利用深度神经网络的无监督视频表示

在计算机视觉领域中,大多数的视频表示方法都是有监督的,需要大量带有标签的训练视频集,但标注大量视频数据会花费极大的人力和物力.为了解决这个问题,提出了一种基于深度神经网络的无监督视频表示方法.该方法利用改进的稠密轨迹(iDT)算法提取的视频块交替地训练深度卷积神经网络和特征聚类,得到可提取视频特征的深度卷积神经网络模型;通过视频的中层语义特征,实现了无监督视频表示.该模型在HMDB 51行为识别数据库和CCV事件检测数据库上分别进行了动作识别和事件检测的实验,获得了62.6%的识别率和43.6%的检测率,证明了本文方法的有效性.     

基于双谱-谱图特征和深度卷积神经网络的HRRP目标识别方法

针对雷达高分辨距离像(high resolution range profile, HRRP)目标识别中有效表示和特征提取这一关键问题,提出了基于双谱-谱图特征和深度卷积神经网络(deep convolution neural network, DCNN)的识别方法。首先,提取HRRP的双谱-谱图特征表示作为CNN的输入。然后,通过网络训练提取出深层本质特征,实现对雷达目标的识别。最后,对不同特征表示的识别结果进行对比。采用卫星目标实测数据进行实验,结果表明,该方法可以准确有效地识别雷达目标,而且与其他常用特征表示相比,双谱-谱图特征表示具有更好的识别准确率和噪声鲁棒性。     

考虑物流配送路网结构及配送量约束的客户聚类算法

物流配送客户聚类问题是物流配送研究领域的基本问题,实际问题要求考虑客户分布的地理特性、客户配送量(即需求量)及配送车辆负载量等因素.针对配送中心未知的客户聚类问题,提出了一种考虑配送路网结构和配送量约束的聚类算法.利用所提出的"最短主干道距离",克服传统欧式距离不考虑配送道路信息的缺陷,在此基础上,利用约束聚类思想对传统k中心划分聚类算法CLARANS进行改进,使其在考虑地理信息的同时,能满足客户配送量和车辆负载量约束.最后对提出的算法进行了数值实验.     

基于改进1DCNN+TCN的雷达辐射源快速识别方法

为了解决传统雷达辐射源识别方式识别速度慢、在低信噪比时很难准确识别等问题,结合深度学习提出了一种基于改进一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)和时间卷积网络(temporal convolutional network,TCN)的雷达辐射...     

压敏性气藏气井产量递减计算新方法

大量矿场试验和室内实验研究表明,某些低渗砂岩气藏在开采过程中会存在渗透率压敏效应,增强了气体渗流的阻力,对气藏生产具有一定负面影响。通过定义一种新的压敏拟压力函数,在求解方法上采用褶积法和数值正反演对扩散系数项进行处理,从而得到气体非线性方程的产量变化解析解;并绘制了不同渗透率模量的产量递减曲线。最后通过一个气藏实例说明了渗透率压敏性对产量递减曲线的影响,并求取了气藏原始渗透率。     

一类含卷积核的对偶型奇异积分方程的非正则型解法

本文研究了一类既含Cauchy核又含卷积核的对偶型奇异积分方程的非正则型积分方程的求解方法,得到了该类方程在{0}类中的可解条件与一般解。     

黄瓜钝绥螨(Amblyseius cucumeris)发育历期与温度的关系

黄瓜钝绥螨在20,23,25,28,30,32℃温度梯度下,发育历期从8.8d到4.3d,随温度上升而变短,与其呈双曲线型相关。雌性与雄性间发育各期均无显著性差异。黄瓜钝绥螨的卵孵化的发育起点温度为8.6℃,有效积温38.0日度。成螨的发育起点温度为8.8℃,发育的有效积温为97.5日度。     

Z-变换的一个应用

Z-变换是对离散变量进行运算的一种有力的数学工具.本文从Z-变换的基本概念出发,给出了Dk的一般公式及Snk=n∑j=1jk的求和公式.     

基于改进Transformer和强化学习的僵尸网络DGA域名检测

针对现有僵尸网络检测方法检测精度不高和检测时间开销较大的问题,提出一种基于改进Transformer和强化学习的僵尸网络域名生成算法(Domain Generation Algorithm,DGA)的域名检测方法。首先,利用深度可分离卷积替换ResNet和ResNeXt网络中的卷积块,通过减少网络模型参数来降低模型的时间开销;其次,利用改进后的ResNet和ResNeXt网络将域名字符串映射到深度特征空间,构造多尺度特征,强化特征的表达能力;再次,利用长短期记忆神经网络(Long Short-Term Memory,LSTM)对Transformer网络进行改进,在保持字符间相对位置的同时,进一步建立上下文的长距离依赖编码,并在此基础上引入注意力机制,强化模型对关键特征的捕获能力;最后,引入强化学习对模型进行微调,提高DGA域名的检测精度。在多个DGA域名数据集上进行测试验证,结果表明该模型在保持检测时间开销较小的基础上,具有更高的检测精度。     

交互式多波层位标定方法及可视化软件实现

根据多波地震资料解释的需要,开发出一套多波多域合成地震记录和层位标定方法及可视化软件.合成记录和层位标定的方法不仅适用于纵波或转换波,还适用于时间域或深度域.该软件是基于QT3.1.2开发环境,运用混合编程手段开发而成的.现可提供不同平台版本.理论模型验证了其正确性,运用于实际资料,得到了较好的效果.该方法及软件为多波地震资料解释奠定了基础,同时在技术上解决了在QT开发环境中C 语言与Fortran语言的混合编程问题.