基于多尺度卷积网络的非朗伯光度立体视觉方法

光度立体视觉作为一种精细三维测量技术广泛应用于三维重构、缺陷检测、生物医疗等领域,但传统反射模型对材质真实物理特性的反映能力有限,对于如光亮金属等具有非线性光反射特性的非朗伯表面适应性不佳,极大地限制了该技术的进一步应用.本文提出了一种基于深度学习多尺度卷积架构的光度立体视觉算法,实现了对非透明材质表面在任意光照条件下的高精度法向量恢复.算法在深度网络中设计了多尺度卷积结构,小尺寸卷积核强化了模型在光度物理原理上的表达,使得模型在细节预测上具备优势,大尺寸卷积核鼓励深度网络利用邻域特征,提升模型克服阴影和区分多种材质的能力.为进一步处理任意光照条件的问题,算法设计了对入射光照向量空间的多分辨三维极坐标划分方法,在整合输入图像信息的同时,充分发挥了多尺度卷积的效能.实验结果表明,多尺度卷积深度学习架构有效集成了光度原理和深度学习二者的优势,在保留精细三维形貌恢复能力的同时,极大提高了针对非朗伯表面的适应性,为光度技术的广泛应用提供了有力的技术支持.     

两层流体热毛细对流空间实验研究

1999年, 在我国实践5号卫星上完成了两层流体空间实验, 实验研究两层不相混合流体的纯Marangoni对流(温度梯度与界面垂直)与热毛细对流(温度梯度方向与流体界面平行). 前者存在发生Marangoni对流的最小临界温差值ΔT_c, 低于该值流体系统处于静止状态；后者中只要存在沿界面的温度梯度便会产生热毛细对流. 空间实验采用石蜡和氟化液两层流体新体系, 实现了平整的液-液交界面, 并从卫星上传回上万幅数字图像. 通过多幅图像叠加处理得到了定量的流速场. 数值模拟计算分析了相应工况时对流流动的速度场, 两者的流场结构和速度大小基本一致, 实验验证了理论模型.     

用κ-ε紊流模型计算跌坎水流数值方法探讨

采用一种欧拉-拉格朗日（Eulerian-Lagrangian）相结合的剖开算子方法,用三角形网络离散流场,由κ-ε紊流模型数值求解了二维过跌坎水流.用特征线法解对流算子,用有限元法解扩散算子和圧力波松方程.算例表明,主要计算成果和试验结果能较好吻合,该法能很好适应解强非线性对流算子的复杂紊流流场.文中还对模型的边界条件处理进行了探讨.     

带方向特征的Contourlet HMT模型

根据Shannon信息理论将纹理的方向特征定义为:图像中信号取值为随机分布的奇异值时方向变量的取值特征.根据这一定义,并结合Tamura方向特征的求取方法,文中对Contourlet变换系数的方向概率分布进行了研究,获得方向特征在Contourlet变换的父子子带间形成传递这一结论,在此基础上结合Contourlet隐Markov树(HMT)模型,建立了以隐状态变量分布为条件的方向隐变量的概率分布模型,即带方向特征的Contourlet HMT模型,给出了该模型的结构和训练方法.此外,通过基于所提出模型的无监督结合上下文信息的图像分割算法对合成图像和遥感图像的目标分割实验验证了所提出模型的有效性.     

基于自适应多特征融合的双重图像退化修复网络

当前图像修复方法大多局限于处理某个单一特定任务,如超分辨率、去噪、着色等,很少有网络模型同时具备处理双重退化的能力.而现存可以解决多重图像退化问题的算法普遍结构复杂、训练时间长、人力成本较大.本文提出一种基于自适应多特征融合的双重退化修复网络(adaptive multi-feature fusion dual degradation restoration network, AMFNet),利用自引导模块(SGM)融合图像的多尺度信息,有效去除了图像中的部分缺陷;使用带有空洞卷积的编码解码器模块巩固图像的语义信息,实现了中间图像的着色;引入带有自适应多特征融合模块(AMF)的中间信息传输机制(ITM)链接以上两大结构,自适应选择保留网络递进过程的图像特征以避免有用信息的丢失.实验结果表明,基于自适应多特征融合的双重图像退化修复网络模型视觉生成效果最优,通过在CelebA和Landscape数据集上的测试分析,其结构相似度(SSIM)与感知图像补丁相似度(LPIPS)优于同类方法,而峰值信噪比(PSNR)则远超同类方法高达5 dB.     

