一种改进的LLE算法在人脸表情分类的应用研究

局部线性嵌入是一种当今比较流行的流形学习算法,该算法能够实现对数据的有效降维。人脸表情有着复杂的纹理和形状特征,提取出的数据往往存在着大量的数据冗余,因此数据降维在人脸表情识别中有着重要的作用。本文针对局部线性嵌入对分布不均匀的数据不能有效降维的问题提出了改进算法,并应用在人类表情分类中,通过仿真实验分析,改进算法对人类表情图像具有良好的降维和分类效果。     

基于复数域Transformer-Unet混合模型的PolSAR地物分类

传统的基于深度学习的极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）地物分类方法,通过堆叠卷积层提取图像局部特征,难以建立长距离依赖关系。基于自注意力机制的深度学习模型Transformer（变换）在图像分类任务中取得了成功,其自注意力机制能够捕获全局像素之间的关联性,同时PolSAR地物分类任务被证实：相比于实数域,其在复数域上表现出更好的分类效果。因此,本文将Transformer引入到复数域中,提出了一种基于复数域的Transformer和Unet（语义分割网络）混合模型（CT-Unet）用于PolSAR地物分类,将Transformer与CNN相结合,对复数类型的PolSAR数据进行特征提取,使用西安数据集和德国数据集进行PolSAR地物分类的实验结果表明：提出的模型能够有效提高PolSAR地物分类的准确性,Transformer有望在PolSAR地物分类任务中弥补卷积神经网络的不足。     

基于混合神经网络的无线电信号自动调制识别

随着无线电信号数据海量增加，复杂电磁环境下面临着未知威胁和目标侦察识别复杂度高的问题，本文针对未知无线电信号的特征提取任务，设计了一种混合神经网络以提高目标无线电信号的识别能力。先通过胶囊神经网络对未知信号的空间信息进行提取，再进一步运用门控循环单元提取信号在时间上的特征信息。设计混合网络模型将信号的时间和空间特征相结合，提高对目标信号的分类精度。通过RML2016.04C调制信号数据集，验证了混合神经网络的识别性能。结果表明:当信噪比为6 dB时，混合网络模型对多种不同调制信号的分类精度大于95%。因此，本文所设计的混合神经网络能够有效对不同调制信号进行准确分类。     

高光谱遥感数据特征挖掘技术研究进展

从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘方法归纳为以保留波段物理意义为主要目的的特征选择、以综合利用所有观测数据信息为主要特色的特征提取,和考虑亚像元多目标混合信息的特征混合3大类。重点且简明地从高光谱遥感数据光谱曲线与光谱特征、特征提取、特征选择以及特征混合分析几个方面综述高光谱遥感数据/图像的特征挖掘技术的研究进展并通过热点问题展望其未来的发展趋势。     

一种基于HSV空间的人像高光区域自适应修正方法

基于HSV色彩空间模型,分析比较了彩色照片中人脸正常肤色特征和高光特征,采用自动设置相关参数的方法,提出了一种HSV三个分量同时矫正的高光修正方案,并对方案的修正效果进行实验验证。该方案首先根据人脸肤色特征对相片中人脸区域进行分割,得到正常皮肤区域HSV三分量的平均值,然后根据皮肤高光程度对高光区各分量进行恰当的处理,实现人脸彩色照片的高光修正。实验结果表明:该算法在消除了图像的高光后,极大改善了图像的视觉效果。     

H2O2固液混合发动机燃烧流动计算分析

建立了H2O2固液混合发动机催化分解、PE燃料热解和热解气体与氧化剂分解气体扩散燃烧的综合模型，根据发动机实际工部采用可压SIMPLE方法计算了发动机二维燃烧室内流场，对燃烧室流场的计算结果与燃烧室热力计算结果进行了对比，证明内流场的计算结果符合实际情况，根据燃烧室内流场计算结果，分析了固液混合发动机试验中出现的氧化剂入口附近燃料表面燃烧局部强化的现象。     

平面交叉口混合交通流建模与仿真

在混合交通条件下,交通参与者成分复杂,各种交通方式速度各异,交通冲突频繁。特别是在交叉口机动车与非机动车相互干扰,带来了安全、效率、污染等多方面问题。本文首先介绍我国混合交通流的特点,然后对自行车个体微观行为进行定性的描述分析。通过对实际信号交叉口的调查研究,和对机动车流率与非机动车到达与释放规律的模型建立与定量计算。分析总结出平面交叉口机非干扰的一般规律和冲突避让原则。根据实测数据,结合视频处理和统计软件的使用通过计算直行与左转非机动车换算系数,提出了改进的机动车延误时间模型,并通过使用VISSIM3．6进行微观仿真验证了模型的有效性。     

