基于混合范式多任务学习的图像稀疏表示

受视觉表示和多任务学习的研究结果启发,发现传统模型约束项所获得的稀疏表示或过于冗余或过于严格要求信息共享,为寻找一种折中且更加有效的特征表示方法,提出基于混合范式多任务学习的图像稀疏表示学习框架。该框架以多特征的类别信息作为先决信息对特征进行组划分。选择L2,1和L1混合范式做约束惩罚函数约束,其中L2,1范式,在特征组内提取同种特征相关共享信息,L1范式在多特征组之间去相关,选择竞争性更强的特征种类。提出的学习框架不仅实现了多特征联合,而且充分考虑了不同特征之间的互补表示能力又消除了冗余。实验结果表明,由该框架学习得到的稀疏表示不仅可以达到稀疏要求,同时也实现了较好的分类性能,证明了混合范式算法对提取图像关键本质信息的有效性。     

小波优化多任务学习的综合能源负荷预测

为实现多元负荷快速、准确短期预测,提出一种小波优化多任务学习的综合能源负荷预测方法.采用多任务学习神经网络方法,设置参数的软共享机制,不仅可以提高模型泛化能力,而且可以提高综合能源系统负荷预测方法鲁棒性.通过设置特殊的隐藏层激活函数,使得预测负荷时,保证网络解唯一性,防止局部极小值点,提高收敛速度,保证其综合能源系统电...     

基于MPI算法的均匀线阵自适应方向图形成研究

介绍了一种基于大特征矢量的幂迭代(MPI)算法,利用幂迭代(MPI)算法对均匀线阵的方向图进行仿真.通过仿真结果可以看出,采用该算法的均匀线阵方向图在信号位置可以形成自适应峰值,提高了均匀线阵的分辨力.     

超宽带信号激励线阵的波束形成

分析了线阵在超宽带冲激信号激励下的辐射特性,给出了这一信号体制的线阵辐射特性的表征方法,提出了用非等间距非等幅激励线阵代替等间距等幅激励线阵提高方位向分辨率压低旁瓣的方法,并进行了仿真实验。     

一种基于变参考电平的零点凹口双重可控方向图综合改进方法

为了解决基于变参考电平的自适应波束形成方法无法同时控制方向图零点和凹口的问题,研究了基于最大信噪比准则的任意阵列方向图综合方法,重点对主瓣宽度固定条件下能够实现最低等副瓣电平的方向图综合方法进行了理论分析,并对前人提出的可变参考电平参量进行了重新定义,新定义的变参考电平能够在波束主瓣宽度固定的前提下,同时产生等副瓣电平、可控凹口宽度和深度和可控零点深度的抗干扰波束,并通过计算机仿真验证了算法的有效性.该方法对于提升相控阵雷达对抗杂波和干扰性能具有较高的应用价值.     

结合遗忘特性的多任务多核在线学习算法

对于数据流的处理,多任务多核学习已逐渐成为在线学习算法研究的热点,它在一定程度上可提高数据流预测的准确性。多核方法尽可能使用最少的核函数得到最好的实验效果,当数据量增大、训练模型稳定时,通过阈值限定的方法对核函数进行遗忘,从而减少基本核函数的使用个数,使得计算更加简单;对于算法的优化,通过引入一个遗忘变量,从对偶的角度来进一步优化权重更新过程,这里的权重指多个任务的共有特征权重和每个任务间的特有权重,以提高算法的收敛速度。实验部分对核函数的选取进行了较为详细的分析,通过对UCI数据集和实际的机场客流量数据集进行分析,证明该本算法的合理性和高效性。     

基于多任务学习的微博流行度预测

以短文本内容发布为主要特点的微博,已经成为重要的信息传播媒介,预测微博流行度对舆情监测、企业营销、热点推送等都具有重要意义.当前对微博流行度预测的研究主要侧重于对所有用户的微博数据进行统一建模预测,鲜有研究考虑不同影响力用户之间的差异.而微博数据的分析显示标签、提及和微博长度等对微博流行度的影响会随发布者的影响力变化显示出明显差异,在流行度预测中充分考虑这些差异,有助于取得更好的预测结果.为此,在流行度预测中引入多任务学习(Multi-Task Learning,简称MTL),并结合SVM构建SVM+MTL模型,此模型通过同时考虑所有用户的共同特性和不同用户的具体特性来提高预测性能.此外,除了预测常用的用户属性和微博发布行为等特征外,还引入微博内容相似性这一新特征,该特征能明显提高预测准确率.基于微博数据的实验表明,SVM+MTL模型可以有效提高微博流行度预测性能.     

基于多任务学习的青光眼智能诊断

为了提高青光眼检测的准确率,降低青光眼的危害,本文提出一种基于多任务学习的青光眼智能诊断方法,将U-Net网络和VGG16网络结合,U-Net网络和VGG16网络共用U-Net网络的编码器部分,通过U-Net网络得到杯盘比(cup-to-discratio,CDR),并且将CDR作为眼底图像的特征之一输入VGG16网络,实现眼底图像的青光眼分类。实验使用REFUGE挑战数据集进行验证,网络模型在训练后得到的工作特性曲线下面积为0.978 8,且视盘和视杯的分割准确率分别达到0.874 5和0.962 4,对比其他使用相同数据集的方法,本方法具有更高的青光眼分类准确率。     

基于参量阵的水下宽带波束合成系统设计与实现

针对现有声频定向系统进行改进,设计了一套波束合成系统。同时阐明了系统基本原理、控制方案、软硬件设计等问题。该系统以Xilinx公司FPGA芯片XC3S1400A为主控制芯片,以参量阵理论以及超声相控阵算法相结合作为控制策略。实验结果表明,该控制系统能够很好地控制声束的偏转方向,可用以完成波束合成的功能。     

结合自监督学习的多任务文本语义匹配方法

基于文本交互信息对文本语义匹配模型的重要性,提出一种结合序列生成任务的自监督学习方法.该方法利用自监督模型提取的文本数据对的交互信息,以特征增强的方式辅助基于神经网络的语义匹配模型,构建多任务的文本匹配模型.9个模型的实验结果表明,加入自监督学习模块后,原始模型的效果都有不同程度的提升,表明所提方法可以有效地改进深度文...     

