基于卷积Token的Vision Transformer模型的人脸表情识别

人脸表情识别有着广泛的应用。本文使用基于卷积Token的Vision Transformer的混合模型实现表情识别。混合模型能够更好地捕捉人脸表情的局部特征以及局部特征之间的相关性。实验使用RafDB和Fer2013Plus数据集,并对比了ResNet、DenseNet、Swin Transformer和CVT模型的精度和分类混合矩阵分析在人脸表情识别中的表现。     

一种改进的Manifold数据降维方法研究

Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。     

一种提高认知无线Mesh网络性能的技术研究

近年来,数据的需求量大大的增加,如何能在有限的频谱下传送更多的数据,提高频谱的利用率问题成为人们关注的焦点,无线认知Mesh网络的出现及发展正是符合了这一要求。文中对无线感知技术中PCA算法进行了详细的研究,并结合MATLAB对PCA算法进行了实际的仿真,最终得出了利用PCA算法的降维技术能有效解决数据量大带来的计算、处理、分类等难题,是提高无线认知Mesh网络性能的一个有力措施。     

采用ISAR技术的MIMO雷达极坐标格式成像算法研究

对MIMO雷达的系统结构和它采用ISAR技术时的信号模型进行分析,以二次降维方式详细讨论了回波信号在波数域的分布特点,得出两条针对成像应用的MIMO雷达阵列设计准则。在此基础上,提出一种可有效聚焦的极坐标格式算法,经过对MIMO雷达回波数据逐次渐进降维重排,将其从四维转换到二维,然后通过距离向和方位向两次一维插值,把以极坐标格式记录的回波数据变换为直角坐标下均匀分布的数据。针对推导过程中因平面波假设引入的误差进行了分析,得到算法的适用条件。最后仿真验证了本文算法的有效性。     

基于ILLE和SVM的卫星执行机构系统故障检测与定位

针对某超高指向精度要求的卫星平台,采用增量式局部线性嵌入(ILLE)与支持向量机(SVM)结合的方法,研究系统配置的多组磁伺服机构的故障检测与故障定位技术。在分析执行机构故障模式以及故障影响的基础上,采用LLE算法实时提取并更新与故障相关的卫星姿态控制系统高维信息,对其进行降维及特征提取,实现执行机构系统故障检测。当检测到故障时,提取执行机构系统输入输出信息,利用支持向量机(SVM)方法进行故障定位。该方法无需采集离线数据生成样本集,直接利用卫星姿控系统产生的在线故障特征数据集进行故障检测,并能根据故障检测结果,有效地实现卫星姿控系统执行机构的故障定位。算例仿真结果验证了所提方法的有效性。     

基于流形学习的多光谱优化波段选择算法研究

为从多光谱图像特征提取的角度进行优化波段选择,在充分描述数据结构特征的同时使提取选择的特征有明确的物理意义,对基于流形学习算法的优化波段选择算法进行了研究。用判别局部排列(DLA)算法对多光谱数据进行预处理,选取正负样本,利用样本信息,以目标分类为目的进行特征提取。利用特征提取的结果,从特征提取的角度分析当前各谱段对所提取的主特征贡献的总信息量和贡献率,给出了基于权值和基于贡献率的两种优化波段选择算法,分别基于权值和贡献率进行特征选择。用正负样本的可分性可快速高效降维,同时又能保留多光谱图像原物理特性。实测数据验证了优化降维后的5个谱段能保留原数据的物理特性,目标识别概率提高约2%,计算复杂度降低约50%。优化选择的谱段有助于新一代多光谱探测器的研制和应用。     

高光谱图像无监督分类的非线性特征提取器

高光谱图像的数据维数高、数据量大、数据间高度冗余等特点给图像分类带来困难,为进行有效降维、提高分类精度,提出以曲线距离分析作为非线性特征提取器、以独立分量分析的混合模型作为分类器的高光谱图像无监督分类的新方法。利用该方法对来自空载可见光/红外成像光谱仪的高光谱图像进行无监督分类,用分类精度对分类效果进行评价。实验表明,用本文提出的方法得到的分类精度高于传统分类方法得到的分类精度,说明了CDA方法在高光谱图像特征提取方面的有效性。     

