融合边缘注意力的手写蒙古文字元数据增强方法

针对手写蒙古文字元数据集样本少且多样性差的问题，提出融合边缘注意力的条件手写蒙古文字元生成模型。模型在条件生成对抗网络的基础上引入了边缘注意力机制，使得数据生成模块对手写蒙古文字元边缘变化更加敏感，增加特征多样正则项在一定程度损失避免模式崩溃并使得生成样本更具多样性。在MNIST和手写蒙古文数据集进行了大量实验，结果表明提出模型样本增强效果优于GAN、CGAN，并且增强后的样本能够有效提升文字识别模型的性能。     

文字云及主题模型的统计挖掘

互联网等信息技术的迅猛发展使网络中积累了大量半结构化和非结构化的文本数据，如何从这些海量电子文档中获取需要的信息并以高效直观信息图的形式展现，成为统计分析工作者的一项主要任务。文字云是信息图表达的一种新型文本显示方式，利用文字云和主题模型文本挖掘方法，对文本进行移除数字、去除停用词等预处理操作，然后执行中文分词，构建语料库，建立文档-词条矩阵，最后以文字云和主题模型的形式呈现挖掘结果。实验中主要利用R语言，以多年粗糙集会议纪要为实验数据进行了相关统计分析，并对比了 Tagxedo文字云生成器，结果表明，从文字云中比较容易获取文本的重要信息如主题模型等，挖掘效果较好。     

基于轻量级AlexNet网络的秦简文字识别算法

以样本少且欠均衡的高信噪比秦简文字图像为研究对象,提出一种基于改进的轻量级AlexNet网络模型的秦简文字识别算法。首先,构建秦简单文字图像数据集,对其进行增强降噪、图像归一化等预处理操作;其次,调整AlexNet网络模型结构,构建4层卷积层与池化层的顺序连接,并在前2层卷积层分别融入InceptionA与InceptionC结构,以分解卷积的形式对秦简文字进行局部特征提取,选取ReLU函数作为模型的激活函数,并在全连接层融入Dropout层进一步防止模型出现过拟合现象;最后,调用Softmax分类器完成秦简文字图像识别。研究结果表明：该网络模型在轻量化与识别准确率的表现上具有明显的优势,平均识别耗时为635 ms,识别准确率达到了99.89%,识别效果良好,可为秦简文字识别理论研究提供参考。     

基于驾驶人视认特性的高速公路作业区文字类交通标志尺寸

针对高速公路作业区文字类交通标志在不同行驶速度、道路条件及标志的多信息量条件下对驾驶人视认特性的影响,及其尺寸规格不统一对驾驶人形成的非一致性视觉感受,基于《道路交通标志和标线》(GB 5768—2009,简称"国标")的文字高度模型,结合高速公路作业区文字类交通标志信息特性,以驾驶人的视认特性为出发点构建车辆行驶模型,设计了多文字标志信息视认试验;通过改进传统文字高度算法,提出了综合考虑行车速度、驾驶人视认特性以及标志牌信息量等因素的汉字高度优化模型。研究结果表明:"国标"对汉字的感知、阅读理解时间的取值是以单个汉字的视认时间为基础的,通过多文字标志信息视认试验发现,当标志牌字数m≥6时,难以反映当前作业区多字数标志信息视认特性;优化的文字高度模型充分考虑了标志牌多信息量时驾驶人的视认特性,文字高度取值比"国标"更合理全面;在此基础上对标志尺寸进行了优化设计,即先采用优化的文字高度算法计算汉字高度,再利用"国标"的汉字排版方式设计,这样既能保证视认性的要求,又能最大限度地利用标志牌版面,进而给出了高速公路作业区文字类标志尺寸的设计标准。     

汉字系统直接构件模型的建立

对于一个汉字系统中的文字集合,构成该集合所有文字的直接构件反映汉字系统的某些结构特征.基于对汉字拆分数据的研究,提出了一个直接构件模型,用于描述汉字集合中的文字数与直接构件数之间的关系.借助于大数定律、重复抽样方法和非线性回归方法,分别建立了金文、小篆、汉隶和宋楷几个具有代表性的、不同时代的汉字系统直接构件关系模型.     

32×32点阵汉字发生器的试验研究

本文提出了一个用线性 Ｅ型磁芯组成的３２ × ３２点阵汉字发生器的方案。每盘磁芯有５５３字符，用１１盘磁芯可容纳６０８３字符。文字采用宋体。 通过对５５３汉字发生器实验模型的研制，分析了干扰产生的原因，讨论了解决措施，使取出文字的质量符合实用要求。 汉字发生器有较完善的自检电路，给调试、维修提供了方便。     

基于改进的VGG-Net的手写蒙古文字元识别

现有蒙古文文字存在元样本尺寸较小、使用标准VGG-Net进行字元识别不能达到较好效果的问题,提出基于改进VGG-Net的蒙古文字元识别方法。通过改进的VGG-Net模型对手写蒙古文字元图像数据增强后的23类手写蒙古文字元样本进行识别。结果表明,改进的VGG-Net对字元图像识别的准确率达到96.83%,相比传统VGG-Net模型识别速度更快,准确率更高,占用储存空间更少。     

基于人工免疫算法的古籍文本数字化处理

针对目前古籍数字化过程中,原色高清文件过大、黑白处理后的文件文字不清、背面文字"透射"、正面与背面文字交叉重叠、图像噪点过多等诸多问题,本文研究了一种基于人工免疫算法的古籍文本数字化处理方法.该方法通过模拟免疫学的模型和原理,采用基于二进制编码的图像边缘检测算法,追踪文字边缘,寻找古籍文本数字图像上感兴趣的文字或图片,...     