基于两级模糊控制的交叉路口多相位控制

用模糊控制方法对交叉路口的交通信号进行控制,提出一种面向城市交叉路口的交通信号两级模糊控制系统.该系统能够分散处理交通信息参数,有效减少模糊规则数,易于提取模糊规则,实现相位顺序、绿信比和周期均随着交通状况的变化而自适应变化;并利用混沌优化对模糊控制器的隶属度函数进行优化搜索,从而提高交叉路口的通行效率,减少车辆的延误...     

TCVI工艺制备C／C复合材料的多物理场耦合模拟

采用2D轴对称瞬态模型对热梯度化学气相渗积（TCVI）22艺制备高性能C／C复合材料过程进行模拟．模型包括对流、热传导、扩散、沉积反应和孔隙演变等物理化学过程．采用有限元方法实现了多物理场迭代耦合计算，得到了各时刻流场、温度场和密度分布规律，研究表明对流对温度场分布具有重要影响．对于采用TCVI工艺致密化100h的C／C复合材料，对比实验测得的预制体平均密度径向分布，计算结果与实验结果符合一致规律，验证了模型的可靠性和模拟计算的预测能力．     

基于FBO和GPU的动态CEM算法及实现

改进了OPENGL中动态立方体环境映射的实现方法,新方法利用FBO使环境图像直接渲染到立方体纹理,利用GPU编程语言GLSL进行逐像素纹理和光照计算,与传统方法相比,该方法提高了帧率和图象质量.最后给出了该方法实现过程.     

基于卷积神经网络与Bayesian决策的图像识别与分类记忆建模

当前热门图像分类方法大多侧重在分类能力,忽视识别新事物,然而人类认识事物时侧重认识,只在细小之处重视分类,这一点与人类记忆机制密切相关.尽管目前有许多记忆建模理论被相继提出,但大多以单词列表的形式学习,对自然图像列表的研究有限.基于此,本文提出了基于卷积神经网络与Bayesian决策的图像识别分类记忆建模方法,首先利用卷积神经网络提取图像特征,并采用二进制形式存储特征向量;然后进行视觉图像的表达,存储与提取记忆建模,将测试图像特征向量与所有已存储特征向量进行匹配对比,计算似然率值;最后在所有似然率基础上计算测试图像是新类别的几率,若该几率大于某个阈值则判别其为新类别;反之,利用Bayesian决策规则进行.图像分类.在Caltech-101与Caltech-256数据库上的实验表明所提方法能很好地应用于图像识别分类任务中.其击中率比目前代表性的稀疏表达分类(SRC)以及极限学习机(ELM)方法高,且虚报率比其他两种方法低的多.     

模糊随机可靠性分析中不确定性传递的鞍点线抽样方法

对于同时存在随机基本变量和模糊基本变量的结构系统,研究了模糊和随机两种基本变量的不确定性向结构响应性能的传递问题,提出了一种结构安全度量的模糊可靠度隶属函数求解的鞍点线抽样方法.所提方法首先按照模糊基本变量的隶属函数求得给定隶属水平下模糊基本变量的取值域.然后在与给定的隶属水平对应的模糊基本变量取值区域内,利用鞍点线抽样方法求得随机基本变量空间内结构响应量满足安全要求的可靠度值的上、下界,进而将基本变量的模糊和随机不确定性传递到结构的安全度量,得到模糊可靠度的隶属函数.与模糊随机不确定性传递的直接MonteCarlo法相比,所提方法可以在保证计算精度的同时大幅度提高计算效率.与已有的模糊随机不确定性传递的转化法相比,所提方法具有更广的适用范围,它对随机基本变量的分布型式及结构响应量的解析表达式均没有限制,并且所提方法未对响应量的表达式作任何近似,因而比转化法具有更高的精度.另外所提方法可以容易地处理结构响应中模糊基本变量与随机基本变量具有交叉项的情况.所提方法的优点将由文中算例进行验证.     