海面舰船复合场景电磁散射模型与应用研究

开展海上舰船目标复合场景电磁散射机理和模型研究对于海洋环境中的船只监测以及分类识别有着重要的指导意义。面向高分辨雷达对海探测需求,介绍了研究团队近年来针对海洋环境提出的一系列电磁散射模型,具体包括：1)针对海面电磁散射提出的毛细波修正面元散射模型,面元化的简化小斜率近似模型以及针对高海情海面提出的考虑破碎波影响的面元化散射模型;2)针对电大尺寸目标提出的几何光学/物理光学混合算法及其硬件加速实现方案;3)针对船海复合场景提出的面元散射模型与几何光学/物理光学混合方法。最后给出了电磁散射模型在海杂波特性仿真分析、电大尺寸目标雷达特性分析、目标及船海复合场景高分辨合成孔径雷达图像仿真与目标探测等中的应用。     

Al/AP粉末发动机燃料喷射流场的数值研究

为研究Al/AP粉末发动机燃料输送方式对粉末分散及混合效果的影响,利用气相控制方程、湍流模型、欧拉模型,对金属粉末发动机粉末燃料喷射掺混过程进行了详细的数值模拟。数值计算结果表明:固相体积分数和喷射入口有无锥体结构对流场参数具有较大影响。随着Al/AP粉末入口固相质量分数增加,粉末混合区域由燃烧室尾部向燃烧室头部移动。入口处安装锥体有利于粉末在燃烧室内分散,燃烧室头部颗粒相质量分数增加,轴线上平均固相质量分数降低,喷管前粉末局部积聚现象消失。     

平面交叉口混合交通流建模与仿真

在混合交通条件下,交通参与者成分复杂,各种交通方式速度各异,交通冲突频繁.特别是在交叉口机动车与非机动车相互干扰,带来了安全、效率、污染等多方面问题.本文首先介绍我国混合交通流的特点,然后对自行车个体微观行为进行定性的描述分析.通过对实际信号交叉口的调查研究,和对机动车流率与非机动车到达与释放规律的模型建立与定量计算.分析总结出平面交叉口机非干扰的一般规律和冲突避让原则.根据实测数据,结合视频处理和统计软件的使用通过计算直行与左转非机动车换算系数,提出了改进的机动车延误时间模型,并通过使用VISSIM3.6进行微观仿真验证了模型的有效性.     

卫星遥感农业监测系统中实例检索算法研究

针对智慧农业中需求获取手段、表达方法等导致智能设计算法复杂度高、可用性低等问题，将卫星遥感技术和网络技术结合实现农作物及其生长环境参数的实时监测，以优化播种机设计的需求特征，并以此为基础，提出基于混合相似度的实例检索模型。在该模型中，设计了多级实例库结构，并以特征间距离相似度、特征间可拓关联度、特征间可拓距测度为组成要素，构造多级混合相似度的层次结构与计算方法，进行多级实例检索。将其应用到铲式播种机的数字化设计系统中，可获得与目标实例最相似的实例。实验结果表明，在实例的特征值数据类型多样化的情况下，此算法能够有效地检索出合适的历史实例，提高检索结果的可用性。     

基于差分进化的混合地面等待优化策略

针对地面等待策略问题,论文提出一种基于差分进化的混合地面等待优化策略。该优化策略以差分进化算法为基础,引入ROV规则对连续解和离散解进行相互转换、NEH方法进行初始化和Pairwise这种方法对局部值进行优化,这样,提出的混合算法的全局搜索和局部搜索的能力进一步得到了平衡。最后,用文献中的实例进行测试,实验结果表明:与同类算法相比较,文章算法在寻优速度、优化精度和稳定性等方面表现出较强的竞争力和较好的鲁棒性。     

改进高斯混合粒子滤波的纯方位目标跟踪算法

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

基于全局—局部特征联合的光学卫星遥感图像舰船目标细粒度识别

针对光学遥感图像舰船目标类间差异小,需要丰富舰船目标的特征表示能力提高其细粒度识别准确率的问题,文章提出了一种基于全局—局部特征联合的舰船目标细粒度识别方法,设计了双分支特征提取与融合模型.首先,全局特征提取分支通过卷积神经网络提取图像的全局特征;其次,局部特征增强分支将浅层特征图打乱并重构,加入对抗性损失函数,训练网...     

