初级视皮层机制启发下的特征提取

针对传统计算机视觉方法在纹理细节提取和局部运动感知方面的局限性,借鉴生物视觉系统的强大信息处理机制,提出一种基于三维时空能量模型的初级视皮层(V1)视觉模型。模型首先利用三维Gabor滤波器初步模拟得到简单细胞感受野,接着采用半波整流操作进一步得到简单细胞模型,随后通过能量模型整合简单细胞感受野进行,模拟得到复杂细胞模型。仿真结果表明:所提模型在图像静态纹理特征和简单视频序列运动特征提取上取得了较好的效果。较传统模型而言,模型将计算机视觉与生物视觉有效融合,具有更强的动静态特征表达提取能力,体现了V1细胞强大的信息处理机制,为视觉脑启发计算提供新的思路。     

融合形状和运动特征的动作识别计算模型

针对视觉系统在动作识别过程中如何利用形状与运动信息的问题,提出了一种融合形状特征和运动特征的人体动作识别方法.该方法模拟视觉皮层的背侧和腹侧通路,建立了基于双通道理论的人体动作特征计算模型.计算模型分别利用2D Gabor滤波器和3D时空滤波器模拟腹侧和背侧通路中视觉皮层简单细胞,提取动作的时空信息,通过采样、局部遍历、模板学习一系列操作分别提取动作的时空特征,并采用线性融合方法获取描述动作的特征向量,构建了采用支持向量机(SVM)进行动作分类的动作识别系统.实验结果表明:该方法的识别性能优于同类型的识别方法,取得了较好的识别效果.     

采用已编码信息的HEVC帧间快速模式决策算法

针对高效率视频编码(HEVC)帧间预测高额的计算复杂度,提出一种利用已编码块的相关信息进行快速帧间预测的算法.首先,在每个深度级上,利用当前编码单元联合其时空上最近的所有已编码单元的运动矢量(MV)长度,提前决定2N×2N的预测单元(PU)分割尺寸.其次,利用当前深度层获得的率失真代价(RDcost),结合离线统计出设置的阈值,终止满足条件的编码单元的进一步分割进程.实验结果表明:文中算法可以节省37.8%的编码时间,并取得与原始算法几乎相同的率失真性能.     

基于"群集智能"的入侵检测系统研究

该文借鉴群居昆虫的“群集智能”特性,提出了1种结构简单、资源消耗小,但能检测复杂入侵行为的分布式入侵检测系统模型。该模型将一整体入侵检测系统分解为若干功能独立、单一的检测单元,各检测单元有相对较小的检测数据源,可同时提高检测效果和效率,且通过相互间的信息交流与共享,可实现协作检测。每个检测单元的信息提供与信息利用是该模型的核心,而相应的信息存取效率是影响该模型性能的关键,该文提出了基于因特网开放最短路由协议OSPF的优化方案。实验结果表明所提出的模型具有有效性。     

舰船推进轴系动力学建模及冲击响应分析研究

为了探究在冲击载荷作用下的轴系冲击响应特性,在对某舰船推进轴系系统组成特点和喷泵、齿轮和联轴器等元件进行分析的基础之上,建立了三维有限元模型和有限梁单元模型;同时根据梁单元和冲击理论,推导得到有限梁单元模型对应的冲击响应运动方程.分别采用有限元法和数值分析方法,对轴系两种模型进行模态计算与分析;同时对轴系进行冲击载荷响应计算与分析,由于有限元模型可以采用参数化建模,可以替代有限梁单元模型的简化及迭代计算过程,提高了轴系在设计阶段轴系抗冲击载荷的模拟仿真计算的效率.     

7Li2分子A1Σ+u态的平衡几何、离解能及其谐振频率

利用分子反应静力学的原理,确定了7Li2分子A1Σ 态的离解极限;利用SAC-CI方法、使用6-311G、6-311 G、6-311G(3df,3pd)、6-311 G(3df,3pd)、D95(3df,3pd)、D95、D95V、D95V(d,p)、cc-PVTZ和AUG-cc-PVTZ等基组,对7Li2分子A1Σu 态的平衡几何进行了优化计算,且将计算结果与精细的单点能扫描结果进行了比较.分析表明,由单点能扫描获得的平衡核间距应更为合理.同时也得出了AUG-cc-PVTZ基组为最优基组的结论.在0.14~1.5 nm范围内对该态进行了单点能扫描,并用最小二乘法拟合出了其解析势能函数.从得到的解析势能函数出发,计算了该态的力常数(f2、f3和f4)及谐振频率(ωe),进而计算了其他光谱常数(Be,αe和ωeχe),理论值与实验结果一致.同时为便于分析和比较,对基态X1Σg 也进行了相应的计算.     

