基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

改进的SIFT特征匹配算法

针对SIFT特征匹配算法在特征空间中进行历遍搜索,匹配速度慢的问题,提出一种金字塔层间匹配算法。首先,根据特征点所处金字塔层不同将特征点划分为不同的集合,其次,选择待配准图像金字塔中某一层集合,在基准图像金字塔中寻找相似层,并确定待配准图像金字塔与基准图像金字塔层之间的相似关系,最后,在相似层之间寻找匹配点。待配准图像中的选择层集合由金字塔底层到顶层,寻找相似层所用时间依次缩短。与原算法相比,该算法具有相同的旋转稳定性。将该算法与原算法分别应用实际图像配准中,结果表明:可见光图像配准中,匹配速度提高了3.2倍,正确匹配率提高了10.3％,红外图像配准中,匹配速度提高1.4倍,正确匹配率达到100％。     

一种新的弹道目标成像匹配识别算法

为了能充分利用目标的散射中心对弹道目标进行识别,提出利用解线频调的方法,通过对距离向和方位向进行快速傅里叶变换,实现对目标散射中心成像,然后从目标ISAR像中提取目标特征信息,提出了一种新的匹配识别的方法实现对目标的分类识别。该方法利用提取的散射中心的位置和幅度信息,通过构造匹配度矩阵,进而与预设门限比较,判定目标类别。仿真实验及识别性能评估表明,该方法在设定情况下具有良好的目标识别能力。     

压电换能器与匹配电感的耦合振荡

从耦合振荡的角度,讨论了压电换能器与匹配电感之间的关系及其对换能器谐振特性的影响。     

遗传算法在立体图象匹配中的应用

基于传统立体图象匹配技术,提出了一种新的使用遗传算法的特征匹配方法．实验中,采用了两种特征提取算法,以适应不同图象要求．实验用图包括自然景物图和人工合成图．此外,用ＢｒａｎｃｈＡｎｄＢｏｕｎｄ算法得出比较结果．实验结果表明,遗传算法有好的匹配正确率和收敛速度,具有鲁棒性,适合立体图象匹配．     

立体视觉中求对应点的解

从讨论物体表面的特性出发,研究了立体视觉中可匹配点存在的集合以及唯一匹配问题,指出了可匹配点集与成象系统焦点位置及其物体表面法线之间的关系,证明了空间曲线在两幅图象上投影的孤长之比和变形的物理特性。     

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．     

部分苯甲酸衍生物的Tb（Ⅲ）配合物的发光性质研究

测定了６个苯甲酸衍生物与铽Ｔｂ（Ⅲ）二元化合物Ｔｂ（ＲＣ６Ｈ４Ｃｏ２）３（Ｒ＝ｏ－ＮＨ２、Ｈ、ｐ－ＮＨ２、ｏ－ＯＨ、ｍ－Ｃｌ、ｏ－ＣＯＯＨ）的红外光谱、紫外吸收光谱和荧光光谱,结果表明,在３５０ｎｍ的紫外光激发下配合物的荧光强弱顺序为Ｒ＝ｏ－ＮＨ２〉Ｈ〉ｐ－ＮＨ２〉ｏ－ＯＨ〉ｍ－Ｃｌ〉ｏ－ＣＯＯＨ,并可看到,邻氨基苯甲酸铽配合物除了在本实验中荧光发射最强外,甚至比目前所报道的铽的无机发光材料的发光     

基于codon特征的图像精匹配方法研究

在分形特征粗分类结果的基础上,提出了一种基于ｃｏｄｏｎ特征的图像精匹配方法。详细研究了ｃｏｄｏｎ模型,将基于封闭光滑轮廓的ｃｏｄｏｎ特征编码推广至任意非封闭曲线,使ｃｏｄｏｎ特征在保持原有的抗旋转和尺度变化等几何失真特性基础上,更完备地表示图像轮廓,有效提高匹配精度。实验结果表明基于ｃｏｄｏｎ特征的图像精匹配方法性能优越于传统方法。     

CPML截断2.5维问题中圆柱波导开放边界的应用

为了解决高功率微波(HPM)源模拟中圆柱波导开放边界的截断问题，研究了柱坐标系下卷积完全匹配层(CPML)吸收边界，给出了CPML中电磁场的差分方程和轴边界条件，并进行了数值验证．在不同频率和模式的激励源作用下，模拟了2．5维问题中CPML截断圆柱波导开放边界的性能，相对误差最大值都小于-90dB在2．5维电磁PIC软件中引入CPML方法，模拟计算了相对论返波管．结果表明，CPML在截断波导开放边界方面的性能远好于Mur型吸收边界条件。