基于深层卷积网络的单幅图像超分辨率重建模型

【目的】针对Mean squared error(MSE)作为损失函数在人眼感知方面存在局限性,以及基于卷积神经网络的图像超分辨率(Super-resolution,SR)算法生成的图像存在参数较多、计算量较大、训练时间较长、纹理模糊等问题,设计基于深层卷积神经网络的单幅图像超分辨率重建模型。【方法】使用ImageNet预先训练的大型卷积神经网络Visual geometry group(VGG)模型提取图像特征,利用该特征设计视觉感知损失函数进行训练学习,引入亚像素卷积层(Sub-pixel convolution)替换上采样层,缓解生成图像的棋盘效应。【结果】设计的模型对放大两倍的图像进行超分辨率修复,与其他4种超分辨率重建模型的Peak signal to noise ratio(PSNR)值接近,且生成图像的视觉效果更加清晰逼真,细节更加细腻。【结论】该模型可以实现输入不同大小的低分辨率图像而不必多次训练学习不同比例的放大模型,可以实现对不同放大倍数图像的训练和预测,在保持一定PSNR正确率的前提下,放大后的超分辨率图像能够恢复更多纹理细节和更佳视觉效果。     

深层网网络爬虫表单检测器设计

传统网络爬虫只处理页面中的超链接,而忽略了大量有价值的深层网搜索表单。本文设计了一个表单检测器用于检测搜索表单,介绍了其功能模块及具体实现,最后用实验验证该检测器的有效性。     

感知机网络模型

文章提出了一种利用人工神经元网络方法-感知机网络实现设计并训练一个印刷字符分类器，程序采用MATLAB5.3实现。     

面向网络的图书馆文献信息服务深层开发

从探网络环境下文献信息服务模式出发，提出利用现代服务手段文献信息传递的有效方法有创建现代信息服务的构想。     

深层前馈网络的单调同伦学习算法

本文研究前馈神经网络的结构以及快速二阶学习算法，首先提出一种能和适应分布网络结构的深层前馈网络模型，并利用构造性方法证明了该网络的通有逼近性质，为改进网络学习效率及大范围收敛性，提出了网络权值学习的单调同伦方法，该方法具有与牛顿法相同的二阶收敛性，数值实例显示了该方法的高效性与大范围收敛性，深层前馈网络模型具有自适应分布网络结构，高度非线性逼近性以及可实现快速学习算法等特点。     

促进深层学习的项目驱动与网络教学研究

高校课程的项目驱动与网络教学平台得到了广泛的应用和实践,但很少涉及学生的深层次学习问题.从构建师生学习共同体的角度来设计项目驱动网络平台,以促进学生的学习动力和学习层次.该网络平台实现了对学生学习过程的监控与学习方法的有效指导,有利于学生自主探究与创新能力的培养,在“数据库系统”课程的教学实践中取得良好的效果.     

基于模板更新的深层孪生网络跟踪算法

针对跟踪过程中因尺度变化、遮挡及运动模糊等造成的目标定位不准确问题,在SiamFC(fully-convolutional siamese network)的跟踪框架基础上提出了一种具有高置信度模板更新机制的深层孪生网络目标跟踪算法.首先,主干网络采用ResNet-50残差网络进行特征提取,并融合多层特征图进行目标预测;其次,为避免模板频繁更新带来的模板漂移问题,构建了高置信度的模板更新模块.在OTB100数据集上的实验结果表明,相比基准算法,文中算法的跟踪成功率和精确度分别提高了3.4%和2.6%;在多种挑战因素下的对比实验表明,文中算法可以较好地抵抗目标遮挡、尺度变化、运动模糊等多种复杂因素带来的影响,有很好的鲁棒性.     