一种基于Bi-GRU的卫星对地观测 任务可调度性预测方法

针对现有卫星观测任务可调度性预测模型难以建模长时间间隔的观测任务依赖关系的问题,提出一种基于双向门控循环单元(Bidirectional Gated Recurrent Unit,Bi-GRU)的卫星对地观测任务可调度性预测模型.该模型以卫星历史规划方案作为学习样本,能够以较低计算代价较高准确率地预测出对地观测任务集合中可以被响应的子集.该模型首先通过多层全连接感知机神经网络提取任务属性间的关联关系,然后采用多组多层双向门控循环单元组成的循环神经网络提取观测任务与其前驱及后继观测任务序列的潜在时序特征,最后融合各组双向门控循环单元的预测结果,从而利用观测任务之间的正向与反向信息依赖关系提升任务可调度性预测准确度.实验结果表明,与现有主流预测模型相比,本文提出方法在准确率、精确率、召回率和F1分数等指标上分别提升了2.27％、2.36％、3.45％和2.37％.     

基于“科教融合”的化学生物学综合实验设计

将科研成果转化为化学生物学综合实验,探究细胞模型对药物毒性检测的影响。实验在体外建立了单层细胞(2D)和三维细胞(3D)培养模型,通过ATP生物荧光法检测阿霉素(Doxorubicin,DOX)在HepG2 2D和3D细胞模型中的毒性。结果显示,DOX对3D细胞球的毒性远远低于2D细胞。激光共聚焦成像分析发现,细胞模型对药物的摄取存在明显的影响。该实验体现了体外细胞模型的构建、三维细胞活力检测、药物摄取及分布分析等前沿领域的相互融合。通过实验有助于让学生了解科学研究的全过程,提高学生的科学素养和实践能力。     

基于C3D和视觉元素的视频描述

随着深度学习技术的发展,利用卷积神经网络(CNN)提取视频帧特征,再用循环神经网络(RNN)生成句子的方法被广泛用于视频描述任务中.然而,这种直接转换方式忽略了很多视频内在信息,如视频序列的时序信息、运动信息及丰富的视觉元素信息等.为此,文中提出了一种基于自适应帧循环填充法的多模态视频描述(AFCF-MVC)模型;采用自适应特征提取法提取含有丰富时空信息和运动信息的视频C3D特征,使得C3D特征包含了整个视频序列所有帧的信息,并将其作为神经网络的输入;针对不同视频的标注句子长度不同问题,提出了自适应帧循环填充法,即根据标注句子的长度自适应地控制输入特征的个数,在保证句子输入完整的前提下为神经网络提供尽可能多的特征输入,并起到重复学习的作用;为了充分利用视频丰富的视觉元素信息,通过视觉检测器检测出视频帧的视觉元素信息,编码后作为额外的补充信息融合进AFCF-MVC模型中.在M-VAD和MPII-MD数据集上的实验结果显示,该模型既能准确地描述视频中的内容,也能在语法结构上模拟出人类语言的丰富性.     

基于视觉感知模型的LCD运动模糊分析

为了分析液晶显示器(LCD)上的运动模糊现象,基于人眼视觉感知模型,使用精确测量到的液晶亮度响应曲线来计算运动图像响应时间(MPRT).MPRT作为运动模糊的量化参数,被写入VESA的平板显示器测量标准当中.通过测试几种不同发光特性的LCD,从可能影响运动模糊的各方面因素入手,利用测量结果计算MPRT,讨论了其对于运动模糊降低的作用.结果表明,通过改善液晶的响应速度,帧频、背景光特性都可以在一定程度上降低运动伪像,但并不能完全消除.另外通过仿真计算指出了采用MPRT来衡量扫描背景光LCD上运动模糊的不足之处是没有考虑多层鬼影的现象.