基于深度学习的图像抠图技术

图像抠图(image matting)技术是图像编辑技术的基础,广泛应用于影视后期制作和日常生活.基于深度学习的图像抠图网络,通过输入的原图和三元图来估计每个像素的α值.在原下、上采样的图像抠图技术基础上,针对抠图数据集图像差异较大容易造成网络收敛较慢的问题,在每个卷积层后加入了批量标准化(batch normalization,BN)层,对输入数据进行归一化操作,加快模型收敛速度,同时参数更新方向更符合数据集整体特性;针对抠图任务需要更关注物体边缘部分的特点,使用可变形卷积(deformable convolution)层替换普通卷积层.可变形卷积层会根据不同输入数据自适应学习卷积核形状,有效扩大感受野范围,在细节部分有更好的预测效果.     

基于深度学习的图像抠图技术

图像抠图(image matting)技术是图像编辑技术的基础, 广泛应用于影视后期制作和日常生活. 基于深度学习的图像抠图网络, 通过输入的原图和三元图来估计每个像素的 $\alpha$ 值. 在原下、上采样的图像抠图技术基础上, 针对抠图数据集图像差异较大容易造成网络收敛较慢的问题, 在每个卷积层后加入了批量标准化(batch normalization, BN)层, 对输入数据进行归一化操作, 加快模型收敛速度, 同时参数更新方向更符合数据集整体特性; 针对抠图任务需要更关注物体边缘部分的特点, 使用可变形卷积(deformable convolution)层替换普通卷积层. 可变形卷积层会根据不同输入数据自适应学习卷积核形状, 有效扩大感受野范围, 在细节部分有更好的预测效果.     

基于MATLAB的频率采样法设计FIR滤波器

在总结频率采样设计法的主要设计过程及其特定参数的设计范围给出过渡带采样值设计个数与目标阻带衰减值的关系基础上,利用MATLAB软件对1个FIR滤波器实例进行仿真设计,列出相关数据进行比对.结果表明,在采用频率采样法设计FIR滤波器时,适当选取过渡带采样点的采样值能在频率采样点数与过渡带频率采样点数选定的条件下得到阻带最...     

基于多层次自注意力机制的U-Net图像分割算法

针对U-Net图像分割在下采样过程中会丢失过多信息且在上采样过程恢复效果不佳,从而导致图像分割精度降低的缺陷,提出了一种基于多层次自注意力机制的U-Net图像分割算法。该多层次自注意力机制在每一层上采样层前均嵌入自注意力模块,将上采样层的输入与缩放的原图拼接后处理成模板图,再与原本的输入信息融合后输出到上采样层。该算法不仅能通过拼接原图的自注意力模块进一步提供更多细节信息,还能利用上采样层的特征选择功能减少拼接原图带来的背景噪音,提高模型的分割精度。最后,在PASCAL VOC数据集和DeepFashion2数据集的基础上进行了人体分割和服装分割实验。实验结果 证明,该方法 能较好地改善图像的分割性能,从而证明了其正确性和有效性。     

网络虚拟电子实验室的构建与设计

文章主要介绍网络虚拟电子实验室的开发过程。在分析网络虚拟实验系统几种常见构建技术的基础上,提出了该系统构建的三层体系结构,利用HTMLJ、AVA VC＋＋、VRML技术构建表现层,基于JAVA SOCKET构建通讯层和基于ADO实现控制层,即多种技术融合观点,明确了网络虚拟电子实验系统的开发技术;对网络虚拟电子实验系统进行了设计,并给出三层体系结构模型图,确定了系统总体目标、设计原则、功能模块以及体系结构;通过具体实例给出了三层体系结构设计模型的开发,实现了系统的功能。     

