基于语言偏好信息的满意公平稳定双边匹配方法

针对语言偏好信息下的双边匹配问题,提出一种考虑匹配满意性、公平性和稳定性的双边匹配方法.首先,通过构造匹配满意度计算规则,将双边主体的语言偏好信息转化为匹配满意度;然后,给出满意匹配、公平匹配和稳定匹配的定义,在此基础上,考虑稳定匹配约束条件,建立双边匹配多目标优化模型,采用理想点法将多目标优化模型转化为单目标规划模型进行求解;最后,通过一个算例验证了提出方法的可行性和有效性.     

基于中心差异度迭代调整机制的 网络社区搜寻算法研究

为解决当前网络社区搜寻算法存在的节点聚类形成困难,搜寻迭代过于复杂,难以实现社区归属的二次更新等不足,提出了一种基于中心差异度迭代调整机制的网络社区搜寻算法。首先,通过领袖节点重叠度来实现初次社区搜寻裁决,有效降低了重复搜寻的概率,且根据加入节点与领袖节点差异度进行聚类匹配;随后,通过待加入节点与领袖节点之间的交互热度方式进行基于热度机制的聚类递归,实现对搜寻误差的二次校正。仿真实验表明,与当前网络社区搜寻算法中常用的差分迭代阈值裁决机制,混沌度一体化成型迭代机制相比,本文算法具有更高的首次成功率,以及更小的搜寻次数与迭代周期,具有很强的实际部署价值。     

基于改进匹配网络的单样本学习

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20 way 1 shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20 way 1 shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。     

改进的非参数 Ce ns us 变换立体匹配算法

针对多数立体匹配算法的相似性测度都建立在像素灰度特性基础上, 无法彻底消除匹配差异性, 易出现歧异性的问题, 提出一种改进的非参数Census变换匹配算法. 该算法通过在传统非参数Census匹配过程中增加局部纹理反差值测度, 引入图像纹理度量的方向性, 使中心像素灰度值不再是唯一决定因素, 改进了匹配模版, 从而有效解决了传统匹配算法的歧异性问题. 实验结果表明, 改进算法是一种有效、 合理的立体匹配方法, 提高了稠密匹配精度.     

多频段超声波发生系统应用研究

在超声波植物萃取领域,不同的植物药材对超声波的频率要求不同,且频率是影响提取率大小的重要因素,而传统的超声波发生系统,其工作频率受功率换能器固有谐振区窄带宽的影响,一般只具有一个工作频率。对此,本文提出利用多频换能器切换的方法构建了多频段超声波发生系统,并设计了软件锁频以及最大电流跟踪的复合控制策略,实现了自动查找换能器谐振点及自动频率跟踪的功能,依据换能器电流反馈来调整输出功率及阻抗匹配网络,实现动态响应不同特性的超声波换能器。通过实际实验,验证了整个超声波系统多频段高效工作的可行性。     

插电式混动用新型变速器动力匹配及试验验证

分析了新型定轴式车用有源传动装置多种动力传递路径的特征.针对插电式混合动力电动汽车(PHEV)应用,从最高车速,最大坡起能力以及后备功率三方面,给出了不同整车工作模式下的动力性设计要求,说明了寻找一套全新的动力性匹配设计方法的必要性.按照不同整车工作模式下的后备功率要求,确定了动力源类型以及功率等级.按照最大坡起能力要求以及坡起过程中离合器滑磨功的限值,确定了一档速比.按照最高车速要求,确定了电机动力传递路径速比以及其余档位速比.介绍了原理样机以及样车的结构特征,基于新欧洲行驶工况(NEDC)完成了能耗测试,并详细分析了期间在进行模式及档位切换时实现轮边驱动力平顺的方法.     

基于改进KAZE特征的合成孔径雷达匹配算法

自主导航系统是高超声速飞行器自主控制性能的关键因素.合成孔径雷达(SAR)系统作为高超声速飞行器的关键导航设备,其获取的SAR图像受高超飞行器影响存在严重噪声干扰.在分析KAZE特征检测算法的基础上,针对KAZE算法计算复杂度高的问题,引入Fast Explicit Diffusion算法,设计了快速非线性尺度空间构建方法,并在此基础上提出了改进KAZE特征检测算法和基于改进KAZE算法的惯导/SAR组合导航景象匹配算法.通过仿真验证表明,提出的改进KAZE特征算法在保留KAZE算法噪声鲁棒性的同时,有效降低了KAZE算法的复杂度,其计算效率与SIFT算法相当,位置误差估计精度优于SIFT算法.     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。