多尺度网格细胞路径综合方法

为实现无人作战飞机(UCAV,Unmanned Combat Aerial Vehicle)认知导航的空间方位自主推算,提出了一种基于多尺度网格细胞的路径整合方法.该方法模拟背侧内嗅皮层(dMEC,dorsal Medial Entorhinal Cortex)的相同区域网格细胞放电特征相同、不同区域放电特征递增变化的特点,构建尺度递增的仿生多尺度网格图组,在各层中引入突触样式(synaptic pattern)计算各细胞权值,通过细胞的活跃度变化表征各网格层中位置的变化,并在各层分别实现路径整合,进而利用低尺度整合结果调整高尺度整合,提高空间位置的推算精度.实验结果表明,所提方法在一定的速度误差与方向误差范围内能够精确推算方位,具有较高的空间位置推算精度,并且方向误差值随运动方向变化呈锯齿状分布.     

一种基于PCA的面向对象多尺度分割优化算法

多尺度分割是图像面向对象分类的基础,针对不同区域特征最优分割尺度确定的主观性以及采用聚类算法时聚类中心确定的随机性,提出了一种联合降维与聚类算法的面向对象多尺度分割优化算法。该算法首先利用主成分分析法（PCA）降维排序后的结果产生初始聚类中心;然后采用K-means聚类和度量每一个像素点合并的概率,从而得到适应不同研究区域内不同尺度地物的分割结果。采用多个影像数据库,通过引入聚类评价指标（内部评价指标和外部评价指标）、分割评价指标（分割精度、过分割率和欠分割率）并结合现有的图像分割方法及原始的K-means算法、与PCA降维后的K-means聚类对比分析。研究结果表明:经过降维处理后进行的聚类算法稳定性更高;与传统的聚类算法相比,结合PCA降维更能自动识别最优分割尺度;降维技术和聚类算法联合之中,目视和定量评价指标表明经过降维预处理后的聚类能得到更高质量的分割结果。      

基于多尺度失真感知特征的重定向图像质量评估

在不同宽高比显示设备上的图像观看体验通常受到图像重定向操作方法的影响。为了提高重定向图像主观感知与客观评估之间的一致性,提出了基于多尺度失真感知特征（MSDA）的客观重定向图像质量评估（RIQA）方法。语义失真和细节失真经常出现在图像的不同尺度上,因此从图像的不同尺度中提取失真感知特征。提出了一个描述原始图像和重定向图像之间的宽高比相似度（ARS）的精确度量。此外,使用视觉注意力融合图来模拟人类视觉系统对图像的主观关注度。在2个基准数据库上的实验结果表明,所提出的MSDA方法的肯德尔排名相关系数（KRCC）、皮尔逊线性相关系数（PLCC）和斯皮尔曼秩次相关系数（SRCC）指标分别比对比方法中最优方法提高4.1%、1.8%和4.5%。      

基于网格的电路功能可靠性仿真系统

功能可靠性仿真是建立系统功能与可靠性一体化分析的综合仿真技术,论述了电路功能可靠性仿真系统的体系结构、功能及其实现的故障建模、故障虚拟注入、仿真器集成、故障自动判别等主要技术方法.为解决电路功能可靠性仿真系统中长仿真时间和大数据量存储的难点,提出了基于网格计算技术的体系结构,研究了仿真服务、分析服务和数据管理服务的实现方法,建立了通过网格平台向电路功能可靠性仿真系统提供虚拟计算和存储的能力,减少了系统分析所需要的仿真时间,实现了大量仿真结果数据的分布式存储.基于上述技术思想,实现了以TyrensGrid为网格平台、PSpice为仿真内核的TG-CFRS软件原型,证明了基于网格的电路功能可靠性仿真技术的有效性.     

基于多尺度残差卷积网络的HEVC视频隐写分析

图片、语音、视频等多媒体形式的信息交流在网络通信中占有重要地位,同时也有很多非法信息的传播隐匿于此。隐写分析是甄别隐秘信息是否存在的有效手段,提出了一种通用的基于多尺度残差卷积网络的HEVC视频隐写分析算法。网络主体由残差计算、特征提取和二分类3部分构成,其中在特征提取部分针对性地提出了残差卷积层、多尺度残差卷积模块及隐写分析残差块。实验结果表明:所提算法基于视频像素域分析网络的检测率高达99.75%,比传统的手工提取特征方法具有更大的优势。      

基于人机合作的无人机实时航迹规划

针对复杂多变的战场环境,无人机(UAV)在执行任务遇到突发威胁时,提出了一种人机合作的实时航迹规划方法。由人决策和分析威胁信息,给出规避方向和任务紧急程度,无人机据此采用模糊推理的方法,自主解算得到引导点的位置,牵引无人机改变航向,规避突发威胁。仿真结果表明,采用人机合作的实时航迹规划可以将人的智能决策和无人机的快速计算能力有机结合起来,规划更加优化的航迹,能动态调整引导点的位置,可根据任务的紧急程度灵活选择规避路径。     

基于多尺度梯度及深度神经网络的汉字识别

介绍了一种基于多尺度滑动窗的方法提取文字的梯度直方图特征,并结合深度神经网络对印刷体汉字进行识别.针对梯度直方图的空间关系,使用可伸缩的滑动窗对图像进行分割,在不同尺度上获取文字的特征信息,有效融合汉字的全局特征和局部分块特征.实验采用5层的深度神经网络模型对国标一级3755个印刷体汉字进行分类,并应用Dropout技术防止训练过拟合,提高神经网络的泛化能力.实验准确率达到98.292%,有较好的识别性能,验证了本文多尺度梯度特征及深度神经网络模型在文字识别上的有效性.      

基于策略的网格应用服务QoS管理模型

R.Al-Ali提出了一个基于网格的服务质量(QoS)管理框架模型,该模型将网格QoS问题划分为应用层QoS、网格中间层QoS以及网络层QoS,并重点对应用层的QoS表示和优化等问题进行了研究.目前关于网格QoS方面的大多数研究都集在对应用层如何扩充WSDL文档以实现服务等级协商(SLA)的表示等问题上.对于如何将应用层所需要的QoS与网络传输层的QoS机制模型结合起来以适合于网格计算的研究还是相当少,为此提出了一种基于策略的网格QoS管理模型,该模型既能够屏蔽由于网格应用服务使用不同的QoS级别带来的映射差别,也能够屏蔽由于跨越不同组织所采用不同QoS机制模型带来的映射差别.当组织的QoS机制模型采用差分模型(DiffServ)时,对所提出的模型进行了初步仿真,仿真结果表明可以将这一策略模型集成到开放网格服务体系(OGSA)中实现对网格应用服务的QoS管理.     

多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法

反舰导弹对舰船要害部位的精确打击能力是精确制导武器的关键技术之一。针对反舰导弹导引头对舰船要害部位检测精度低、特征提取能力不足,预测框的处理降低检测速度等问题,提出了一种多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法。由于舰船要害部位检测数据具有多尺度、多角度特性,引入多尺度特征融合模块,综合利用不同感受野的检测信息,优化特征提取;利用高效轻量化注意力机制改进Hourglass结构中的跨层连接,提升检测精度,降低算法总参数量;使用迁移学习有效提升算法收敛效果。在建立的舰船要害部位检测数据集和公开的PASCAL VOC数据集进行实验,检测准确率分别提升了4.41%和5.57%,分析算法参数与运算量,设计了模块消融实验,论证了所提算法的有效性。