多源异构感知数据融合方法及其在目标定位跟踪中的应用

物联网的全面感知产生了海量的感知数据,并且感知数据呈现为显著的多源异构性.因此,如何实现海量多源异构感知数据的智能处理是一个具有挑战性的课题.数据融合是处理多模态数据并挖掘提取有价值信息的有效手段,但针对多源异构数据,特别是非结构化的视频多媒体信息,如何实现高效的融合计算还面临许多问题需要解决.本文针对物联网多源异构感知信息的处理问题,提出多层次的多源异构数据融合方法,并以基于无线信号、视频和深度感知数据的目标定位跟踪应用为切入点,重点研究多源异构数据的处理、特征表示和数据融合方法.根据不同类型数据的特性采用不同的数据融合方法,通过挖掘无线信号、视频和深度等多源异构数据内在的关联性,实现多源异构数据有价值信息的有效利用.实际复杂场景的实验表明,本文提出的基于多源异构数据融合的目标跟踪和定位方法,能够解决传统依赖单源同质数据的目标跟踪方法所面临的光照变化和遮挡交错等难点问题,并且可以获得较为准确的运动目标三维位置,具有良好的跟踪定位效果.     

一种以特征线为中心的曲面特征表示方法

由于自由曲面特征形状复杂多样，难以有效地进行参数化表示．本文提出了一种以特征线为中心的曲面特征层次参数化的表示方法．该方法将特征线作为曲面构建的基本单元，将特征线划分为几何层、约束层、语法层和语义层，利用特征线信息对曲面特征进行参数分层，实现曲面特征的整体形状和局部形状的层次控制；在参数化表示上，按不同自由度分为半自由和完全自由曲面特征，并对曲面特征进行了统一的定义表示．实验结果表明，本文方法能够表达多种形状的自由曲面，在高层语义参数层面上方便地编辑曲面特征，是一种有效的曲面特征表示方法．     

GPU加速的表意式体模型线绘制算法

现有的体模型线绘制算法采用跟踪随机种子的方式得到特征线,存在严重的时空连续性问题.本文提出一种GPU加速的体模型线绘制算法,能够在每一帧抽取全部的特征线,从而彻底解决绘制中的不连续现象.我们首先提出一种并行的特征线抽取方法,在GPU的几何处理器中计算每个立方体单元中的特征线片段.为了解决可见性判定问题,我们采用splatting的方式生成深度图,取代已有方法中的光线投射方法,获得了明显的性能提升.采用自适应的深度偏移获得满意的可见性检测结果.为了将大量的体数据存储到高速显存中,我们通过剔除无关数据和压缩编码的方式,在不影响结果的前提下显著地减少了存储和带宽消耗.实验结果表明,本文算法能够生成时空连续的线绘制结果,并且绘制速度比已有CPU算法提高一个数量级.     

基于流向特征熵和测地线距离的粘连血管型肺结节聚类分割

肺癌计算机辅助诊断(lung cancer CAD)是辅助医生定量判别结节良恶性的新技术.倍增率是临床上判断结节良恶性的指标,而精确地分割结节又是计算倍增率的前提.因为结节和血管的CT值相近,所以难以正确分割粘连血管型结节.血管里充满着流向同一方向的血液,使得大部分血管像素梯度的法向量(流向特征)都指向同一方向,流向特征熵值小;而结节上的像素梯度法向量方向杂乱无章,流向特征熵值大.大部分血管像素到结节中心的测地线距离比结节像素到结节中心的距离大.基于上述血管与结节差异,文中提出了一种基于流向特征熵和测地线距离的K均值聚类算法来分割结节.针对132个临床CT影像的肺结节(104个孤立型和28个粘连血管型),12个LIDC集合1的肺结节(4个孤立型和8个粘连血管型)和182个LIDC集合2的肺结节(25个孤立型肺结节和157个粘连血管型肺结节),评估实验结果和影像科医生手工绘制的金标准相比较,孤立型肺结节分割正确率分别为100/104(96.2%),4/4(100%),24/25(96.0%),粘连血管型分割正确率分别为26/28(92.9%),7/8(87.5%)和149/157(94.9%).实验表明,该方法能在短的时间内正确地分割孤立型结节和粘连血管型结节且具有好的鲁棒性.     

