面向精准价格牌识别的多任务循环神经网络

为了促进智能新零售在线下业务场景的发展, 提高作为销售关键信息价格牌的识别精度. 本文对价格牌识别问题进行研究, 有效地提高了价格牌的识别精度, 并解决小数点定位不准确的难题. 通过深度卷积神经网络提取价格牌的深度语义表达特征, 将提取到的特征图送入多任务循环网络层进行编码, 然后根据解码网络设计的注意力机制解码出价格数字, 最后将多个分支的结果整合并输出完整价格. 本文所提出的方法能够非常有效地提高线下零售场景价格牌的识别精度, 并解决了一些领域难题如小数点的定位问题, 此外, 为了验证本文方法的普适性, 在其他场景数据集上进行了对比实验, 相关结果也验证了本文方法的有效性.     

近红外空间碎片激光测距光束准直性标校方法

将1064nm波长激光应用于漫反射空间碎片激光测距,具有大气透过率高、回波光子数多、白天天空背景噪声低的优势。由于近红外激光束后向散射图像的信噪比与对比度较低,导致图像中光束边界模糊,光尖坐标提取困难,无法精确控制发射准直性和望远镜收发光轴平行性,不利于回波获取。为此,提出了一种基于图像处理的光束准直性标校方法,实现光束闭环控制,修正激光束出射准直性,提高望远镜收发光轴平行性。实验结果表明,所提方法能够显著改善1064nm波长激光束出射准直性,实现了望远镜收发光轴平行性的闭环控制。     

谐振器加载石墨烯的双通带可调滤波衰减器设计

石墨烯材料在微波段的阻抗可控特性是其最有价值的应用特性之一。文中首次分析了石墨烯对微带 多模谐振的影响机理,提出了一种集成滤波衰减功能为一体的灵活可控器件。首先,对不同位置加载石墨烯的微带双 模谐振器进行了严格的等效电路建模,通过奇偶模分析法及输入导纳参数计算,探究了双模谐振受石墨烯阻抗及其加 载位置的影响,明晰了石墨烯材料对微波谐振器的影响。随后设计了动态可调的滤波衰减器并阐述了石墨烯材料在谐 波控制上的潜在应用点。最后,采用不同尺寸的双模谐振器进行石墨烯加载并完成双通带幅度独立可控的滤波衰减器 的设计,仿真与实测结果吻合良好,验证了阻抗可控石墨烯材料在可调微波衰减类器件上的应用前景。     

基于改进Kalman滤波模型的扫描合成孔径雷达图像扇贝效应校正方法

星载扫描合成孔径雷达(ScanSAR)采取Burst工作模式,该模式在获得宽幅测绘能力的同时,也导致图像中产生了固有的扇贝效应,严重影响图像的视觉效果和定量应用。该文结合对ScanSAR图像方位向统计特性的分析,针对现有滤波模型稳定性差和时间复杂度高等缺点,提出了一种改进的Kalman滤波模型,对图像方位向标准差和均值进行滤波以校正扇贝条纹。在高分三号(GF-3)卫星获取的真实ScanSAR图像上的校正结果验证了改进算法的有效性和高效性,此外在建筑群和海陆交界等复杂场景图像上的实验结果表明,改进算法具有较强的鲁棒性。     

采用JVC算法生成枝切线的干涉相位解缠方法

海面高程3维成像是随着天宫二号发射而实现的技术,相位解缠是3维成像高度计高程反演的关键步骤.为改进Goldstein枝切法,缩短干涉相位图中枝切线的总长度,提升相位解缠的精确性,该文提出一种基于JVC全局最优线性分配算法生成枝切线的相位解缠方法.首先找出干涉相位图中的所有残差点并计算每一对异号残差点之间的距离;通过对比每对残差点之间的距离和各自与最近边界的距离和,确定采用JVC算法放置枝切线还是在残差点与边界之间直接放置枝切线,使得平衡枝切线的总长度最短.通过对3维成像高度计海面高程仿真干涉相位图和Etna火山地区干涉图像进行解缠实验并与其他3种算法进行对比,表明该算法的解缠结果与真实相位值误差相对较小,而且能够有效避免"孤岛现象"的产生.     

