基于字典学习的混合采样数据分类方法

混合采样数据不仅仅具有不同采样频率数据之间特征集合不同,还有样本数量不一致等特点,传统的分类方法不能直接使用。因此,本文提出一种基于Fisher判别准则字典学习的混合采样数据分类方法以处理采样数据的分类任务。该模型巧妙借助处理多视图数据的分类思想,利用基于Fisher判别准则的字典学习方法,生成的结构化字典的每个原子与数据的类标签相关,同时采用Fisher判别准则使类内散度更小,类间散度更大来约束编码系数矩阵,从而大大提升分类性能。此外,本文针对混合采样数据的样本数量不一致特点,设计了混合采样数据判别分析模型的分类方案。最后实验结果验证了本文方法的有效性。     

深度学习模型的可解释性及其在医学影像分析应用中的研究进展

深度学习模型作为机器学习的分支之一,被广泛应用于以医学影像分析为代表的图像识别领域。其优势在于不依赖人为标注,模型训练过程中计算机能够识别和处理人为遗漏的特征信息,从而达到甚至超过人类处理的准确性。基于深度模型中未知的数据处理过程所带来的可解释性普遍缺失的问题,现有解决方式主要包括建立内在解释性、注意力机制解释特定模型以及以LIME为代表的不可知模型解释等。对可解释性进行量化评估的方式仍在探索,特别是在医学决策相关模型中针对医生和患者双方的解释性评估中已经提出了一些可供参考的量表。当下对深度学习模型在医学影像中的应用研究普遍更关注准确性而非可解释性,导致可解释性缺乏,进而阻碍深度学习模型的临床实际应用。如何平衡准确性和可解释性以开发令医患双方能够信服的深度学习模型将成为业界未来的研究重点。     

基于轻量级卷积神经网络的人证比对

在证件审核场景中,常规的深度学习人脸识别方法人证比对精度低且在嵌入式设备运行效率差。为解决上述问题,本文提出了改进的轻量级卷积神经网络Lightnet,并采用了迁移学习方法。Lightnet是结合深度可分离卷积、线性瓶颈结构和注意力模块构成的轻量级卷积神经网络模块,引入附加角度裕量的损失函数AM-Softmax监督训练后,网络模型能够保持较高的验证精度,并有效解决标准卷积神经网络参数冗余、计算量大的问题。迁移学习通过冻结预训练模型的卷积层权重,并在自制的人证数据集微调,提高了网络模型的人证场景的识别性能。实验结果表明,所设计的轻量级人证比对算法在验证精度、参数量以及运行效率等方面取得了很好的效果,且对生活场景有较好的鲁棒性。     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点,成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息,提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据,通过构建混合整数规划模型,识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ,以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值,由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析,验证了方法的可行性。     

基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。     

基于自适应对抗学习的半监督图像语义分割

现有的自适应对抗学习方法采用固定惩罚因子在不同特征层进行监督学习,并采用FCN(Fully Convolutional Networks)作为判别器的基础框架,模型缺少泛化能力,在分割较复杂场景时易造成类感染和类漂移。针对该问题,提出了一种学习率自适应的对抗学习的图像语义分割方法。该方法设计了一种类似SegNet结构的网络判别器,采用最大池化进行非线性上采样,既继承了FCN的优势,可以输入任一大小的图像,又保留了相对精细化的特征相关性信息。由于提出的模型可以通过自适应学习率调整对抗损失与交叉熵损失的权值,从而更新生成器的分割网络,所以提高了语义分割的精度;此外,提出的模型在判别器中采用了SegNet框架代替FCN框架,克服了暴力池化问题,且能够将未标记目标数据集的边缘信息引入网络结构中,从而能有效纠正网络的边缘区域,较好地保持图像的边缘细节,从而使分割结果更为精细。在PASCAL VOC2012标准数据集进行实验,并与现有的性能较好的弱监督分割模型相比,实验结果表明:本文模型能够更精细地分割出较复杂背景的目标,有效地缓解类感染和类漂移,并且有效地保留了边缘细节。     

不完备系统中的变精度多粒度粗糙集

以不完备信息系统为研究对象,将变精度粗糙集方法与多粒度粗糙集方法进行融合,构建了基于容差关系的可变精度乐观和悲观多粒度粗糙集模型.这两种可变精度多粒度粗糙集模型都是基于容差关系的可变精度粗糙集与多粒度粗糙集的拓展形式.对可变精度多粒度粗糙集的基本性质进行了讨论,为采用粗糙集方法处理不完备信息系统提供了新的技术手段.     