一种基于线性规划的项目资金管理模式

基于线性规划的数学手段,通过分析资金回报的特征,提出了一套基于线性规划的资金管理系统模型,它可借助计算机求出最优解;最后给出一个典型实例。     

约束条件下的线性阵列天线方向图正交综合法

在线性阵列天线方向图正交综合方法基础上引入约束条件实现阵列方向图的约束正交综合。此方法保持了非约束正交化方法中因采用了正交化处理而使得计算更为简便的优点,能实现均匀或非均匀直线阵的综合。实验结果表明,约束正交综合法能很好实现在主波束导向约束、零点约束、旁瓣电平约束等约束条件下的线性阵列方向图的综合,并且此方法只通过解析计算就能实现与需经多次迭代计算的自适应综合法相当的性能。     

基于改进的线性约束最小方差圆阵方向图研究

本文提出一种改进的LCMV算法,解决了传统LCMV算法在被干扰或者接收天线平台快速移动时,可能由于干扰位置的扰动而出现自适应加权矢量和数据失配的问题.     

一种改进的遗传算法及其在线天线阵方向图综合中的应用

提出了一种适用于具有任意几何参数的线天线阵方向图综合的新方法。该方法简单而灵活,是传统遗传算法的一种改进。应用这种方法,以降低线天线阵的旁瓣辐射为优化目标,对线天线阵的方向图进行了优化设计,并将所得结果和Chebyshev方法所得的结果进行了比较,表明新方法综合结果和Chebyshev方法所得结果相近。针对同一问题,还将改进的遗传算法同传统的遗传算法进行了比较,表明改进方法特别适用于参数连续变化的问题。然而,对这一改进算法加入量化过程后同样可应用于离散参数的优化问题中。     

一种改进的用于阵列综合的遗传算法目标函数

现有天线方向图综合方法难以在多零陷生成的同时对旁瓣进一步抑制,提出一种基于动态权的目标函数模型.经过对目标函数适应度的测试,证明该函数模型具有良好的收敛特性.实验证实,在10元阵列的归一化方向图综合中,该模型可使旁瓣降低3~4 dB.     

基于线性近似的即时差分学习

 讨论基于线性近似的即时差分(TD(λ))学习和最小二乘即时差分(LSTD)学习算法以逼近一平均报酬准则的马氏决策过程的相对值函数,逼近是通过特征函数的线性组合而实现的,其权值的更新具有增量形式.     

模式耦合稀疏贝叶斯MIMO雷达成像

通过压缩感知稀疏恢复理论可利用少量MIMO雷达收发阵元实现对目标的高分辨成像。利用MIMO雷达目标图像的块稀疏特性,将模式耦合稀疏贝叶斯学习算法应用于MIMO雷达成像,首先建立MIMO面阵回波信号模型,引入模式耦合稀疏贝叶斯分层模型,将相邻系数通过共用超参数的方法耦合起来。通过贝叶斯推理得到雷达信号的估计式,再通过EM算法实现对超参数的迭代估计,进而实现对雷达信号的估计,直到信号满足误差允许范围,最后重构信号实现MIMO阵列高分辨成像。仿真实验表明,该方法的成像效果在图像的聚焦性能上优于传统的傅里叶、稀疏贝叶斯算法,在散射点重构上优于OMP算法。     

一种永磁直线电机的永磁体阵列设计

针对一种无铁心单边永磁直线电机的结构形式，推导了工作气隙磁场的二维解析解，用于电机阵列类型、永磁体厚度和永磁体占空比等结构参数的设计．解析计算表明，在该直线电机结构形式下，永磁体阵列采用常规阵列就可以得到与分段Halbach阵列接近的磁场，使电机的加工与装配得以简化，这与ANSYS有限元计算结果一致．该分析直线电机磁场的方法仅需修改边界条件，就可用于铁心直线电机的设计．基于文中的分析，实现了一个直线电机驱动的单自由度工作台，其行程为27mm，移动件的质量为1．4k，最大加速度为11．5m／s^2．     

圆形阵列与线性阵列方向图的比较与分析

对圆形阵列与线性阵列的方向图特性进行了分析比较,简要指出了圆形阵列副瓣电平较高的主要原因,并利用有向阵元对圆形阵列方向图进行综合,使圆形阵列副瓣电平较高的特性得到改善。     

基于改进遗传优化算法的线阵相机标定方法

在手机玻璃盖板的缺陷检测中,为了获得缺陷特征明显的高精度图像,不仅需要搭建高质量图像采集系统,而且需要对线阵相机进行精密标定.结合工业现场需求,本文提出了一种基于改进遗传优化算法的线阵相机标定方法.在已有线性扫描模型的基础上,引入线阵扫描图片图像畸变矫正,推导了新的标定参数.在已有无畸变矫正的线性解析解基础上,引入遗传算法进行新参数的求解优化,实现了新标定参数的非线性求解.实验结果表明,与不加入图像畸变矫正的求解方法相比,所提方法具有更高的测量精度.