权值直接确定的三角型模糊前向神经网络

为了确定前向神经网络的网络结构,提出了一种基于采样数据的含单隐层神经元的模糊前向神经网络,反映了构造数据所蕴含的系统信息,其隐层神经元激励函数选择为三角型隶属函数和构造数据相应输出的乘积。该网络模型可以随采样数据的多少自主选择构造数据,自主设定隐层神经元,利用权值直接确定法得到网络最优权值。数值仿真实验表明,相比于现有文献的已有网络模型,模糊前向神经网络具有逼近精度高、网络结构可调、较好的预测性和实时性高的优点。     

铅酸电池监控网络的优化与设计

本文提出了一种三层结构的电池网络监控系统方案,设计利用低成本单片机的AD采样原理和DATASOCKET技术实现了对电池状态的组网监控,并分析了三层电池监控网络的的性能。     

IEC 61850过程总线优化实践

结合110kV浔北变工程,在间隔层设备和智能一次设备间使用过程总线交换强实时信息,采用GOOSE和采样值信息的共网传输模式,实现了故障录波、备用电源投切和低频低压减载等应用.经马可夫状态模型可靠性计算及经济性分析结果表明,这种集成化的设备和网络配置优于设立过程层交换机的传统方案.     

无线音频传感器网络中低能耗数据采集方法研究

计算、存储空间、电能等资源极其有限的无线传感器网络节点,难以实现宽带音频、视频、图像等信号的采集和大流量采样数据的无线传输.针对此问题,结合压缩感知理论,提出了一种基于随机采样的音频信号采集方案.该方案中音频采集节点直接对模拟的音频信号进行低速随机采样,并将少量的低速采样得到的采样值传输至用户端,复杂的信号重建过程和信号分析在用户端完成.在单纯随机采样的基础上,提出了加性的随机采样时刻序列生成方法、推导了随机采样等效观测矩阵,并对随机采样等效观测矩阵的性能进行了仿真分析.仿真实验表明:该方案合理可行,以0.4倍奈奎斯特频率对音频信号采样时,信号重建误差低于0.02;以0.5倍奈奎斯特频率对音频信号采样时,信号重建误差低于0.01.在噪声模型下,该方案有一定抑制噪声功能.该方案在保证信号重建质量的前提下,能够大大降低节点数据采集与传输的能耗,从而有效解决无线音频传感器网络中由于数据量大造成的网络拥塞和大能耗问题.     

基于频率采样法FIR数字滤波器的设计

在研究FIR数字滤波器的基础上,介绍了应用MATLAB软件设计有限长冲激响应（FIR）数字滤波器的流程,并以低通数字滤波器为例实现仿真过程。仿真结果表明：频率采样技术可以直接从频域处理,且效果也很好,对于频率响应只有少数几个非零值采样的窄带选频滤波器特别有效。     

第三层交换技术原理及应用研究

详细的介绍了一种淅的网络交换技术第三层交变技术,并在此基础上一连了.第三层交换技术的工作原理.井结合当前网络交换技术的发展现状,分析了弟三层交换技术在网络规范中的应用.     

变采样网络控制系统的稳定性分析

目前网络控制系统多采用事件驱动方式,这种驱动方式适用于网络延时小于一个采样周期的网络控制系统。为了解决网络延时大于一个采样周期的问题,提出了事件-时间驱动方式。在采用事件-时间驱动方式下系统成为变采样网络控制系统。在网络时延大于一个采样周期情况下,系统中的控制值和反馈值不能准时到达时,该系统使用预测环节预测的预测值。在基于预测值的变采样网络控制系统中,给出了不同网络时延所对应的状态转移矩阵,分析了变采样网络控制系统稳定需要的条件,最后给出了一个例子说明了变采样网络控制系统采用预测值控制可以使系统稳定运行。     

基于电量采集装置的FFT算法研究

随着计算机技术、微电子技术、通信和网络等技术的融合发展,电能质量的监测设备必然会朝智能化、网络化、实时在线监测的方向发展。电网中电量采样的准确性和实时性,算法处理的快速性是实现在线监测的基本要求。因此,本文对电量采样值进行了快速傅立叶(FFT)计算,并且与ARM嵌入式32位微控制器相结合,编写出完整的算法程序,经测试可以满足系统要求。     

