基于免疫遗传算法的道路交通标志图像分割

针对道路交通标志图像分割的问题,提出了一种基于免疫遗传算法的实现方法。该算法利用免疫遗传机制,将图像的最佳阈值作为要求的解,设计了适合问题求解的抗体编码方式、克隆算子和免疫选择算子。仿真实验结果表明,所提算法能够有效地求得道路交通标志问题的最佳阈值。通过与传统遗传算法、改进遗传算法进行对比实验,更好地说明了本算法能够对图像分割得到较为满意的结果。     

降雨对花岗岩残积土边坡孔压及稳定性影响

针对一个花岗岩残积土边坡的简化模型,基于非饱和渗流理论和Bishop条分法,利用Geo-Studio软件,对4种不同降雨模式下的边坡孔隙水压力和稳定安全系数进行计算与分析,得到主要结论:(1)降雨入渗对花岗岩残积土边坡的中上部有较显著的不利影响;(2)不同降雨模式对花岗岩残积土边坡的影响时效差异较大,前峰型和均布型、中峰型、后峰型降雨的最不利影响时刻分别在降雨后1.0~1.5d、1.5~2.0d、2.5~3.5d;(3)降雨入渗引起的花岗岩残积土边坡失稳形式,极可能是从坡体中部诱发的浅层滑坡。     

基于卷积核分解的深度CNN模型结构优化及其在小图像识别中的应用

小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理,设计了一种KDS-DCNN模型,模型深度达到31层,解决了目前超深度模型不能直接用于小图像识别的问题,实验表明该方法不但提升了识别性能,而且还降低了模型的时间复杂度。在CIFAR-10、CIFAR-100和SVHN三个数据集上的验证结果显示,KDS-DCNN模型性能优越,其识别错误率分别降低到29.46%、6.02%和2.17%。     

一维螺旋链状配位聚合物[Zn(pam)(bpa)]n的水热合成及晶体结构

通过水热反应,合成了标题化合物[Zn(pam)(bpa)]_n(1),(pam=4,4'-亚甲基二(3-羟基-2-萘甲酸), bpa=2,2'-二吡啶胺),对该化合物通过X-射线单晶衍射、红外和荧光光谱进行了结构表征。X-射线单晶衍射表明,目标化合物中的锌(II)离子分别与来自两个不同4,4'-亚甲基二(3-羟基-2-萘甲酸)中的羧基氧和同一个2,2'-二吡啶胺中的两个氮原子配位形成四配位的扭曲四面体结构。该配合物通过锌(II)离子的连接形成有趣的一维螺旋长链,链与链之间通过氢键作用形成二维片状结构。     

微量镍元素添加对铁基非晶/纳米晶磁芯软磁性能的影响

用单辊法制备的宽20 mm,厚25μm的Fe_(73.5)Cu_1Nb_3Si_(13.5)B_9和Fe_(73.5)Ni_(0.3)Cu_1Nb_3Si_(14.2)B_8合金带材,绕制成外径为40 mm,内径为25 mm的环型磁芯,然后将磁芯在不同的温度下进行退火处理,研究了微量Ni元素添加对合金带材的晶化行为以及对横向磁场退火后的非晶/纳米晶磁芯的软磁性能的影响。结果表明:与Fe_(73.5)Cu_1Nb_3Si_(13.5)B_9合金带材相比,添加微量Ni元素的Fe_(73.5)Ni_(0.3)Cu_1Nb_3Si_(14.2)B_8合金带材的一级起始晶化温度Tx1和一级晶化峰温度Tp1降低,其二级起始晶化温度Tx2和二级晶化峰温度Tp2升高,两级起始晶化温度之间的差值ΔTx增大;与横向磁场退火后的Fe_(73.5)Cu_1Nb_3Si_(13.5)B_9非晶/纳米晶磁芯相比,横向磁场退火后的Fe_(73.5)Ni_(0.3)Cu_1Nb_3Si_(14.2)B_8非晶/纳米晶磁芯的起始磁导率μi和饱和磁感应强度Bs减小,矫顽力Hc增大;当测试频率f和最大磁感应强度Bm不变时,有效幅值磁导率μa增大,比总损耗Ps和矫顽力Hc减小;当测试频率f不变时,电感Ls和品质因数Q增大;当励磁电流I不变时,感应电动势E大。     

中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

基于多尺度熵和动态时间规整的步态身份识别

针对现有人体步态身份识别算法单一、准确率较低的问题,提出了一种基于多尺度熵和动态时间规整（DTW,dynamic time warping）的人体步态身份识别方法。采用自制的APP软件在较低采样率下采集人体步行加速度数据,实验中共采集50名志愿者的正常行走加速度数据,使用多尺度熵算法进行数据处理,得到在各个尺度下的熵值,最后采用DTW算法对多尺度熵值进行特征匹配,得到的相对错误率（EER,equal error rate）为13.7%,仿真结果表明基于多尺度熵和DTW算法相结合的方法较好提高了身份识别的准确率,为人体步态身份识别提供了一个新的思路。     

基于视觉的虚拟现实与增强现实融合技术

 基于视觉的虚拟现实（VR）和增强现实（AR）的融合发展是不可避免的趋势,定位与地图构建（SLAM）是虚拟现实与增强现实融合应用的主要组成部分,但在鲁棒性等方面仍存在很多具有挑战性的问题。本文提出了一种基于视觉的虚拟现实与增强现实融合技术,总结了室内场景三维重建过程中设备选择、追踪和运动干扰、平面识别等问题,并分析了当前SLAM中存在的5个具有挑战性的问题。     

图像美学质量评价技术发展趋势

 图像质量评价是利用计算机模拟人类视觉系统自动评价图像的失真程度,而图像美学质量评价是利用计算机模拟人类对美的感知与认知,自动评价图像的"美感",分析图像在构图、颜色、光影、景深、虚实等美学因素影响下所形成的美感刺激,这是计算美学与计算机视觉、心理学、虚拟现实等领域的学科交叉新方向,其在摄影摄像、电影电视、电子商务、服装设计、平面设计、文稿设计、工业设计、汽车行业、建筑行业、美容美妆等多个行业具有良好的应用前景。本文回顾了图像美学质量评价的发展历史,从基于人工设计美学特征的方法、基于美学特征深度学习的方法、图像美学质量评价的新任务、图像美学质量评价数据集构建等方面综述了该领域关键技术的发展情况,并展望了图像美学质量评价及其关键技术的发展趋势。     

相干测风激光雷达带通采样方法的仿真研究

根据相干测风雷达回波信号载频高、带宽窄的特点,尤其星载相干测风雷达回波信号数千兆赫兹,采用传统采样方式对采集卡的采样率要求很高.鉴于采集卡的采样率和分辨力互相制约,提出将带通采样引入到相干测风雷达系统.本文以1.5 μm全光纤相干测风激光雷达的实测数据作为仿真输入,经Simulink滤波、带通采样,结果表明,在对探测距离影响不大的情况下,与低通采样方式相比径向风速反演结果最大相差0.5 μm/s;数据处理的时间复杂度降低,其下降值是带通采样频率与低通采样频率的比值;但信噪比会恶化,其下降值介于1~3 dB.