基于坐标定位的矢量数据水印算法研究

针对遥感专题产品质量(quality)监督过程中的责任追溯问题,在离散傅里叶变换方法的基础上提出一种改进算法,有效解决了将水印信息嵌入到矢量数据文件后的数据精度、抗攻击能力等技术难题。水印信息嵌入过程首先应用Arnold、进制转换、快速傅里叶变换等方法对二值水印信息进行预处理;其次根据密钥产生不重复伪随机数组,进行嵌入位置选取;最后将水印信息嵌入到目标位置序列横坐标的频域中。水印提取时,通过设计的定位方法,降低目标点纵坐标识别错误的几率。运用该算法分别对廊坊市林地、固安县小麦、巨鹿县设施蔬菜三组矢量数据进行实验,结果表明,提取得到水印与原水印相似度最高为100%,最低为89%,且算法对原始数据造成的误差在0.01m以内。实验结果表明,算法对原文件横纵坐标影响很小,可以有效抵抗数据添加、删除、修改、移动等攻击,因此,算法对于解决遥感专题产品质量(quality)监督过程中的技术难题切实有效。     

基于域适应Faster RCNN的复杂背景目标检测

本文提出的算法实现了对复杂多变环境下目标的稳定识别,通过改进模型训练算法,有效提升了深度学习模型对不同环境条件下的目标检测准确率。同时,本文在网络域适应部分设计了类别平衡多分类判别器算法应对多种环境条件下收集样本难易度不同的问题;在RPN网络分类器及输出分类器中引入Focal Loss算法,解决不同环境条件下目标检测难易度差别较大的问题;数据集制作过程中采用局部标注策略加以辅助。实验结果表明改进后的域适应Faster RCNN算法训练出的模型不仅增强了对复杂环境条件下目标检测的鲁棒性,还明显提升了对目标在不良环境条件下的检测准确率,这给遥感任务图像中复杂地理环境背景下的目标检测方法提供了一种新的思路。     

大数据分析过程中的降维方法

随着大数据时代的到来,高维数组的分析越来越困难。介绍了两种大数据线性降维的方法,通过构造计算矩阵,求解矩阵的特征值和特征向量,可以非常容易地发现数据的极小维度表示,降低后期大数据分析的复杂度。通过采用这些方法进行数据降维,可以找出数据内在的相互关系,非常有利于数据分布规律的分析。     

单帧数字图像分辨率改善的频域正则化方法

现有多帧序列频域分辨率改善方法主要基于柯西-高斯先验模型，对单帧图像处理效果不理想。在分析频谱混叠公式的基础上，研究了单帧图像分辨率改善的频域方法。提出了基于柯西-高斯先验模型的正则化方法，由于柯西-高斯先验模型具有较好的信号稀疏表示能力，因此能有效地改善图像的分辨率。设计了迭代求解算法，给出了迭代初值的稳健算法，并将二维计算问题转化为一维计算问题，实现了方法的快速计算，同时大大地减少了存储量。文中给出了一维信号和遥感图像两个算例，计算结果表明，方法可以有效地改善图像的分辨率。     

一种多普勒域走动校正的斜视SAR成像算法

为了解决时域校正走动带来的方位空变性问题,提出了一种在方位多普勒域走动校正的斜视合成孔径雷达（SAR）成像算法。文中利用级数反演理论,将斜距公式展开至三次项,推导出SAR回波信号的两维频谱表达式。再从两维频谱出发,提出了基于两维频谱匹配滤波的斜视SAR成像算法。该算法考虑到距离空变性问题,提出先在两维频域进行走动校正和相位预滤波,接着在距离多普勒域进行线性频率变标的处理方法,经过距离脉压和方位脉压能够得到聚焦良好的SAR图像。此外,该方法与距离徙动（RMA）算法相比可以有效地降低需要处理的数据量。最后,临近空间SAR仿真实验证明本文提出方法的可行性和有效性。     

