基于身份感知模型的素描人脸识别方法

针对素描图像和光学图像之间存在较大的模态差异这一问题,提出了一种基于身份感知模型的素描人脸识别方法,实现跨模态图像生成和素描人脸识别。该方法应用新的感知损失来监督图像生成网络,生成更好的跨模态图像,减少模态差异带来的识别精度损失,并通过三元组损失来正则化类内和类间距离,增强识别模型的性能,用联合训练策略提升素描人脸识别能力。在UoM-SGFSv2、e-PRIP等素描人脸数据集上的实验结果表明,该方法识别效果优于其他对比算法。     

基于CSAPSO-BP神经网络的光纤陀螺温度补偿研究

光纤陀螺是惯导系统的重要组成器件,环境温度变化会造成光纤陀螺的零偏发生漂移,从而降低测量精度。运用传统的BP神经网络进行预测易陷入局部极小值,导致补偿失败。该文采用混沌模拟退火粒子群BP神经网络的光纤陀螺零偏温度补偿模型,优化了网络参数。通过在-40～60℃的升降温实验对模型进行验证,实验结果表明,该温度补偿模型的零偏稳定性比补偿前约有70%的精度提升,与以往BP模型相比,其预测性能和补偿效果更好。     

基于激基复合物主体的高效TADF/磷光杂化白光有机发光二极管EI北大核心CSCD

发光层中载流子的平衡以及拓宽的激子分布对于制备高性能白光有机发光二极管(WOLEDs)至关重要。采用蓝光热激活延迟荧光(TADF)分子DMAC-DPS、绿光磷光分子Ir(ppy)2(acac)和红光磷光分子RD071制备了基于激基复合物主体的TADF/磷光杂化WOLEDs。在发光层中引入TCTA:DPEPO激基复合物作为主体不仅平衡了电荷和空穴传输,拓宽了激子复合区,并构建蓝-绿-红发光层之间级联式激子能量传递,有效提升了激子利用率,降低了器件的效率滚降。通过调控发光层中载流子平衡及激子分布,白光器件的最大电流效率(CE)、功率效率(PE)和外量子效率(EQE)分别为37.1 cd·A^(−1)、36.4 lm·W^(−1)和17.5%,并且在1000 cd·m^(−2)亮度下依旧保持在26.6 cd·A^(−1)、18.2 lm·W^(−1)和12.3%,对应色坐标(CIE)和显色指数(CRI)分别为(0.451,0.428)和88。值得注意的是,在1000~5000 cd·m^(−2)亮度范围内,CIE变化仅为(0.006,0.004),表现出优异的色稳定性。同时,通过单极性主体和双极性主体的对比,阐明了双极性主体中载流子复合及激子能量传递机制。最终,通过器件传输层的优化进一步降低了器件的工作电压,提升了载流子平衡性,器件EQE及PE分别提升至19.3%和52.6 lm·W^(−1),并保持了高的显色指数(CRI=90)及良好的色稳定性。     

基于双 AWG 的新型 FBG 连续解调方法研究

为了实现基于阵列波导光栅(arrayed waveguide grating, AWG)的光纤布拉格光栅(fiber Bragg gratin, FBG)的连续解调, 提出了一种使用两个 AWG 联合解调的方法。 在一个 AWG 相邻两通道光谱中间插入另一个 AWG 对应通道的光谱,组成最小 的光谱周期;每次测量均从三通道中选择光强度最强的两个通道,利用相对光强解调算法,根据其波长—功率关系对 FBG 中心 波长进行精确测量。 使用两个 100 GHz 的 AWG 搭建了实验平台,并对温度传感器的解调进行研究。 实验表明,在 0. 8 nm 的系 统最小动态范围周期内,实现了对 FBG 的连续精确解调,系统的解调线性度达 0. 999 1,波长精度达±4 pm。 对数据和实验结果 进行数学分析,可以将 C 波段范围分成多个波长周期,系统可以实现在 C 波段 40 nm 全周期范围内对单个 FBG 的连续解调。 该方法不但可以实现在 C 波段范围内基于 AWG 对 FBG 的连续解调,使得运用 FBG 可以连续感测外界物理量变化,提高了系 统的实用性。 而且,该方法能够准确解调出波长信息,为实现对 FBG 的连续精确解调提供了借鉴信息,有利于进一步扩大 FBG 的应用领域。     

