解除过程噪声与测量噪声以及测量噪声之间的相关性;其次,各个传感器节点采用自适应策略量化局部测量新息并将其发送到融合中心(Fusion center,FC);随后,在集中式融合框架下采用容积粒子滤波器设计基于测量值扩维的量化融合跟踪算法,进而给出相应的顺序滤波量化融合算法,上述算法可有效解决因自适应量化引起的非高斯问题;最后,通过两个计算机仿真实验验证了所提出跟踪算法的有效性.

基于宽频激励的管型结构导波检测

在对管型结构的导波检测过程中，需要预先选定导波模态，并确定激励频率，这个选择的过程存在一定的盲目性，而在多次反复试验中确定最佳激励模态和频率也会带来精力、时间、硬件资源的耗费问题。介绍一种信号处理方法，在宽频信号作为激励产生响应的基础上，采用该算法可获得其频带范围内任意单频激励信号对应的响应，有效解决了预先选定模态及频率的问题。同时，引入时频分析技术，根据缺陷反射回波能量的分布情况快速确定具有低模态转换响应的导波频率区间。通过对比各频率计算结果的模态和缺陷反射信号幅值，发现缺陷管中理想的激励导波频率在140～180 kHz，且缺陷反射回波幅值随激励信号周期增加而增加，但这种特点在低频表现得不明显。这为根据管中缺陷大小及类型，选择不同激励频率和周期提供了理论依据。

基于支持向量机的人脸识别方法

提出一种基于二值边缘图像和支持向量机的人脸识别方法,以具有较强光照鲁棒性的二值边缘图像作为人脸表征,用支持向量机来分类。其中二值边缘图像是用一种基于Sobel算子的局部自适应阈值选取边缘检测算法。仿真实验结果表明对于有165幅人脸的Yale人脸库识别率可达92.73%,而对于有798幅人脸图像的AR人脸库识别率可达95.62%,而且该方法对有光照变化的人脸图像有较好的鲁棒性。

粒子群优化算法的改进

针对粒子群优化算法搜索精度不高、对高维函数优化性能不佳的问题,提出一种改进的粒子群优化算法。以递增方式对粒子进行释放增强可利用的种群信息,通过释放粒子引导极值变化加强算法的运算效率。实验结果表明,与其他算法相比,改进算法具有更强的寻优能力和搜索精度,且适于高维复杂函数的优化。

图像分割方法及性能评价综述

图像分割是图像处理与计算机视觉的基本问题之一,是图像处理与分析的关键步骤;本文对近年来常用的图像分割方法进行综述,介绍了每种方法各自特点以及在分割处理时的优缺点,以便我们对图像进行分割处理时综合两种或两种以上的方法,最终得到比较理想的处理结果,这也是目前图像分割方向发展趋势;同时对图像分割质量评价方法做出了综述。

利用深度传感器大数据的单目图像深度估计

2D视频转3D视频是解决3D片源不足的主要方法之一,而单目图像的深度估计是其中的关键步骤.考虑到互联网上不断累积的深度图数据,提出一种基于PatchMatch深度迁移的单目图像深度估计方法.首先利用图像的全局描述符从深度图数据库中检索出近邻图像;然后通过PatchMatch建立输入图像和近邻图像之间像素级稠密对应关系;再根据像素级对应关系将近邻图像的深度图迁移到输入图像上,并采用中值滤波对迁移的深度图进行融合;最后通过三边滤波对融合的深度图进行后处理,进一步提高深度图估计质量并抑制噪声.实验结果表明,与基于尺度不变特征变换流深度迁移方法相比,该方法在改善深度图估计质量的同时提高了计算速度.

基于场景模式的立体图像舒适度客观评价模型

为了预测双目立体图像内容对视觉健康可能产生的危害,该文提出一种基于场景模式的立体图像舒适度客观评价模型。根据场景中前景目标和后景区域相对于显示屏幕的凹凸性以及是否处于舒适观看区,将自然场景抽象为多种场景模式。在模式选择阶段,从视差图中自适应分割出前景目标和后景区域,根据前、后景的视差角特征确定场景所属的模式;在建模阶段,采用前、后景的视差角特征结合前景的宽度角和曲折度特征对各个场景模式分别进行建模,并量化了前、后景视差因素对视觉舒适度的影响。在IVY数据库上的实验结果表明,所提出的模型与主观感知存在较好的一致性,Pearson相关系数高于0.91,Spearman相关系数高于0.90,Kendall相关系数高于0.74,平均绝对值误差低于0.24,均方根误差低于0.32,与现有的方法相比,该文所提出的模型的评价效果更好,更接近于主观测试结果。

抗重量化转码的H.264/AVC视频水印算法

根据H.264/AVC特定的编解码架构,该文提出一种基于残差系数符号编码的新水印方案。在重量化转码分析的基础上,结合纹理复杂度和率失真开销差距选择嵌入水印的宏块,解决了重量化转码过程中宏块模式变化引起水印不同步问题。水印嵌入不是直接对系数进行叠加,而是结合DCT残差系数特点,通过特定的符号编码方式对系数进行轻微调制。实验结果表明,该算法可以抵抗重量化转码、加性白高斯噪声、亮度与对比度调节等攻击,并且能很好地保持视频感知质量。