基于数据链的三维航迹规划算法研究

基于数据链的三维航迹规划算法研究对保障飞行器的任务完成和提高其自身的生存能力都很有意义。本文深入研究了A*算法的改进和应用问题,结合数据链通信的条件,改进基于A*算法的三维航迹规划算法。研究了数据链在航迹规划中的作用及通讯模型,并研究了在数据链通信情况下的基于A*算法的离线、在线、针对移动目标、可重选目标的航迹规划方法,并进行了软件仿真,验证了方案的有效性。     

基于CDFRFT的离散LFM信号参数估计方法

文章根据LFM信号在置中分数傅里叶变换域产生尖峰的原理,提出了一种基于置中分数傅里叶变换的离散LFM信号参数估计算法,并对单LFM信号和双LFM信号进行了参数估计,实验结果表明算法具有较好的精确性。     

改进的SEREP缩聚法在航天器结构动力学模型修正中的应用

模型缩聚是基于频率响应的模型修正的基础,准确的模型缩聚才能保证模型修正的正确性.针对目前的模型缩聚方法对于航天器结构在中高频段不能准确反映模型动力学特性的问题,提出改进的SEREP缩聚方法:以结构的模态分析为基础,通过加入扩展的主自由度增加缩聚模型对应的线性子空间的维数.经实际航天器结构算例证明,在使用改进的SEREP...     

应用知识蒸馏的深度神经网络波束形成算法

自适应波束形成技术广泛应用于雷达领域的旁瓣抗干扰中。当回波数据量增多时,传统的波束形成算法无法进行快速处理,而应用深度神经网络模型通过数据的预训练则可以快速地进行波束形成,因此根据波束形成原理设计深度神经网络,并利用知识蒸馏的方式对深度神经网络进行压缩,使压缩后的模型既有原始模型良好的泛化性能而且又有更快的计算速度。仿真结果表明,相比于传统的LMS算法,在实验环境下,未经模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约7倍,基于模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约20倍。     

改进的平方根UKF在再入滑翔目标跟踪中的应用

针对临近空间高超声速再入滑翔目标跟踪问题，提出了一种基于新气动力模型的改进的平方根UKF滤波算法(ISR-UKF)。首先对气动力模型进行了变换。其次，在传统平方根UKF基础上，改用球形无迹变换来计算权系数以及sigma点；改进了平方根矩阵的分解方法；同时为解决矩阵求逆易出现奇异值使滤波失效的问题，提出在协方差矩阵更新中引入多重次稳定因子。最后将该算法分别与基于原气动力的ISR-UKF，基于新气动力的平方根UKF以及基于原气动力的平方根UKF进行仿真比较。仿真表明，该算法具有良好的滤波性能，而且能避免奇异值问题的出现，具有很好的可靠性。     

复杂背景下目标模板更新算法研究

在匹配跟踪算法中,模板更新策略是跟踪成败的关键。从复杂背景下的目标跟踪出发,指出固定模板和逐帧模板更新的不足之处,介绍几种性能较好的模板更新策略,并在此基础上提出改进的模板更新方法。同时,为了更好地克服背景光照带来的影响,对普通最小平均绝对差值函数MAD(M in imum Absolute D ifference)方法进行了改进。仿真实验结果表明,该算法能克服诸如烟尘干扰、背景光照变化、地貌起伏等不利因素,能在复杂背景中稳定和精确地进行目标跟踪。     

一种改进的BAQ算法仿真及分析

在实际应用中,合成孔径雷达（ SAR）的回波数据中往往含有饱和数据。针对传统分块自适应（ BAQ）算法处理含有饱和成分的数据时存在较大误差的不足,在对SAR实际回波数据分析的基础上,文章对传统BAQ算法进行了改进,并将改进的BAQ算法应用于SAR信号处理系统中。仿真结果表明：对于含有饱和数据的原始回波数据,改进的BAQ算法比传统BAQ算法具有更好的性能,且该算法易于实现,可很好地压缩处理含有饱和成分的SAR回波数据。