基于区块位置与加权视觉语义映射的语义图像检索

提出了一种新的图像语义映射方法WVS—RSSVM，采用自适应的NCut分割方法自动发现并图像中的区域，提取出每个区域包含了位置信息的特征，达到消除一定歧义的目的。并将这些区域采用加权的方式映射为视觉语义空间中的一个点，然后通过SVM分类的方法进行语义学习，实现对图像的语义标注。并且以SVM分类时点到边界的距离作为该点属于某个语义的隶属度，实现检索的排序。实验结果表明，该方法对表达图像的主要语义以及发现有歧义的区块代表的语义，有很好的效果。     

基于交通流特征的可变信息板布局优化方法

为了引导交通流的合理分布并确定城市路网中可变信息板的布局方案,本文提出了一种基于路段交通流特征信息量评估的可变信息板布局优化方法。利用图论对城市路网进行描述,建立了基于信息熵的路段交通流特征信息量评估模型。并结合实际路网的拓扑结构特性,设计了可变信息板布局方案的初步生成方法。12节点的网络实例验证显示:该布局方法是有效的,且便于交通管理者所理解。同时,提出的交通流特征提取方法具有较强的应用性,可为道路规划与安全评估提供基础信息。     

A Robust Data‐Mining Approach to Bankruptcy Prediction

In this study, new variants of genetic programming (GP), namely gene expression programming (GEP) and multi‐expression programming (MEP), are utilized to build models for bankruptcy prediction. Generalized relationships are obtained to classify samples of 136 bankrupt and non‐bankrupt Iranian corporations based on their financial ratios. An important contribution of this paper is to identify the effective predictive financial ratios on the basis of an extensive bankruptcy prediction literature review and upon a sequential feature selection analysis. The predictive performance of the GEP and MEP forecasting methods is compared with the performance of traditional statistical methods and a generalized regression neural network. The proposed GEP and MEP models are effectively capable of classifying bankrupt and non‐bankrupt firms and outperform the models developed using other methods. Copyright © 2011 John Wiley & Sons, Ltd.     

Related‐variables selection in temporal disaggregation

Two related‐variables selection methods for temporal disaggregation are proposed. In the first method, the hypothesis tests for a common feature (cointegration or serial correlation) are first performed. If there is a common feature between observed aggregated series and related variables, the conventional Chow–Lin procedure is applied. In the second method, alternative Chow–Lin disaggregating models with and without related variables are first estimated and the corresponding values of the Bayesian information criterion (BIC) are stored. It is determined on the basis of the selected model whether related variables should be included in the Chow–Lin model. The efficacy of these methods is examined via simulations and empirical applications. Copyright © 2008 John Wiley & Sons, Ltd.     

Modeling interval trendlines: Symbolic singular spectrum analysis for interval time series

In this article we propose an extension of singular spectrum analysis for interval-valued time series. The proposed methods can be used to decompose and forecast the dynamics governing a set-valued stochastic process. The resulting components on which the interval time series is decomposed can be understood as interval trendlines, cycles, or noise. Forecasting can be conducted through a linear recurrent method, and we devised generalizations of the decomposition method for the multivariate setting. The performance of the proposed methods is showcased in a simulation study. We apply the proposed methods so to track the dynamics governing the Argentina Stock Market (MERVAL) in real time, in a case study over a period of turbulence that led to discussions of the government of Argentina with the International Monetary Fund.