基于距离置信度分数的多模态融合分类网络

使用多模态数据建模可以有效地克服单一模态信息量不足的问题,大大提高模型的性能.但在量化神经网络模型置信度,尤其是对于多模态融合模型方面并没有很多进展.基于此,提出一种基于嵌入的方法,在嵌入空间中通过计算样本间的距离进行局部密度估计,进而计算模型的置信度分数.该方法具备可扩展性,不仅可以用于单一模态模型,还可以用于多模态...     

基于文本指导的层级自适应融合的多模态情感分析

提出了一种基于文本模态指导的多模态层级自适应融合方法,以文本模态信息为指导实现多模态信息的层级自适应筛选及融合。首先,基于跨模态注意力机制实现两两模态之间的重要性信息表征;然后通过多模态自适应门控机制实现基于多模态重要信息的层级自适应融合;最后综合多模态特征和模态重要性信息实现多模态情感分析。在公共数据集MOSI和MOSEI上的实验结果表明：对比基线模型,本文所提方法在准确率与F₁值方面分别提升了0.76%和0.7%。     

多模态医学图像融合技术综述

介绍了医学图像融合的级别和方式,重点对目前国内外医学图像配准和融合的技术与方法进行了阐述,最后提出了在医学图像融合技术研究中的几个热点问题.     

基于半完全图在数据融合中的元搜索研究

基于对Web图的特性和性质的介绍，探讨了一个Web演化生成的模型；论述了结舍Web图论以及社会网络分析等思想，在研究Web上的搜索引擎中的应用，从社会选择理论提出了基于半完全图的融合模型，并结合堆排序给出了一个高效的元搜索融合算法，并且和其他融合算法做了一定比较，发现半完全图融合这一方法的性能最好。     

基于改进生成对抗网络的多聚焦图像融合

针对多聚焦图像融合中权重分配和融合规则设计困难的问题,本文提出了一种基于改进生成对抗网络的多聚焦图像融合算法。首先,对生成器网络和判别器网络进行设计,为了避免图像在网络模型传递过程中造成的信息丢失,裁撤网络结构中的池化层,通过卷积层叠提取图像特征。其次,构建生成对抗网络的损失函数,优化网络参数,得到最佳的网络模型。最后,将实验结果与现有的几种融合算法相比较,通过5种客观评价指标来评价融合图像的效果。结果表明,本文提出的算法不仅在主观上有着良好的视觉效果,也在客观评价指标上有显著优势。     

基于改进MGR融合算法的视频信息融合框架

针对视频信息具有的多模态性质,提出了融合视音频多种模态特征信息的视频融合分析框架,用以提高视频检索的正确率和效率.该框架根据从视频底层提取出的多种图像特征、音频特征,采用基于图嵌入框架的降维算法MFA降维,根据降维后得到的各种特征向量,训练SVM分类器进行分类,并用改进后的MGR融合算法对SVM分类器输出的序号矩阵进行融合分析.实验结果表明该融合框架融合多种特征提高了分类识别的效率,采用了改进的融合算法降低了计算复杂度,提高了系统的整体性能.     

基于波波变换的多分辨图像融合

图像的小波多分辨表征是把图像特征按度和方向映射到由波波变换系数构成的金字塔结构的各层中。在此数据结构中，使用不同的基于区域的特征选择方法，实现了对稆原始图像的明显特征的选择，包括基于能量和基于边缘检测的方法。     

基于边缘图的梯度域图像融合方法研究

梯度域图像融合通过最小化融合图像的梯度场与融合梯度场之间距离求得融合图像,融合梯度场的准确性直接决定融合图像质量;由于源图像信息之间存在互补性,基于结构张量的梯度融合方法得到的融合梯度场的准确性不高,为保证融合图像质量,重构时需要添加其它感知项进行校正;提出了一种基于边缘图的梯度场融合方法,在边缘像素处以梯度值为权重进行加权融合,在非边缘像素处采用梯度值取大规则进行融合;实验结果表明:梯度场融合方法得到的融合梯度场准确性高,重构的融合图像具有满意的视觉质量和客观评价成绩。     

基于照明感知和密集网络的红外与可见光图像融合

针对现有方法忽略照明不平衡、存在对比度低、纹理细节丢失等问题,本研究提出一种基于照明感知和密集网络的红外与可见光图像融合方法。首先,从可见光图像中获取照明概率并计算照明感知权重以指导训练网络,通过特征提取与信息度量模块来计算源图像的自适应信息保留度,用于保持融合结果与源图像间的自适应相似性。同时,照明感知损失与相似性约束损失函数使模型在结构、对比度、亮度上能够全天候地生成包含显著目标和丰富纹理细节信息的融合图像。本研究在TNO与MSRS 2个公共数据集上进行主、客观评估。实验结果表明,本研究弥补了照明不平衡的缺陷,在保留更多红外目标的同时,也有效地保留了更多可见光图像的纹理细节信息。     

基于多尺度密集特征融合的生成式对抗除雾网络

在真实雾天场景下,针对除雾网络无法去除远处雾气、天空区域容易出现噪声的问题,提出了一种基于多尺度密集特征融合的生成式对抗除雾网络,并采用制作的合成雾天数据集进行对抗训练.首先,对除雾网络进行设计,构建了网络模型;其次,从合成晴朗天气图像中利用深度标签生成逼真的雾天数据集,以适用于真实雾天除雾领域;最后,在真实雾天数据集上测试,选取近几年具有代表性的6种基于深度学习的除雾网络进行主观视觉效果,并借助除雾领域常用的无参考图像质量评价指标进行客观分析.研究结果表明:提出的除雾网络在真实场景下的除雾效果较其他网络有显著提升,主观视觉效果明显优于对比的除雾网络,在无参评价指标上综合表现优于其他除雾网络.     

