利用卷积神经网络的显著性区域预测方法

针对神经网络的显著性区域预测存在数据采集代价大、处理繁琐等问题,提出2种卷积神经网络,即从头开始训练的浅层卷积神经网络,以及前三层源自另一个网络的深层卷积神经网络。其中,浅层网络结构简单,可避免过拟合问题;深层网络可以充分利用最底层的模型参数,收敛更快,效果更好。所提卷积神经网络应用于回归问题,均没有直接训练特征图的线性模型,而是在迁移层上训练了一堆新的卷积层。从端到端的角度解决显著性预测,将学习过程演化为损失函数的最小化问题。测试和训练在SALICON,SUN和MIT300数据集上进行,实验结果验证了所提方法的有效性。其中,深层网络和浅层网络在SALICON和SUN数据上的结果相似,深层网络在MIT300上的结果更优,与其他方法相比,所提方法具有不错的表现,而且具有跨数据集的鲁棒性。     

结构-地震动双随机的隔震结构倒塌鲁棒性分析

为分析基于结构及地震动双随机的隔震结构竖向连续倒塌鲁棒性,依据二次四阶矩可靠度理论提出随机鲁棒性指标,通过对比分析隔震结构考虑结构随机、地震动随机性以及同时考虑结构-地震动随机性的鲁棒性指标,揭示随机性对隔震结构竖向连续倒塌鲁棒性的影响,以及PGA对隔震结构抗竖向连续倒塌鲁棒性产生的作用.研究结果表明:基于可靠度的随机鲁棒性指标可定量评估隔震结构抗竖向连续倒塌能力;若仅考虑结构随机或地震动随机,均会高估结构抗竖向连续倒塌能力;此外,随PGA增大,结构抗竖向连续倒塌鲁棒性下降,强震作用下,隔震结构极可能发生竖向连续倒塌现象.     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

考虑鲁棒性的超临界翼型激波控制鼓包减阻研究

本文主要采用CFD方法研究超临界翼型的激波控制鼓包减阻技术,分析了鼓包形状参数对减阻效果和鲁棒性的影响规律.计算结果显示,鼓包的减阻效果受位置影响较大,当鼓包最高点与干净翼型的激波位置相同时减阻效果较好,鼓包高度过高对减阻效果不利,而较长的鼓包可在更大的高度范围内实现减阻.鼓包还可以通过弱化激波,抑制附面层分离,延缓超临界翼型抖振现象的发生.计算结果显示,鼓包减阻技术整体而言工作范围较窄.但经过设计,较长且较低的鼓包可以在较大的升力范围内具有减阻效果,并且减阻效果对形状变化及雷诺数变化不敏感,还能有效提高阻力发散马赫数,鲁棒性要明显优于较短较高的鼓包,具有工程应用的潜力.     

汽车防抱制动系统的分数阶PID控制算法研究

鉴于汽车防抱制动系统控制过程中存在时变性、非线性、不确定性等问题,采用一种基于分数阶PID的控制方法,设计了分数阶PID控制器,并在Matlab/Simulink系统进行了单轮车辆的防抱死制动仿真;仿真结果表明：该控制策略具有更好的鲁棒性,控制效果更优。     

基于二次修正的LBP算子和稀疏表示的人脸表情识别

针对传统局部二元模式(LBP)算子存在直方图维数过高而导致识别速度降低和二值数据对噪声很敏感的问题,在分析传统LBP算子的原理基础上,对人脸表情特征的数据量增加、人脸表情特征向量和特征识别过程的优化进行如下改进:将人脸表情图像经过小波包的分解和重构,得到4幅不同频段的图像,从而有效地增加原表情图像的数据量;采用修正的LBP算法对人脸表情图像进行特征提取,并通过稀疏表示模型优化其特征向量,有效地降低传统LBP直方图的维数,提高人脸表情识别率,二次修正的LBP算法鲁棒性好;构建基于神经网络的多分类器模型,融合多特征多分类器的输出,有效地提高表情特征分类的准确性和稳定性。研究结果表明:与传统LBP算法对比,本算法用于人脸表情的识别时,其识别率得到较大幅度提高,算法鲁棒性好。     

基于伪3D-DCT域的视频零水印算法

基于零水印对视频信号有其自身优势,本文提出一种基于混沌映射与伪三维离散余弦变换(3D-DCT)的视频零水印算法.首先对构造零水印的视频帧分组,并进行伪3D-DCT变换.然后利用伪3D-DCT系数的符号映射生成具有稳定特性的特征值,并结合混沌映射构造零水印.最后将零水印在第三方数据库进行注册.算法不需要修改任何视频载体信息,有较好的不可见性.实验结果表明,该算法对H.264、MPEG-4压缩,噪声攻击,滤波,帧剪切等处理有很强的鲁棒性.     

基于状态空间模型的机床热误差动态建模

提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性.     

基于特征加权的FSVM在低信噪比语音识别中的应用

模糊支持向量机(FSVM)赋予每个样本一个模糊隶属度,优化了最优分类面,具有好的抗噪性。为提高低信噪比条件下的语音识别准确率,减小传统支持向量机(SVM)中噪声样本对分类精度造成的影响,首先将模糊支持向量机(FSVM)应用于语音识别系统中的识别网络。在此模型的基础上,考虑到语音样本各维特征的影响,计算各维特征的信息增益作为对分类的重要程度,依据此重要程度确定对各维特征的加权系数,构造加权核函数。为了减小一对一分类模式下的时间复杂度,引入了三叉决策树策略。在仿真实验中,采用韩语语料库的耳蜗滤波器倒谱系数(CFCC)作为实验数据,实验结果表明,在低信噪比语音识别中,特征加权模糊支持向量机(FWFSVM)比传统的SVM具有更好的鲁棒性。     

一种鲁棒的数字水印算法

数字水印是信息隐藏和版权保护的有效手段。针对一般数字水印算法的视觉性和鲁棒性无法兼顾的问题,对JPEG 2000的图像格式提出了一种自适应的盲水印算法。算法使用m+n位的线性反馈移位寄存器对水印图像进行移位置乱,然后利用JPEG 2000图像的特点,对原始图像进行小波变换处理后选择低频子带进行水印的嵌入,在量化处理的同时完成了水印的嵌入,提高了水印嵌入的速度。根据LSFR的性质,算法对水印进行有效地检测和移位复原,实现了水印的盲提取。实验表明,该算法具有良好的视觉性和抵抗攻击的鲁棒性。