基于支持向量机的无人机定位信号分离算法研究

为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题,该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法,在SVM模型训练时,通过计算无人机相邻数据集之间的欧氏距离获取信息熵,为SVM映射高维空间提供模型数据.在此基础上,加入映射函数阈值软边界,使模型具有参数自适应调整能力,来适应无人机运动灵活所导致的数据差异.最后构建了观测者操作特性曲线获取无人机定位信号分离结果.仿真结果表明所提算法能够有效分离无人机定位信号与噪声,在多径干扰严重的情况下具有较高的信号分离准确率.     

基于双视通路交互感知的轮廓检测方法

基于生物视觉系统存在双视通路(VP)交互感知的机制,该文提出一种图像轮廓检测的新方法。首先针对皮层下视通路中视觉刺激流经多级不同尺度的感受野,提出一种多尺度轮廓融合的轮廓感知模型;接着基于皮层上视通路的对比度适应机制和方向敏感特性,获取显著性视觉特征;然后模拟双视通路的交互感知机制,分别在V1皮层中,构建一种信息流交互引导的脉冲编码模型,提取显著性轮廓;在上丘(SC)浅层提出一种特征调制的非经典感受野侧抑制模型,实现纹理抑制;最后对双视通路中的轮廓响应结果进行修正融合,得到最终轮廓响应。针对RUG40图像库的测试,整个数据集的最优平均P指标和每张图的最优平均P指标分别为0.51和 0.57;针对BSDS500图像库的测试,数据集尺度上最优(ODS)为0.68。结果表明该文方法能有效突显主体轮廓并且抑制纹理背景。通过该文提出的轮廓感知方法,为后续基于视觉机制的图像理解和分析提供了一种新的思路。     

基于曲率和的主动声呐干涉条纹特征表征方法

干涉条纹特征是主动声呐目标识别所依据的重要特征之一。在浅水域环境中,声波能量传播特性较为复杂,信号会经过发射源到目标以及目标到接收器这2条不同的路径,目标的散射特性在声波的入射模式和散射模式之间相互作用,使得主动声呐干涉条纹呈现弯曲的结构。为对干涉条纹特征进行表征,提出一种基于曲率和的声呐特征提取方法。根据浅海声场主动声呐频率-距离干涉条纹图得到一段区间内的干涉条纹曲线散点曲率值,利用曲率求和的方法刻画条纹的弯曲程度,进而表征这一区间内的条纹特征。在理想波导环境下计算刚性球体目标在不同频率段下的曲率特征,通过统计平均值的方式得到平均曲率和为0.6左右,从特征表征结果可以看出,曲率和可通过统计离散点曲率强度描述干涉条纹特征,且在同一环境条件下,发射频率越大时曲率和强度越小。根据实测数据进行计算得到曲率和为0.512,实验与理论结果较为吻合,表明通过该方法可以获取主动声呐干涉条纹特征,进而实现目标识别和探测。     

机制砂空隙率软测量模型构建及试验研究

机制砂的空隙率是衡量混凝土性能的重要指标。空隙率的在线检测能够提升混凝土性能。现有的测量方法无法对机制砂空隙率进行在线检测。因此,提出一种通过动态图像法建立软测量模型,进而实现空隙率在线检测的方法。首先,采用基于动态图像法原理构建的机制砂形态测量平台来采集机制砂图像。然后,计算机制砂的关键形态参数,选择合适的软测量模型算法。最后,构建并比较不同软测量模型的预测性能。对比结果显示,随机森林模型的准确率最高,预测值和试验值最大误差为0.6%。相较于传统方法,该方法可在机制砂生产线中在线检测空隙率,有效提升混凝土性能。     

基于博弈论优化的高效联邦学习方案

随着网络信息技术与互联网的发展,数据的隐私与安全问题亟待解决,联邦学习作为一种新型的分布式隐私保护机器学习技术应运而生。针对在联邦学习过程中存在个人数据信息泄露的隐私安全问题,结合Micali-Rabin随机向量表示技术,基于博弈论提出一种具有隐私保护的高效联邦学习方案。根据博弈论激励机制,构建联邦学习博弈模型,通过设置合适的效用函数和激励机制保证参与者的合理行为偏好,同时结合Micali-Rabin随机向量表示技术设计高效联邦学习方案。基于Pedersen承诺机制实现高效联邦学习的隐私保护,以保证联邦学习各参与者的利益和数据隐私,并且全局达到帕累托最优状态。在数字分类数据集上的实验结果表明,该方案不仅提高联邦学习的通信效率,而且在通信开销和数据精确度之间实现平衡。