基于模糊神经网络融合的目标自适应跟踪算法

为解决基于“当前”统计模型的自适应滤波器对弱机动,特别是非机动目标跟踪精度下降问题,提出基于模糊神经网络的目标自适应跟踪算法,对并行工作的两滤波器进行数据融合.仿真结果表明:与一般自适应算法相比,该算法对各种机动程度的目标跟踪精度均有不同程度的提高,能更好地适应目标的各种运动形式,尤其适用于对目标的速度和加速度估计精度要求较高的场合,在指控、火控系统中具有实用价值.     

基于多图学习的情感图像检索研究

构建了一个统一的多图学习框架,来验证在不同类别情感图像中,使用不同级别特征在情感图像检索上的性能表现。首先,提取每个图像在不同层级上的共有特征,其中,从元素级别提取的一般特征作为底层特征;可解释的属性特征作为中层特征;而情感图像的语义感念描述作为高层特征。其次,为每种类型的特征构建一个图模型来验证情感图像检索的性能。最后,将多个图模型合并在一个规范化的框架内来学习每个图模型的优化权重。通过在5个不同数据集上得到的实验结果验证了所提方法的有效性。     

一种高可靠的开关电容PUF电路

提出了一种高可靠的开关电容PUF(RSC-PUF)电路,通过在开关电容PUF(SCPUF)内部嵌入一个测试电容及相应的控制电路,在其运行过程中自动测试每个PUF单元的电容偏差,根据偏差大小为每bit输出生成相应的可靠性标识值,外部电路可以由此挑选可靠的PUF单元输出构建数字密钥.在HJ 0.18μm CMOS(互补金属氧化物半导体)工艺下进行流片验证,结果显示:当被挑选的可靠PUF的比率为20.5%时,RSC-PUF的比特错误率达到1×10-8以下,满足密钥产生所需的可靠性要求;而32 bit RSC-PUF所消耗的面积与SC PUF相比增加了约74.8%,远小于纠错机制所需要的开销.     

关于多重完全多部图的图设计

Hoffman在1998年解决了关于多重完全图的四顶点连通图的图设计问题。本文对其结果作了推广,给出了多重完全多部图的由三角形附带一条边所构成的简单图的图设计存在的充分和必要条件。     

基于有向带环加权多图的线性服务组合

为提升自动服务组合效率,提出在新的服务图结构中实现线性服务组合.该方法使用有向带环加权多图描述服务关系.在深度与广度搜索相结合的组合路径查找过程中,基于语义包容关系将图中节点对之间的多边降级为单边.通过着色和时间戳判断、消除环.给出了具有线性时间复杂度的组合路径查找算法并对其时间复杂度予以理论证明.仿真结果表明:与同类方法相比,该方法能够在线性时间内,在不降低查全率的情况下,发现带环图中的组合路径,并具有查找时间与服务图规模无关的良好可扩展性.     

一种基于多尺度分解的多传感器图像融合方法

给出了一种基于多尺度分解(易操纵金字塔分解)的多传感器图像融合算法．该算法把来自不同传感器的图像分解成不同尺度、不同方向(不止3个)的子带系列；使用基于相似性量测的规则融合各相应子带图像；再进行反变换，获得融合后的图像．实验结果表明该方法有较好的融合效果．     

多源信息融合的配电网重复多发性停电在线监测与预警技术

针对配电网重复多发性停电问题,基于面向服务架构的多源停电信息融合技术,分析影响配电网重复多发性停电风险和停电分级预警的因素,并结合德尔菲法建立指标评价体系,分别得出各个因数指标的评分标准和权重,建立配电网重复多发性停电风险和停电分级预警模型。针对某实际停电实例进行了分析,得出重复多发性停电综合概率值和分级预警级别,为治理重复多发性停电提供了一种新思路。     

基于改进型深度网络数据融合的滚动轴承故障识别

针对传统智能诊断方法依赖于信号处理和故障诊断经验提取故障特征以及模型泛化能力差的问题,基于深度学习理论,提出将卷积神经网络算法结合softmax分类器,针对数据集不平衡问题引入加权损失函数、正则化以及批量归一化等模型优化技术搭建适于滚动轴承故障诊断的改进型深度卷积神经网络模型。模型从原始实测轴承振动信号出发逐层学习实现特征提取与目标分类。实验结果表明,优化后的深度学习模型可实现对早期微弱故障、不同程度故障的精确识别,在不平衡数据集上也可达到95%的识别准确率,并且模型拥有较快的收敛速度和较强的泛化能力。     

多源信息融合的配电网重复多发性停电在线监测与预警技术

针对配电网重复多发性停电问题，基于面向服务架构的多源停电信息融合技术，分析影响配电网重复多发性停电风险和停电分级预警的因素，并结合德尔菲法建立指标评价体系，分别得出各个因数指标的评分标准和权重，建立配电网重复多发性停电风险和停电分级预警模型。针对某实际停电实例进行了分析，得出重复多发性停电综合概率值和分级预警级别，为治理重复多发性停电提供了一种新思路。     

基于单片机控制的锂电池组电路的设计

提出一种基于单片机控制的锂电池组电路设计方案.采用8位CMOS闪存单片机PIC16F886作为主控芯片,电路设计中含有S-8254芯片的一次保护电路、S-8244芯片的二次保护电路和MCU的辅助保护功能电路,辅以电池均衡控制电路,实现对整个电池组电路的状态监控和保护功能.对所设计的锂电池组电路进行测试实验,结果表明该设计不仅能精确测量电池组电量,有效保护其电路,而且可使电池进行均衡充电,使各个电池都发挥出最优的性能,从而满足笔记本电脑电源的要求.