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%。     

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。     

构建提升格式超小波在图像压缩中的应用

为探索及检验提升格式超小波在图像压缩中的应用,在超小波分析理论的基础上,借助Matlab平台,采用构建提升格式超小波技术分别对彩色和黑白图像进行了两次压缩,得出该提升格式超小波压缩技术可以应用于制作多媒体网络中视频的结论。     

极化合成孔径雷达有源干扰的干信比方程

对极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)实施有效的电子干扰是合成孔径雷达电子对抗领域的重要课题。针对PolSAR电子干扰的基本原理, 首先推导出了接收机输出端和成像处理后的PolSAR方程, 并与极化散射矩阵联系起来, 完整地描述了不同极化状态组合下的信噪比和杂噪比; 然后构建了PolSAR接收机输出端的干扰方程以及成像处理后的非相干、部分相干和完全相干干扰方程, 总结了PolSAR电子干扰有效功率的能量分配与守恒规律; 最后基于上述方程论证了不同极化配置对PolSAR干扰的效果。对于PolSAR电子干扰技术研究和相关装备研制具有重要的理论指导意义。     

机载相控阵雷达灵巧干扰信号模型及抑制方法研究0

目前对灵巧干扰的研究主要集中在常规地面雷达,对于机载雷达下的干扰模型及其抑制方法的研究较少。针对此种情况,建立了机载雷达背景下噪声卷积干扰、随机移频干扰和延时转发干扰3种典型灵巧干扰的空时信号模型,并从杂波自由度、空时功率谱图和距离-多普勒谱图的角度分析了干扰分布特性以及影响空时自适应处理(space-time adaptive processing, STAP)性能的内在机理,在此基础上提出了一种基于单元平均选小检测的机载雷达杂波和干扰同时抑制方法。该方法从杂波空时功率谱角度准确估计干扰来向,并据此形成干扰辅助波束,最后通过STAP实现干扰和杂波的有效抑制。仿真结果表明,所提方法相对于传统级联抑制方法,对延时转发灵巧干扰的抑制性能改善5 dB以上,验证了所提方法的有效性。     

基于统计数据模型的优秀教练评判的影响因素分析

利用模糊综合评价的方法,根据美国大学教练统计数据的特征分析,从教练的执教胜率,执教年数和获得荣誉等因素来综合评价教练的排名,并运用灵敏度分析的方法分析了各项指标对评判结果的影响因素.     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

辛亥革命视阈下的朱元璋形象建构

关于朱元璋的研究大多集中历史学的客观研究,对其人物的民众接受的社会学研究目前较少.本文拟从社会学角度入手,研究朱元璋在辛亥革命时期的社会形象接受,结果表明,朱元璋被视为汉民族英雄形象,并一再放大.不过,民权思想革命思潮下,朱元璋作为汉民族革命先驱的英雄形象被逐渐消解,表明中国革命思想在新的历史时期的现代转化.     

基于改进型BP神经网络的导引头测高性能评估

武器装备性能评估贯穿于装备发展的全寿命过程,对于装备定型与实战化运用具有重要意义。针对传统反向传播(back propagation, BP)神经网络模型易陷入局部最优、武器装备评估数据少等问题,提出了基于数据包络分析和Bootstrap法的改进型BP神经网络模型。利用数据包络分析处理原始指标得到3项优化参数,结合Bootstrap法对其进行扩充,再通过BP神经网络建立评估模型。实验表明,改进模型得到的合成孔径雷达(systemic aperture radar, SAR)导引头测高性能评估结果,其决定系数和误差系数均有明显改善。该模型不仅规避了模糊综合评判法主观性强、精确度不高等问题,同时有效解决了传统BP神经网络模型易陷入局部最优和武器装备评估数据少的两个问题。     

基于改进滤波器和图像多尺度变换的背景抑制算法

红外目标的探测背景具有复杂性和非平稳性,为提高后续检测性能,常常通过抑制背景来增强目标能量。针对传统背景抑制方法检测率低、虚警率高的问题,提出一种基于改进滤波器和图像多尺度变换的复杂背景抑制算法。首先,对红外图像进行改进的滤波处理获得预处理图像。其次,通过高斯金字塔多分辨技术,平滑图像背景。然后,采用Cubic插值算法提高图像的分辨率,得到背景估计图像。最后,将预处理图像和背景估计图像差分,获得背景抑制的结果。经验证,该算法实时性相对传统方法提高了19%,对于多种复杂的背景情况具有良好的适应性。同时，算法计算复杂度较低,有利于实现实时性工程应用。