网络中的流量模型

流量模型是流量预测和网络性能评价的基础。好的流量模型必须能够准确描述网络实际流量的特征情况，这样才能准确预测流量状况。然而近年来研究发现网络流量具有自相似性，传统的基于泊松分布的流量模型已不能很好地表述这一特征。根据流量的不同相关特性，介绍了当前网络应用的典型模型，对它们的特点进行了分析论述。     

校内通信网络模型

本文设计了一个计算机通讯网络模型。该模型将有助于校内事务管理的计算机化和校内各部门的业务往来采用计算机通讯技术。     

BP机网络模型

文章提出了一种利用人工神经元网络方法-BP机网络实现设计并训练一个印刷字符分类器，程序采用MATLAB5.3实现。     

网络病毒免疫模型

对网络病毒传播的形式化描述模型进行了研究，以此为基础，提出了基于网管策略的病毒疫情隔离机制，力图通过该手段防止网络病毒的大面积泛滥，从而达到保护网络基础设施的目的。     

城市道路网络演变模型

为了探寻城市道路网络的内在演变规律,基于叶脉生长模型,提出了道路网络演变模型,分析路网中节点的生成规律;根据道路网络的特点,提出生成节点与已有路网的连接规则.以上海市浦东新区为研究对象,研究节点新增比例与经济、人口等指标的关系,提出了节点新增比例模型.按照提出的演变模型,模拟研究年的道路网络,对比实际路网和模拟路网的一些复杂网络指标.结果表明,该模型能较好地模拟实际路网的变化.     

分布式网络监视器模型

在传统的Sniffer基础上，提出分布式网络监视器的模型，解决了目前三层交换模式下局域网网络实时监控的问题。     

网络舆情模型研究

论文以网络舆情中帖子总量、发贴人数为基础建立数学模型得出相应的连续函数,然后用此函数对网络舆情的发展情况进行模拟,再利用离散化的计算方法进行量化。本文为网络舆情预警提供理论支持,并为管理者提供预警和辅助决策的科学依据。     

校园网络存储模型

随着现代校园网络的发展与完善,作为全校数据存储与发布媒体其要求存储系统能更好的解决数据存储量大、数据类型复杂、数据共享度高及数据操作复杂等问题。本文首先分析了存储局域网络与网络附加存储这两种企业级网络存储模型的特点,对把网络附加存储的文件共享特性与存储局域网络的高速存储特性相结合进行了分析。提出了一种能更好满足校园网络要求的存储模型。     

深层天然气扩散行为与碳同位素分馏模型研究进展

【目的】深层油气资源逐渐成为我国油气勘探与开发领域的重要目标。为适应发展需求,开展深层天然气扩散过程的可视化研究势在必行。【方法】以天然气分子为出发点,以深层环境为背景,结合多种影响因素,在总结现有扩散方式Fick扩散、Knudsen扩散、表面扩散以及构型扩散的基础上,进行甲烷扩散行为模型及其碳同位素分馏模型的研究进展总结,评价了多种模型在表达深层天然气扩散行为与碳同位素分馏效应方面的适用性。同时认为,建立相应的数学表述模型是准确和全面理解扩散行为机制的关键。【结论】现有的耦合模型不仅能分析深层纳米孔隙中的天然气扩散行为,其高压低孔低渗条件下Knudsen扩散还会影响总扩散强度及碳同位素分馏程度。此外,在这些数学模型的基础上,可以结合地层埋藏演化史,进行气藏散失强度计算。研究分析旨在更精准、定量地刻画深层天然气扩散行为,服务于深层油气勘探与开发,对深部气藏保存与破坏评价具有指导意义。     

系统模型的网络描述与模型管理系统

应用一般系统论的思想和方法，分析了基于系统动态平衡和系统模型网络式描述的统一的建模和求解方法，以及系统状态变量Ｘ与结构关系Ｒ的影响形式和函数描述，并提出了系统变化过程中系统模式的概念和一种矩阵描述方法。最后，讨论了基于网络模型的模型管理系统设计和初步应用情况。     

加权复杂二分网络模型

本文建立了一种加权的二分网络演化模型,并通过matlab仿真表明两类节点的度分布、边权分布和点权分布服从幂律分布特性,符合大部分真实网络的特性。     

复杂网络模型的分析

从平均路径长度、聚集系数、度分布的角度对复杂网络中的三种网络模型,即随机网络模型、小世界网络模型和无标度网络模型进行了分析,并对复杂网络模型的研究意义进行了说明.随着对复杂系统研究的深入,复杂网络在现实中的应用范围日益广泛,提供了一种新的方法去研究世界,同时也给带来新的机遇和挑战.