采用内容挖掘的缅甸文字相似文档检索

对缅甸文字进行文本挖掘,提出一种新的缅甸文字单字分割算法和词干提取算法.在向量空间模型下,使用Okapi相似度评测方法,评测缅甸文字文档与查询关键字之间的相关性,实现一个基于以上算法的缅甸文字文献检索系统.实验结果证明:所提出来的算法能够快速、有效地挖掘Web上的Html文档.     

浅谈图画文字与象形文字

本文主要即表形文字中代表文字产生之后最初的两个发展阶段的两种文字：图画文字和象形文字。传统的文字学中，人们并没有将这两种文字加以确切的区分，实际上，这两种代表了由原始图画发展而来的图画类文字的两个连续发展阶段的文字不论从其定义、特点，还是各自的功能等方面来看并不是可以划等号的。     

腔体滤波器中侧面耦合孔的等效模型

本文分析了腔体微波滤波器中侧面耦合小孔采用横截面上耦合孔等效电路模型的不合理性；建立了微波滤波器采用侧面耦合小孔的等效电路模型，并推导了其通带宽度的计算公式。     

一种改进的小波神经网络的网络流量预测算法

为了有效地对网络进行维护,提高网络性能,预知网络流量可以提前对网络出现的问题采取应对策略,从而对用户提供更好的服务。在神经网络预测模型中把隐含层的传递函数用小波函数替换,并采用共轭梯度下降算法,建立了一个小波神经网络的网络流量预测模型。通过实际流量数据对模型进行仿真,结果显示该模型与神经网络预测模型相比,该网络具有良好的预测效果,网络训练时间短,有效地提高了训练速度。     

空中交通地面等待问题的网络流规划模型

在将网络流方法应用于解决空中交通流量管理问题中,由于其形象直观和求解简单,因而倍受国内外学者的关注。本文针对确定容量条件下的单机场地面等待策略问题,研究了简单网络流规划方法,建立了数学模型和网络流规划模型。在简单网络模型的基础上,考虑更多的实际约束,改进成本函数,建立了修正的网络流规划模型,并对冲突航班例进行仿真,验证了规划方法的可行性。     

一种改进轻量化神经网络的齿轮箱故障诊断方法

针对齿轮箱故障诊断精度低以及深度神经网络模型对计算机硬件要求高等问题,提出了Shuffle-ECANet网络模型用于齿轮箱故障诊断。该模型以轻量化神经网络ShuffleNet V2为基础,在保留网络轻量化结构的同时对网络模型进行了优化,采用Gelu激活函数增强了模型非线性变换能力,嵌入高效通道注意力(efficient channel attention, ECA)模块以提高网络性能。深度可分离卷积提高了网络模型的运算效率,通道混洗技术使得信息更加流通,提高了特征表达能力。实验结果表明,本文所提网络模型在保证轻量化的同时适用于不同噪声工况的齿轮箱故障诊断,在原信号下可达99.6%的诊断准确率,在添加了信噪比为-8 dB的高斯白噪声下可达92.7%的诊断准确率。本文所提方法为神经网络更好地应用于齿轮箱故障诊断提供了一条新的途经。     

小波包与神经网络相结合的股票价格预测模型

小波包较之于小波可以更为灵活地提取分散在不同尺度上的信号特征,结合神经网络也就可获得更好的预测精度,本文按此方式建立了一种混合杂交模型用于股票市场价格波动预测,并为获得最优预测精度,本文利用遗传算法进行小波包最优分解选择和神经网络参数选择。通过对上证综指的实证研究,表明这种混合杂交模型的性能优于同类神经网络模型和基于小波分解的神经网络模型。     

支持向量回归的网络流量预测模型

为了提高网络流量的预测精度,准确描述网络流量变化规律,提出了一种基于向量回归的网络流量预测模型,它能全面刻画网络流量变化趋势.     

高速网络环境下基于分布式协作代理的入侵检测系统研究

提出了一个高速网络环境下基于分布式协作代理的入侵检测系统模型框架,研究了一种面向大规模网络的分布式协作代理入侵检测技术,构建了一个能适应高速网络环境下网络监测的入侵检测系统集群模型,对其体系结构进行了详细的描述．为了提高入侵检测的识别率,在现有特征匹配算法的基础上,提出了利用网络协议的特征来提高入侵检测的匹配效率的方法和基于遗传算法的智能动态反馈负载均衡器的思想,利用它们来对高速网络环境下前端捕获的1Gbps以上的大数据流分流,以利于后端低速入侵检测系统及时并行处理,并总结出了模型实现的关键技术。     

一种多目标工程网络计划模型

在建立某钢铁企业轧机生产线检修工程网络计划模型的具体实践中,提出了一种多目标工程网络计划模型,导出了该模型的网络时间参数计算方法,讨论了多目标网络划优化问题,并认为传统的单目标网络只是该模型的一种特例。     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

基于深度学习的三维模型重构研究

由单个图像建立其三维模型是计算机视觉领域的一个热门且具有挑战性的问题.现有的传统单视图三维重构算法在处理低分辨率图像时效果不好,在训练中由于三维图形的高维性,使网络也变得高度不稳定,导致模型重构效果差.针对传统三维重构算法存在的缺点,提出一种基于深度学习网络的改进模型,在模型中加入超分辨率、投影、对抗生成网络(generative adversarial network,GAN)等模块,采用模块化设计强制生成的三维形状与深度图像对齐,使得映射更加规则.在损失函数上运用Wasserstein GAN思想,引入惩罚项,使网络训练难度降低,减小网络模型对训练数据集的依赖,克服了传统算法存在的问题.实验证明,提出的模型较传统方法重构的三维模型更加逼真,符合客观事实.