视觉特征对比解耦的广义零样本学习

广义零样本学习通常利用在ImageNet上预训练的深度模型来提取相应的视觉特征,然而预训练模型提取到的视觉特征不可避免地包含和语义无关的信息,这将导致语义—视觉对齐的偏差以及对不可见类的负迁移,从而影响分类结果。为解决上述问题,提出了视觉特征对比解耦的广义零样本学习模型(visual feature contrast decoupling for generalized zero-shot learning, VFCD-GZSL),通过解耦出视觉特征中的语义相关表示来降低冗余信息对分类结果的影响。具体来说,首先用条件变分自编码器生成不可见类的视觉特征。然后通过解耦模块将视觉特征解耦语义相关和语义无关的潜层表示,同时添加总相关惩罚和对比损失来鼓励两者间的相互独立,并用语义关系匹配模型衡量其语义一致性,从而指导模型学习语义相关表示。最后使用特征细化模块细化后的特征和语义相关表示联合学习一个广义零样本学习分类器。在四个数据集上的实验均取得较优的结果,证实了所提方法的有效性。     

长江经济带水-能源-粮食系统耦合时空动态特征研究

水、能源和粮食为可持续发展的基础性资源,如何从时空角度全面评价长江经济带水-能源-粮食系统的耦合协调发展是促进区域资源可持续发展的重要前提。以水、能源、粮食以及共生单元水能、水粮和能粮系统为单元,构建水-能源-粮食系统耦合协调评价指标体系,采用熵值法对各系统指标赋权,运用耦合协调度模型和空间自相关分析对2010—2019年长江经济带的水-能源-粮食系统协调发展和时空动态特征进行定量研究。结果表明：2010—2019年长江经济带水-能源-粮食系统综合评价指数整体呈缓慢增长趋势,其中水系统对水-能源-粮食系统综合评价指数贡献最大,年均贡献占比为21.57%;能源系统贡献最小,占比为11.95%; 2010—2019年长江经济带水-能源-粮食系统耦合协调水平呈先升后降趋势,其中四川省上升幅度为5.05%,重庆市下降幅度为2.83%,且存在显著的空间异质性,上游地区明显高于中下游地区。其中能源资源是水-能源-粮食系统耦合协调发展的短板;长江经济带水-能源-粮食系统耦合协调度表现出显著空间关联性,高-高集聚区集中在长江上游地区,下游地区主要以低-低集聚区为主。长江经济带内各省市应因地制宜地完善资源管理机制,推动长江经济带资源可持续发展。     

基于特征融合的调制识别增强与迁移演化

针对调制识别中单一图像的特征信息不足,区分度不够高,识别范围受限的问题。本文提出了一种基于时频图和星座图特征融合的调制识别特征增强方法,利用深度学习神经网络提取信号图像的特征,构建特征空间,通过多维特征融合,挖掘和整合不同特征的优势,增强模型算法的鲁棒性。此外运用了模型迁移的方法,仅需对分类器进行训练,大幅节约了训练时间和资源,具有很强的实时性和实用性。仿真结果显示,在0db左右的条件下,相比于单一特征图像,采用特征融合增强的方法能将信号的平均识别率提高约25%,通过模型迁移,省去了卷积神经网络的训练,所需的训练时间约为迁移前的9.6%,消耗内存约为迁移前的7.3%,同时模型的识别率损失控制在了5%以内。     

基于特征迭代的云存储数据即时确定性删除方法

传统数据删除方法易受到云存储环境中大量近似特征的影响,产生冗余数据,导致加解密时间过长、密钥可用率较低,为此提出一种基于特征迭代的云存储数据即时确定性删除方法。首先,提取云存储数据中的冗余数据特征,对云存储下冗余数据进行分类,迭代直至收敛,实现冗余数据高性能删除;其次,采用加密机制实现云存储数据在网络用户间的安全共享,将原始数据密文切分为剩余密文和采样密文;最后,把不完整的剩余数据密文上传至云端,同时引入可信任第三方对取样密文进行保存,通过销毁取样密文实现数据即时确定性删除。实验结果表明,所提方法的数据密文拆分所用时间较短,且密钥可用率较高,可达90%,说明其方法能够有效满足云存储系统中对冗余数据或过期数据的确定性删除要求。     