基于Lamb波传播路径分析的复合材料板中缺陷成像

板型波导结构中的缺陷对Lamb波的传播会产生干扰,接收信号受干扰程度与缺陷和激励、接收传感器路径间的相对距离有关。提出一种基于Lamb波传播路径分析的多频率数据融合缺陷检测方法,对复合材料板中缺陷区域进行成像。采用压电传感器进行Chirp信号激励,由Chirp激励响应计算出具有不同中心频率的Tone burst信号,为成像算法提供多频率缺陷信息。对各信号中首次抵达波的包络峰值进行分析,确定缺陷所在位置同激励接收路径间的关系。选择同缺陷所在路径具有相近Lamb波传播速度的路径作为关注路径,结合椭圆成像算法和该路径中的缺陷散射信号信息计算出缺陷所在的椭圆轨迹。引入椭圆轨迹计算误差容限,对计算得到的不同频率下的椭圆轨迹进行筛选,将筛选后的椭圆轨迹进行融合实现缺陷区域成像。通过对复合材料板中缺陷区域的试验检测,验证了所提算法的可行性。

重新下降M估计子约束的深度图超分辨率算法

现有的深度图超分辨率增强算法大多借助于同场景彩色图像提供的辅助信息,而不同传感器信号间的结构差异将会引入质量损伤.为此,将图像引导的深度近邻关系视为误差,并利用重新下降M估计子进行误差的测度,从而有效抑制彩色图像和深度图像间结构差异的问题.首先根据相似颜色具有相似深度的假设建立深度近邻约束;其次利用重新下降M估计子度量深度邻域约束,将深度超分辨率增强转换成一个最优化问题;最后通过广义迭代重新加权最小二乘法予以求解.实验结果表明,该算法可有效地保持深度图的对象边缘,定性和定量指标均优于现有的代表性算法.

OFDM功率放大器线性化快速算法

针对OFDM功率放大器线性化问题,本文采用数字预失真的方法来补偿功率放大器的非线性失真。预失真器采用Volterra序列来逼近,并提出一种重置BFGS算法来训练非线性预失真器。通过设定切换条件,使参数学习在梯度下降法与拟牛顿法之间切换。这既增加了新算法的数值稳定性,又可提高收敛速度。仿真采用数字基带预失真器对OFDM信号的功率放大器进行预失真,结果表明了新算法的高效性。并且,增加数字预失真模块可大大改善OFDM功率放大器的性能。

工业CT双通道高速数据传输系统设计

基于千兆以太网和PCI-EXPRESS两种总线协议设计出了一套工业CT双通道数据传输系统。系统接收数据采集模块发送的数字电信号,分别通过千兆以太网和PCI-EXPRESS发送至外部网络或工控机中,两种协议之间也可以相互通讯,提高系统利用率。针对现有同类系统集成度不高的现状,设计方案采用SOPC技术中的IP硬核和IP软核协同设计,使得整个系统在片内即可实现。软核采用Altera公司推出的Nios II处理器,设计过程中使用并自行定制了部分组件,编写了千兆以太网和PCI-EXPRESS的收发驱动,并在处理器内部完成了数据流的协议转换。设计较同类系统在集成度和可靠性上都大有提高。经过测试,系统在功能上满足工业CT的传输要求,双通道均工作正常,并且可做为千兆以太网传输节点应用在工业控制计算机中。

面向可视化系统设计与开发的嵌套增量模型

在数据时代,可视化系统开发的需求越来越大,如何制定可视化系统开发的范式已经成为一个热门的研究问题。现从软件工程的角度出发,提出针对可视化系统开发的嵌套增量模型,帮助和指导用户进行可视化系统开发,并结合一个手机基站数据可视化系统作为实例,诠释嵌套增量模型的开发流程,阐述如何针对人群移动模式分析这一具体场景从而做好需求分析、数据处理、可视化设计和增量迭代等工作。

腐蚀长周期光纤光栅温度稳定性研究

长周期光纤光栅在光纤通信和传感等方面应用广泛,温度稳定性是其在实际应用中一个十分关键的问题。本文分析了腐蚀长周期光纤光栅(LPFG)温度特性,通过测试包层半径分别为62.5μm5、0μm、40.25μm和34.5μm的长周期光纤光栅的温度特性,得到了光栅温度灵敏度随着包层模半径的减小及耦合包层模阶次的升高而灵敏度减小,提出了提高长周期光纤光栅温度稳定性的新方法。

复值的MBER非线性均衡器用于QAM信号

本文提出一种复值的最低误码率非线性滤波器用于非线性信道中QAM信号的均衡。推导了针对QAM信号的最低误码率准则训练算法的目标函数,并用Volterra序列来实现复值的非线性均衡器。为使非线性均衡器能在线自适应训练并增加训练算法的数值稳定性,提出一种滑窗随机梯度算法。大量仿真表明,对于非线性信道中QAM信号的均衡,最低误码率非线性均衡器的性能优于最小均方误差准则。