基于聚类的多标记选择性集成

多标记学习和选择性集成是机器学习中的两个热点研究问题。本文利用聚类思想探究多标记学习中的选择性集成, 提出了两种具体的多标记选择性集成算法：基于最小距离的簇中心选择算法（Minimum distance based cluster center selection,MDCCS）和基于K-means的簇中心选择算法（K-means based cluster center selection, KMCCS）。在所提出的算法中,如何度量学习器之间的距离是其能否成功的关键因素。本文首先基于学习器的分类结果对其进行重新表示,在此基础上给出了学习器之间距离的计算方式。此外, 对于算法中的空簇问题给出了两种解决方法。基于Mulan数据库中的多标记数据集和5种评价指标对所提算法进行了详细的分析,实验结果表明了所提算法的有效性。     

基于深度学习的先进陶瓷零件实时缺陷检测系统

传统先进陶瓷零件检测与分类的主流方法为纯机械尺寸过滤和人工判断,为解决其成本高、失误率高和损坏率高等问题,提出了基于深度学习的多目标实时检测分类模型（Multi-object real-time detection and classification model, MRDC）。该模型以YOLOv3为基础,使用SKNet作为注意力机制进行特征重构提高精确度,配合灰度图快速转化算法与跳帧检测方法提高检测速度,可实现实时缺陷检测。对实际生产中的先进陶瓷零件进行采集训练,多批次采集图像数据,每批数据含多个陶瓷零件的1 000张图像,平均精确率均值达到99.19％,用先进陶瓷零件生产线视频检验,识别分类的正确率达到100％,可以保证每分钟检测450~550个零件。多目标实时检测分类模型拥有识别速度更快、识别准确率更高和零件不易损坏等优点,可极大地节约生产原料与人力成本,减少废品产出。     

小样本图像分类中的类别信息融合网络

小样本图像分类任务要求模型仅从少量的图像样本中学到新类别的正确分类方法,是一种特殊的分类任务。然而,以往大多数小样本工作都单独处理来自不同类别的样本,而没有充分利用到不同类别间的信息。本文提出了一种新的类别融合网络（Category-fusion network, CFN）,通过融合来自不同类别的样本信息,同时挖掘类别内和类别间的信息。CFN的重要部分是一个融合映射的学习,即如何融合样本中的特征,从而映射出网络参数。其中的一个重要问题是融合映射是否应该随不同的输入样本而改变。本文设计了3个不同的模块：具有固定映射的类无关模块、融合映射仅依赖于期望学习的目标类别的半相关模块和完全相关的模块,其中融合映射完全依赖于输入样本。本文的网络可以通过学习多个类别的样本之间的关系来进行类别概念的学习,并生成融合信息的分类器。实验结果表明,本文网络在广泛应用的MiniImageNet数据集上得到了60.03%的分类精度。     

铜镉污染对海州香薷种子萌发的影响

以海州香薷种子为试材,研究了铜镉污染对种子萌发的影响。结果表明,在实验所选的胁迫浓度范围内,单一铜污染时,海州香薷种子发芽率随着Cu2+浓度的升高,先升后降,在20mg/L Cu2+处理时出现了毒性兴奋效应现象。铜镉污染对海州香薷幼苗苗长和根长的抑制作用极显著。根据综合效应指标,铜镉复合污染对海州香薷种子萌发的影响表现形式为铜、镉的协同作用。     

微量天平校准装置及精度分析

装置适用于风洞应变式微量天平六分量精密静态校准。通过高精度复位工件台和电视测量实现了微量天平的五分量体轴校;应用力的精密传递与转换实现了微量载荷在水平方向的准确加载。对三分量天平的综合加载精度以及影响因素进行了分析,同时还给出了该设备对三分量微量天平校准的结果,并与其他设备校准结果进行了比较     

基于CIMS环境的MRPⅡ

MRPⅡ(Manufacturing Resource Planning)即制造资源计划,是计算机集成制造系统(CIMS)中管理信息系统的重要组成部分.文中以大批量生产类型的机械制造企业CIMS为背景,从企业生产环境、企业管理思想与方法、企业经营特点、CIMS运行环境等方面分析了CIMS环境对MRPⅡ的软件功能、软件结构的需求,提出了CIMS环境下的MRPⅡ软件的功能、接口及系统结构.最后,分析了摩托车生产企业CIMS环境中的MRPⅡ的实现方案,及采用MRPⅡ的“推”式逻辑进行生产计划,采用“JIT”(Just In Time)的“拉”式逻辑进行生产控制的混合结构的特点.     