PTNet：一种面向加密流量分类的半监督并行Transformer网络

随着网络加密协议的广泛使用,传统的网络流量分类技术面临很大的挑战。目前的方法具有以下局限性：一是模型高度依赖深度特征,这要求有标注训练数据集的规模足够大,否则模型难以在新的数据上进行泛化;二是模型仅专注于流量的一个模态特征,不同类别流量的同一模态的特征区分度可能不够明显。针对这些问题,本文提出了一种基于深度学习的加密流量分类模型Parallel Transformer Net（并行转换网络,PTNet）。该模型基于预训练-微调的半监督思想,充分利用网络中大量无标签流量数据进行预训练,然后在少量有标签数据的基础上进行微调。此外,该模型并行提取了载荷和包长序列两个模态的流量特征,进行多模态的特征融合,并在三种不同的流量分类任务与相应的数据集（Android、USTC-TFC和CSTNET-TLS1.3,均为公开的数据集）上都表现出很好的效果,分类准确率分别达到95%、98%和97%。     

色彩直方图混合特征提取在海量图像数据检索中的应用

随着多媒体技术的发展,图像的应用越来越广泛,如何有效利用图像信息具有越来越重要的意义。颜色特征不受图像大小和旋转角度的影响,鲁棒性较好,在图像检索中具有较强的应用。本文在对图像特征进行提取的基础上,提出了一种新的图像检索数据方法。该方法引入了色彩直方图、颜色中心矩、灰度直方图等颜色特征,使用色彩直方图对整幅图像的色彩信息进行统计;使用分块颜色中心矩对色彩的空间分布信息进行统计;对由于色彩浓度和对比度发生变化而对检索效果的影响,采用了灰度直方图进行淡化。通过对这三种特征距离进行加权和计算,进行相似度匹配,检索出目标图像。本文针对性地设计了基于色彩直方图混合特征的图像检索系统,实验证明色彩直方图混合特征检索的结果与示例图像在颜色与空间分布上基本相似,具有较强的实用性。     

基于滑坡区域颜色特征模型的SVM遥感检测

滑坡区域遥感检测与识别在灾情提取、救援决策和防灾减灾等方面都有着巨大的应用前景。针对滑坡遥感检测中目标颜色特征化模型不准确,对滑坡区域检测识别效果不够理想等问题,提出一种基于滑坡区域颜色特征模型的支持向量机(supportvectormachine,SVM)遥感检测方法。根据光谱学和色度学的基本理论,建立滑坡区域红绿蓝特征获取方法,以多光谱图像为基础,通过典型样本分析,确立目标/背景颜色特征化数字模型和有效边界。将该模型生成训练样本用于滑坡区域SVM检测模型训练,再将训练好的分类器用于滑坡区域的检测识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别。利用九寨沟地震后获取多光谱遥感图像进行了滑坡区域检测识别效果对比试验,试验结果表明,该方法能有效识别遥感图像中的滑坡样本点,对滑坡区域的识别精度由传统方法的90%左右提高到97.03%。     

单级入轨火箭的混合推进系统

目前,许多单级入轨火箭作为一种可能降低向低地轨道发射有效载荷成本的运载手段,正在进行配制方面的鉴定分析.NASA 已设计出一种可操作的,使用液氧/媒油/液氢三组元发动机作为单级入轨火箭的方案.Thiokol 对这种使用捆绑式混合推进系统来增加轨道有效载荷能力的运载火箭进行了评估.NASA 将这种先驱火箭作为一种方案对单级入轨火箭的技术进行了论证。这种火箭称为 X-2000。它的主要推进系统使用液氧/煤油和液氧/液氢两种发动机,Thiokol 通过用混合发动机替代液氧/煤油发动机对主推进系统进行了新的探讨。它采用的混合技术在马歇尔航天中心(MSFC)正在进行验证。因此,混合推进系统是一种有效 SSTO 的推进系统.     

基于频繁序列挖掘的声纹特征提取关键技术研究

声纹识别,是根据声纹特征识别说话人身份的一种生物识别技术。与人脸识别、指纹识别、虹膜识别相比,声纹识别的数据获取更加便捷,不受时间地域的限制,数据采集成本更低,公众对声音采集的抵抗力较弱,已经在安防、刑侦、金融等多个领域被使用。而声纹识别算法的关键是描述特定对象的声纹特征,好的特征既要最大化保留说话人的语音特性,又要对噪音、语速、音量、说话内容等有较好的鲁棒性。针对语音数据较少、文本不相关情况下的声纹识别,本研究采用频繁序列挖掘技术对声音的梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficients,MFCC)组成的序列进行挖掘,将挖掘到的频繁序列作为说话人的语音特征,再使用PLDA判别方法,结果显示该模型对语音数据较少的情况识别效果良好。     

基于深度学习的雷达辐射源识别算法

为解决雷达辐射源识别中特征提取困难、低信噪比条件下识别效率低的问题,提出了一种基于一维卷积神经网络和长短期记忆网络的深度学习智能识别算法,构建了一个CNN-LSTM网络,能实现对不同脉内调制方式雷达辐射源的端到端识别.该网络首先利用卷积层学习信号局部特征,然后将卷积层输出的结果输入长短期记忆网络,学习信号的全局特征,最...