基于分类外形搜索的人脸特征点定位

针对传统由粗糙到精准的人脸外形搜索方法,其每一次外形搜索需要在整个外形搜索空间进行,提出一种基于分类的外形搜索方法。该方法始于一个包含不同人脸形状的外形搜索空间,首先利用基于相关性的特征选择方法对随机森林分类器进行优化,利用训练的随机森林分类器将外形搜索空间分为若干个外形搜索子空间;然后根据输入样本和随机森林分类器确定与当前外形最接近的外形搜索子空间,并计算对应子空间的中心和对应样本的后验概率分布,方便后续阶段更好地进行外形搜索;最后采用级联回归进行人脸特征点定位。在300-W数据集上的实验结果表明,此方法不仅有效降低了外形搜索的时间,同时在无约束环境中具有良好的鲁棒性。     

一种基于协方差矩阵重构和EMP的宽带波束形成算法

在宽带波束形成中,若干扰信号从主瓣方向进入,会引起主瓣畸变、旁瓣电平抬高,从而使波束性能严重恶化。为了解决波束形成中的这些问题,研究了一种基于协方差矩阵重构和特征投影预处理（EMP）的宽带波束形成算法。该算法首先通过EMP算法求取阻塞矩阵,对接收信号进行干扰相消预处理阻塞掉主瓣干扰;然后通过相干信号子空间（CSM）方法、协方差矩阵重构求取合理的协方差矩阵;最后进行波束形成。在主瓣干扰、旁瓣干扰同时存在的情况下,该算法能够自适应地阻塞主瓣干扰、抑制旁瓣干扰,解决了存在主瓣干扰情况下宽带波束形成的波形畸变问题。计算机仿真验证了该算法有效性。     

基于CMFS-MIC特征选择的跳频电台个体识别方法

针对跳频电台细微特征集中存在冗余特征等导致电台识别时存在计算量大、识别准确率低等问题,提出了一种基于CMFS-MIC特征选择的跳频电台个体识别方法。首先计算采集到的各个跳频电台信号样本的细微特征集,然后采用关联信息熵度量特征子集的组合效应,兼顾考虑特征间的关联关系和冗余关系对各个特征进行降序排序。在此基础上,采用最大信息系数度量的近似马尔可夫毯方法删除冗余特征,实现对特征子集进行优化和降维。最后,设计了投票组合分类器实现对4部跳频电台信号的识别。仿真结果表明,本文算法具有更高的分选识别率。     

基于粗糙集理论的肺癌细胞图像识别

肺癌细胞的早期诊断相当困难,肺癌细胞的特征选择依据难以把握.提出根据肺癌细胞的每个特征属性对粗糙集下、上近似集的影响程度作为属性约简的依据,根据约简的结果,再采用扩展的相近关系粗糙集对肺癌细胞进行识别诊断.利用下近似集中的结果进行判断可以提高识别的准确率,利用上近似集中的结果进行判断可以降低肺癌细胞识别的漏诊率.从识别的结果来看,方法行之有效.     

纤维素LiCl/DMAc体系的溶液特征

本文研究了纤维素LiCl／DMAc体系的溶液特征。实验结果证明该体系具有良好的时间稳定性和热稳定性，能在常温下近30天内没有明显的粘度降低；在100℃高温下，4h不降解。同时测定了溶液的特性粘数和Huggins常数，Huggins常数在0．4～0．6之间，对比纤维素的铜乙二胺（Cuen）溶液，发现特性粘数[η]LICI/DMAc＞[η]Cuen，无扰尺寸ALiCi／DMAc＞ACuen，可见在LiCl／DMAc体系中，溶剂与纤维素分子表现出更强的相互作用力，分子链充分伸展。该体系的特性粘数、粘度常数不仅与温度、溶剂有关，而且是LiCl浓度的函数，具有与聚电解质溶液相类似的性质。这可能是因为纤维素分子链上的H质子和溶液中的Cl-离子相互作用，而使纤维素分子带上部分电荷，相互排斥而引起的。因此利用M－H方程测分子量，粘度常数的确立必须考虑诸多因素的影响，否则会导致分子量的高估。     

影响骨质瓷热稳定的因素及其改善途径

针对骨质瓷的显微结构特征，依据热稳定性判据，从工艺角度全面分析了影响骨质瓷热稳定性的诸多因素，提出了改善其热稳定性的途径。