无线Mesh网络中的传输层跨层设计研究

为了改善无线Mesh网络的传输性能,提出的跨层设计思想打破原有的网络模块化、标准化设计思想,在已有的各种支持无线Mesh传输层QoS跨层设计方案的基础上,分析总结了传输层TCP跨层设计的相关参数、设计方法,提出了一种联合传输层、MAC层、物理层TCP拥塞控制策略.通过RTT(往返时间)值,实时估计网络当前可用带宽,优化TCP拥塞控制策略.实验结合数据报文成功传输率与位误码率,提高了网络有效资源的利用率,改善了无线网络的性能.     

多级动态模糊评判与BP神经网络方法的结合--供应链企业绩效评价决策支持系统

从当前神经网络技术在供应链的应用过程中较难找到高质量训练样本数据的现实出发,针对目前供应链企业绩效等级评定现状,提出了基于多级动态模糊评判与BP神经网络方法结合的供应链企业绩效评价,以多级动态模糊评判为采样基础,用人工神经理论建立评价模型,采用多隐层神经网络结构和反向传播(BP)算法训练网络,建立了供应链企业绩效评价决策支持系统。     

时变采样网络控制系统的容错控制器设计

研究了具有时变采样周期的网络控制系统在执行器故障时的容错控制器设计问题.首先,将时变采样周期的不确定性转化成系统结构参数的不确定性,建立了时变采样周期网络控制系统的离散模型;在此基础上,设计了状态反馈容错控制器,保持闭环网络控制系统稳定并满足给定的LQR性能指标,该控制器参数通过求解线性矩阵不等式(LMIs)得出.最后,通过实例阐述了上述设计过程,仿真结果证明:此方法是有效的.     

基于Laguerre正交基神经网络的动态手势识别

提出一种基于Laguerre正交基前向神经网络的动态手势识别方法.首先根据多项式逼近和矩阵理论,构造了一种以Laguerre正交多项式作为隐含层神经元激励函数的多输入、多输出三层前向神经网络模型,在网络权值迭代计算公式基础上推出一种基于伪逆的直接计算网络权值方法,避免求取权值的反复迭代过程;提出一种快速的基于颜色的指尖...     

用于边缘检测的Snake模型

在分析Ｓｎａｋｅ原始模型存在问题的基础上,提出了一种新的用于边缘检测的Ｓｎａｋｅ模型。在该模型中以物体轮廓采样点到其相邻两采样点中点的距离为内部能量函数,以每个采样点与相邻两采样点线段上所有的梯度的平均值为外部能量函数,并根据内、外部能量的比值动态调节权值参数,在该模型下物体边缘检测问题被转换成求总能量函数的最小值。试验结果表明,该模型克服了原始模型在迭代求解过程中轮廓紧缩到一点的倾向及易受噪声干     

基于多观测器的变采样周期网络控制系统的H_∞控制

研究了变采样区间和多状态观测器的联合设计问题.考虑到网络诱导时延可能大于一个采样周期,假定采样周期取值在有限集内切换,构建具有单状态观测器和多状态观测器的网络控制系统Markov跳变模型.在此基础上,基于Markov理论,获得闭环网络控制系统随机稳定的充分条件和最优H∞范数上界.并且,应用线性矩阵不等式技术,获得模型依赖控制器和观测器设计方案.仿真对比表明多状态观测器对网络控制系统更有效.     

一种全新的等效采样

涉及一种周期或准周期信号的采样技术,特别适用于低频采样系统采集高频宽带周期或准周期信号。信号的采样可以使用Nyquist采样定理,但Nyquist采样定理只是一个充分性定理,增加周期条件后,可以得到更弱的采样要求。在随机过程理论基础上建立了采样过程的数学模型,并利用该模型建立了一种全新的等效采样理论。