基于太赫兹布拉格光纤的表面生物传感器

空心布拉格光纤在传感领域应用极为广泛。本文提出了一种基于带有缺陷层的太赫 兹(terahertz,THz)空心布拉格光纤的表面生物传感器,并对该传感器在太赫兹频段的细菌种类检测性能进行 分析。在太赫兹布拉格光纤中,高折射率光敏树脂层和低折射率空气层以纤芯为中心周期性 排列,在纤芯内壁沉积分析物引入缺陷模式。本文对提出的传感器性能进行了数值研究。仿 真结果表明,该传感器有很高的纤芯功率比,限制损耗在0.3 THz和0.45 TH z频 段有损耗峰,能得到可识别的特征频率,此特征频率用于细菌种类检测。当频率大于0.7 TH z时,该传感器可实现厚度无关的表面生物传感。本文所提出的基于太赫兹空心布拉格光纤 的 表面生物传感器可用于检测细菌种类,在微生物检测方面有很大的应用潜力。     

基于卷积神经网络的混叠光谱解调方法

研究了一种基于深度学习的光纤光栅混叠FBG光谱解调方法。利用卷积神经网络(Convolutional Neural Networks, CNN)模型处理混叠光谱非线性序列模型问题,通过一维卷积神经网络预测识别混叠光谱中心波长,并搭建了并联结构的混叠光谱数据自动采集实验系统,验证了混叠光谱的中心波长高精度解调。实验分析了训练样本、迭代次数对训练时间、测试时间、解调精度的影响,并对训练完成后的模型进行了解调时间测试。分别与其他解调算法进行了解调精度和测试时间对比,同时对同一组光谱数据使用解调模型算法及最高点寻峰算法进行中心波长值的对比并进行误差分析。实验结果表明:解调模型均方根误差结果为0.082 58 pm,使用Intel(R) Core(TM) i7-8550U CPU （Central Processing Unit）的解调计算时间为0.338 s。研究结果表明:采用卷积神经网络模型对于混叠光谱中心波长解调结果的准确性具有合理性,与其他算法相比,文中的解调算法在解调精度和时间上具有优势,模型大小在400 kB以下,所需算力较小,可部署在小型嵌入式设备中,在大规模机载传感网络,结构健康监测中有良好的应用前景。     

基于区域密度的交通拥堵判别方法

本文通过对交通流进行特征提取和状态的划分,建立了交通流判别准则.同时提出一种交通拥堵程度的智能判断方法,该方法以区域密度作为判别交通流状态的主要特征值,辅以时间占有率,结合空间和时间维度来判断当前道路的拥挤程度.仿真实验说明该方法具有较好的准确性和客观性.     

基于运动矢量交点密集度的人群恐慌行为检测

为了更准确有效的识别人群恐慌行为,本文提出了一种利用视频中人群运动矢量的交点密集度来判断人群恐慌异常的新算法.该算法以LK光流法为基础来提取运动人群的运动矢量信息,接着通过获得的信息求取运动矢量间的两两交叉点,然后运用分块法求得区域交叉点密集度,并以此来识别人群异常.对多个视频进行测试,测试结果表明:该算法能够以较高正确率识别视频中人群的恐慌行为.     

基于小波变换与脉冲耦合神经网络的人脸识别

脉冲耦合神经网络（Pulse Coupled Neural Network,PCNN）是基于生物视觉特性而提出的新一代人工神经网络,它在数字图像处理及人工智能等领域具有广泛应用前景.本文通过研究PCNN理论模型及其工作特性的基础上提出了一种提取人脸特征的方法.首先利用小波变换提取人脸图像低频特征,降低人脸图像的维度,然后利用简化的PCNN提取小波低频系数重构后的人脸图像的相应时间序列,并以此作为人脸识别的特征序列.最后利用时间序列和欧式距离完成人脸的识别过程.本文通过ORL人脸库进行实验证明了该方法的有效性.     

基于改进SLIC与区域邻接图的高分辨率遥感影像建筑物提取

针对传统SLIC超像素算法在高分辨率遥感影像上分割质量差的问题,提出一种基于降维的改进SLIC与区域合并的方法对建筑物进行分割.首先,对传统SLIC的五维计算进行降维简化,采用灰度特征信息替换色彩信息,减少LAB颜色空间五维特征向量表征的冗余;其次,采用区域邻接图对过分割图像进行合并;最后,对改进SLIC中的主要参数即超像素数目k、紧凑度m和迭代次数p对分割结果的影响做了分析与比较.实验表明：该方法不仅分割出了大部分的建筑物信息,还提高了算法的运行效率与空间效率.运行时间效率比传统SLIC提高了25.5%;对建筑物的提取精度能达到97.6%.