三维标量场并行等值面提取与绘制技术

通过研究并行等值面提取与绘制的各项关键技术要点,面向三维标量场的特点,在sort-last并行绘制模式的基础上提出一个三维标量场并行等值面提取与绘制框架.该框架在任务分配时采用静态分配的模式,在等值面提取时采用Marching Tetrahedra等值面提取算法,在并行绘制与场景合成时采用预先构建绘制节点控制模型的混合场景并行绘制合成算法.实验结果表明,该框架能够有效地提高大规模时变三维标量场的等值面提取与绘制效率,满足实际应用的需要.     

FY-3气象卫星MERSI数据快速预处理的IDL实现

作为新型卫星数据源,FY\|3/MERSI(风云三号中分辨率光谱成像仪)影像的快速预处理方法与模块目前较少见。采用基于三角网的几何校正算法,根据研究区Shapefile文件和FY\|3/MERSI自带定位数据提取处理区域,实现对应区域全部20个通道几何校正,并利用后向映射重采样输出各通道图像纠正后像元点DN值,随后进行辐射定标、太阳高度角订正等预处理。该系列过程用IDL编写相关程序实现了用户界面化交互操作。运行结果表明:设计的算法流程占用内存小,计算速度快。对于一个面积约45万km²的区域,所有通道处理耗时仅450 s,且校正后影像质量和精度均较好。相较于相同区域借助ENVI软件下地理位置查找表法(GLT)仅实现单通道几何校正耗时超30 min,本文开发的模块大大提高了FY\|3/MERSI数据处理效率,为其在城市热环境、积雪等领域的应用做好准备工作。     

舰载雷达探测误差传递与灵敏度分析

在舰艇及编队指控系统中,来自不同平台的传感器探测系统偏差失配是影响态势一致性的关键因素。本文采用理论建模和数字仿真相结合的方法,对舰载雷达探测和处理涉及各环节的偏差进行分析,建立了雷达测量、坐标转换、平台定姿定位和基线转换等各环节偏差影响模型和舰载雷达探测的等效偏差模型。理论分析和计算机仿真结果表明,雷达方位测量、平台艏向和甲板艏向形变引起的偏差均可以直接迭加到方位上,合并为方位偏差;同时,在目标俯仰角小于10°的情况下,基本上可以忽略甲板形变、平台姿态偏差对目标方位测量的影响。     

稀疏差分网络和多监督哈希用于高效图像检索

针对基于深度哈希的图像检索中卷积神经网络（CNN）特征提取效率较低和特征相关性利用不充分的问题,提出一种融合稀疏差分网络和多监督哈希的新方法SDNMSH（sparse difference networks and multi-supervised hashing）,并将其用于高效图像检索。SDNMSH以成对的图像作为训练输入,通过精心设计的稀疏差分卷积神经网络和一个监督哈希函数来指导哈希码学习。稀疏差分卷积神经网络由稀疏差分卷积层和普通卷积层组成。稀疏差分卷积层能够快速提取丰富的特征信息,从而实现整个网络的高效特征提取。同时,为了更加充分地利用语义信息和特征的成对相关性,以促进网络提取的特征信息能够更加有效地转换为具有区分性的哈希码、进而实现SDNMSH的高效图像检索,采用一种多监督哈希（MSH）函数,并为此设计了一个目标函数。在MNIST、CIFAR-10和NUS-WIDE三个广泛使用的数据集上进行了大量的对比实验,实验结果表明,与其他先进的深度哈希方法相比,SDNMSH取得了较好的检索性能。     

Speech Enhancement via Residual Dense Generative Adversarial Network

Generative adversarial networks (GANs) are paid more attention to dealing with the end-to-end speech enhancement in recent years. Various GAN-based enhancement methods are presented to improve the quality of reconstructed speech. However, the performance of these GAN-based methods is worse than those of masking-based methods. To tackle this problem, we propose speech enhancement method with a residual dense generative adversarial network (RDGAN) contributing to map the log-power spectrum (LPS) of degraded speech to the clean one. In detail, a residual dense block (RDB) architecture is designed to better estimate the LPS of clean speech, which can extract rich local features of LPS through densely connected convolution layers. Meanwhile, sequential RDB connections are incorporated on various scales of LPS. It significantly increases the feature learning flexibility and robustness in the time-frequency domain. Simulations show that the proposed method achieves attractive speech enhancement performance in various acoustic environments. Specifically, in the untrained acoustic test with limited priors, e.g., unmatched signal-to-noise ratio (SNR) and unmatched noise category, RDGAN can still outperform the existing GAN-based methods and masking-based method in the measures of PESQ and other evaluation indexes. It indicates that our method is more generalized in untrained conditions.     

Spatial division networks for weakly supervised detection

Neural Computing and Applications - With only global image-level annotations, weakly supervised learning of deep convolutional neural networks has shown enough capacity in classification and...     

From text to graph: a general transition-based AMR parsing using neural network

Neural Computing and Applications - Semantic understanding is an essential research issue for many applications, such as social network analysis, collective intelligence and content computing,...     

结合LSTM的强化学习动态环境路径规划算法

在路径规划领域已经涌现出了诸多的优秀的经典算法,但这些传统方法往往基于静态环境,对于动态可变环境缺乏处理能力.本文提出一种结合LSTM强化学习动态环境路径规划算法.首先,本文以环境图像作为输入,最大限度了保证了原始的信息来源.而后构建了自动编码器用来对环境图像进行特征降维,降低了整体模型的复杂程度.最后采用深度强化学习算法DDPG进行路径规划,其中Actor部分采用LSTM的网络构建,使Actor在决策时可以参考前序信息,做到有预测的避开动态障碍.最后通过实验证明了本文算法的可行性和高效性.     

基于块调制置乱的图像加密算法安全性分析

块调制置乱图像加密是加密域可逆信息隐藏常用的加密方法之一,能有效提高算法的隐藏容量和抵抗现有唯密文、已知明文等攻击的能力.针对块调制置乱图像加密,提出一种已知明文攻击条件下的密钥流估计方法.首先,定义图像差值块,分析指出块调制生成密文块以较高的概率保持差值块不变的特性.然后,提出一种伪差值图像构建、差值块立方均值索引查找等关键策略的块置乱密钥的快速估计方法.分析讨论了图像的差值块立方均值分布、分块大小对置乱密钥估计正确率的关系.最后,给出了提高图像加密安全性可能的解决方案.实验结果表明,明文图像的纹理复杂度和分块大小是影响块置乱密钥估计正确率和算法时间复杂度的主要因素;分块大小大于3×3时,图像块置乱密钥的估计正确率达到70%以上,密文图像的内容会被泄露.     

基于LabVIEW的虚拟车身CAN总线节点设计

为研究汽车车载CAN总线节点网络控制功能,通过对大众PASSAT1.8车身CAN总线系统的数据测试得该系统网络控制是以控制数据帧和状态数据帧的传输实现;选用通用CAN总线接口卡,上位机采用LabVIEW编程,设计虚拟左前门控单元节点模型样机;经实验表明,基于PC平台的虚拟车身CAN总线节点可替代实体车身CAN总线节点来实现原车网络控制功能,具有较强的开放性与灵活性,并可为车载CAN总线系统网络设计、测试与教学提供支撑.