Linux Apache Web服务器上的ASP实现方案

介绍利用自由软件iASP1．08和JAVA2SDK1．3配置Linux Apache Web Server实现ASP功能的实用方案。     

基于DCT顺序型模式JPEG图象的分析与实现

本文介绍了基于ＤＣＴ顺序模型ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）图象编码和解码的过程,并对量化,ＤＣＴ变换、Ｈｕｆｆｍａｎ编码的算法进行了深入的研究。     

设备检维修策略及维修主体匹配问题研究

设备检维修系统设计是设备管理的核心,而设备维修策略和维修主体匹配又是设备检维修系统设计的核心。建立一个可以广泛应用于企业的模型,并已通过实践的验证,为企业建立维修策略,选择维修主体提供了分析和应用的框架。     

不同热控涂层的飞艇散热器Fluent仿真分析

为了分析不同热控涂层的性能,采用Fluent模拟了临近空间飞艇上小型散热器在20 km高空的热平衡状态。散热器分别使用S781白漆、S956灰漆及La_1-xSr_xMnO₃化合物热致变材料作为热控涂层,使用UDF（User defined function）编码对热控涂层设置随涂层温度变化的发射率。经过模拟计算,得到了在太阳垂直照射与无太阳辐射两种极端情况下不同热控涂层散热器的温度分布。仿真结果得出在太阳垂直照射下,使用La_1-xSr_xMnO₃化合物作为热控材料散热器的锂电池温度处于最佳工作温度范围,但其在太阳垂直照射与无太阳辐射情况下电源的平均温度温差为8.89 K,略大于S781白漆的温差6.57 K。模拟中,La_1-xSr_xMnO₃热致变材料发射率变化较小,约为0.11,垂直照射时温度最高的散热区域发射率可达到0.8,无太阳辐射时温度最低的散热区域约为0.69。     

平面前刀面的模具铣刀齿槽磨削成形的研究

本文提出了一种直接磨削出具有平面曲线刀刃、平面前刀面及刃带宽度等于零的模具铣刀齿槽的原理与方法.文中,首先阐述了该种铣刀的刀刃形式与齿背线的特点,然后详细研究了磨削系统应具备的砂轮相对于刀具的安装和运动形式以及运动维数,依据啮合原理和微分几何的基本知识,严格地导出了磨削系统中各运动参数之间满足的函数关系,最后设计并制造了一套专门的试验装置,它和改装后的工具磨床配套,进行磨齿加工。磨齿试验验证了本文分析的正确性。     

加跟刀架的细长轴车削加工尺寸误差的仿真

为探索跟刀架的作用机理,开发了一个联合模型用以仿真细长轴车削尺寸误差的形成过程。该模型由3部分组成:切削力统计模型、工件变形模型及尺寸误差的几何分析。值得注意的是,切削力与实际切削深度间存在耦合效应,因此切削力不能直接求得,这里采用二分法进行迭代运算来解决此问题。最后,通过一系列试验对仿真模型进行验证,结果表明仿真值与实测值比较一致。由仿真结果可知,跟刀架刚度对细长轴中部尺寸误差的影响最显著,而降低这个部位的尺寸误差也是细长轴车削的难点所在,因此,改进跟刀架结构是提高尺寸精度的有效途径。本文的主要贡献是在建立跟刀架的力学模型的基础上分析了影响细长轴车削尺寸误差的主要因素。     

直升机技术的若干新发展

综述了近年来直升机技术发展的某些新趋势和新成果，主要包括带弹性铰的铰接式桨毂和无轴承桨毂等新型桨毂；桨叶专用翼型及桨尖形状的发展、桨叶平面形状优化；涵道尾桨和无尾桨等新型反扭矩系统；高阶谐波控制、主动控制襟翼、结构响应主动控制等直升机振动控制新技术；复合材料在旋翼、机身上的应用及其对直升机技术发展的重要影响。文中着重介绍这些新技术的特点及其发展应用情况。