基于视频数据和传递熵的鱼群信息传递网络构建

鱼群中的个体如何通过信息传递从而达到一致的群体运动状态,至今还没有刻画这一现象的统一数学模型.本文阐述了一种利用视频数据和传递熵构建鱼群中个体间信息传递网络的方法.首先用实验获取斑马鱼集群的视频数据,并采用计算机视觉跟踪的方法获取鱼群中每个个体的位置和运动速度,然后利用传递熵计算个体两两之间的信息传递关系,在此基础上构建了鱼群信息传递网络.通过网络分析,揭示了鱼群中个体间的信息交互个数与信息传播速度之间的关系,进一步发现了鱼群信息传递网络中的频繁子结构.本文提供了一种利用探测时间序列间因果关系建立鱼群信息传递网络的方法,为鱼群信息传递研究提供了一种新的思路.     

基于单片机的运动者生理数据实时监控系统设计

长跑是大学生体质测试项目,对运动者的心血管机能有较大挑战,对于长期不参与耐力锻炼的人可能存在一定危险性,所以对长跑运动的生理数据实时监测是十分重要的.设计一套基于Arduino单片机的穿戴式设备,采用心率、加速度等模块采集运动者的实时生理参数,单片机对采集到的这些参数进行数据融合并显示,然后对其身体状况进行实时评估,一旦出现特殊情况会及时提醒运动者,同时把结果无线传输到指导教师的终端上,以便教师及时处置.     

稀疏标签传播:一种鲁棒的领域适应学习方法

稀疏表示因其所具有的鲁棒性,在模式分类领域逐渐得到关注.研究了一种基于稀疏保留模型的新颖领域适应学习方法,并提出一种鲁棒的稀疏标签传播领域适应学习(sparse label propagation domain adaptation learning,简称SLPDAL)算法.SLPDAL通过将目标领域数据进行稀疏重构,以实现源领域数据标签向目标领域平滑传播.具体来讲,SLPDAL算法分为3步:首先,基于领域间数据分布均值差最小化准则寻求一个优化的核空间,并将领域数据嵌入到该核空间;然后,在该嵌入核空间,基于l₁-范最小化准则计算各领域数据的核稀疏重构系数;最后,通过保留领域数据间核稀疏重构系数约束,实现源领域数据标签向目标领域的传播.最后,将SLPDAL算法推广到多核学习框架,提出一个SLPDAL多核学习模型.在鲁棒人脸识别、视频概念检测和文本分类等领域适应学习任务上进行比较实验,所提出的方法取得了优于或可比较的学习性能.     

一类工业过程子空间预测控制器的设计北大核心CSCD

针对一类非线性时变、动态特性突变显著,且无法进行准确机理建模的工业过程,提出一种基于机理分析与数据驱动方法相结合的子空间预测控制方法。该方法通过比较预测误差在线更新预测模型,并能根据能够根据反馈误差调整滚动窗口长度,增强了控制器对非线性时变特征的适应能力以及对不可测干扰的抑制能力。最后,通过对废杂铜冶炼过程的实际运行数据进行仿真研究,验证了方法的有效性。     

稀疏特征空间嵌入正则化：鲁棒的半监督学习框架

在机器学习领域,半监督学习作为一种有力工具吸引了越来越多的关注,其利用少量带标签数据和大量无标签数据进行有效学习,其中基于图的半监督学习方法因其优雅的数学形式和良好的学习性能而引起更广泛的研究。针对现有基于图的半监督学习方法所存在的模型参数敏感和数据判别信息不充分等问题,提出一种稀疏特征空间嵌入正则化（Sparse Feature Space embedding Regularization ,SFSR ）半监督学习框架,其主要思想为：首先分别将原始数据嵌入到线性特征空间,然后利用特征空间嵌入投影点集来稀疏重构原始数据,随后在由原始数据线性张成的标签空间通过保留这种稀疏表示关系来构建一个Laplacian正则化项,或称SFSR ,最后提出一个鲁棒的基于SFSR的半监督学习框架,在几个实际基准数据库上的综合实验结果证实了所提框架的鲁棒有效性。     

基于权重能量自适应分布的三维形状分割算法

针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.     

基于机器视觉的大黄鱼形态参数快速检测方法

大黄鱼形态参数测量对大黄鱼养殖遗传选育和品质改良等具有重要意义。文章结合机器视觉和称重传感器技术,设计开发了一种大黄鱼体重、体长和体宽等外部形态多参数同步自动检测系统。该系统通过机器视觉自动检测鱼体外部形态参数,通过称重传感器自动获取鱼重量参数。实验结果表明,系统的尺寸测量平均误差为0.28%,鱼重测量平均误差为0.74%,可以满足大黄鱼形态参数测量精度要求,为鱼类形态参数自动检测提供了一种有效的新途径。     

基于最小面积差的三维模型简化算法

文章提出了一种基于面积误差度量下的三维网格模型简化方法。该方法通过极小化误差目标函数来简化三角网格模型。算法首先对边遍历,计算每条边的最小面积差;然后对面积差最小的边进行折叠;最后通过求解折叠边的最小面积差,确定新点的坐标。实验结果表明,该算法不仅可以反映局部表面几何变化,还可使模型仍具有较高保真度。最后用实例说明了该方法的有效性。     

面向有限元网格生成的单元尺寸场光滑化算法

针对单元尺寸场的合适与否会直接影响到后续有限元网格质量的问题,提出一种尺寸修正算法来优化单元尺寸场。在Borouchaki等提出的H变化量（BOROUCHAKI H, HECHT F, FREY P J. Mesh gradation control. International Journal for Numerical Methods in Engineering, 1998,43(6):1143-1165）的基础上,引入尺寸梯度概念,进行一系列公式推导,得到二维的单元尺寸场的合理过渡要求,从而以定义在非结构背景网格的单元尺寸场为例,改进Borouchaki修正算法,提出了一种最少量地重置尺寸场中节点单元尺寸值,最大化地全局光滑单元尺寸场的新算法。最后给出若干实例的网格生成效果图,证明算法能帮助工程应用的模型生成更高质量的网格,跟其他修正算法相比,网格尺寸过渡明显更均匀。     

基于BiCMOS的高性能CML三值D型触发器的设计

结合电流模逻辑(current mode logic, CML)电路的高速低摆幅、抗干扰能力强、适合在高频下工作的优点以及BiCMOS电路高速大驱动的优点,设计了一种结构简单的基于BiCMOS的高性能CML三值D型触发器。采用TSMC 180nm工艺,使用HSPICE进行模拟。结果表明,所设计的触发器不仅具有正确的逻辑功能,且结构简单,与目前先进的三值D型触发器相比,平均D-Q延时降低95.6％～98.4％,PDP降低16.2％～96.8％,同时工作频率可高达15GHz,适合高速和高工作频率的应用。