正则化双阶线性稀疏编码在人脸识别中的应用

传统的稀疏编码方法在遇到大规模数据时,因计算复杂度高而出现异常。针对这种异常导致不能很好地进行特征提取的问题,提出正则化双阶线性稀疏编码DLRSC(Double Linear Regularization Sparse Coding)方法。借助于广义多特征子空间框架来学习噪声和异常像素的结构特征,通过使用L1球理论,计算出唯一的近似解,并且利用滤波技巧避免了大规模数据的复杂计算,从而降低了时间及空间复杂度。最后,在ORL及Yale两大通用人脸数据库上的实验验证了所提的DLRSC方法的有效性,实验结果表明,相比其他几种最先进的稀疏编码方法,所提方法取得了更好的识别效果。     

城市环境VANETS下的基于beacon控制的路由方案

车载网络(Vehicular ad hoc networks,VANETs)是一种特殊形式的网络,具有节点高速移动、拓扑频繁的变化的特性。这些特性为消息的传播带来挑战。路由机制是实现消息传递的关键因素。地理位置路由被广泛地应用于VANETS,要求节点周期广播beacon消息。然而,节点周期地广播beacon消息,降低了路由性能,特别是在城市区域,由于节点密集,每个节点均广播beacon消息,恶化了路由性能。为此,针对城市环境,提出基于beacon控制的路由协议RPBC(Routing protocol with beacon control)。在RPBC中,并非每个节点广播beacon消息,而设置有效的机制选择部分节点广播,从而降低了beacon冗余,同时,采用最短路径算法,减少数据传输跳数。仿真结果表明,提出的RBPC在分组投递率、端到端传输时延以及路由开销方面均有较好的性能。     

基于NiosⅡ高速红外图像采集系统设计

文章设计了一种基于Nios Ⅱ红外高速图像采集系统。该系统通过Nios II软核处理器实现了基于Sobel算子的图像边缘检测算法,加上外围的红外探测器、 SDRAM、 高速 DAC等器件,完成了高速红外图像采集和显示。其设计方法是基于一种系统级电路,通过QuartusⅡ和SOPC Builder实现对此系统的定制。测试结果表明,此高速红外图像采集系统性能稳定可靠,可以完成红外图像的实时采集、存储和显示。系统可以用在高帧频、数据量大的红外图像实时采集。     

融合浸出过程流程特性的梯形LSTM终点pH值模型预测控制北大核心

在锌冶炼浸出过程中,pH值的稳定控制是影响生产成本和产品质量的关键。针对浸出过程连续反应搅拌釜(CSTR)机理复杂、入口条件波动大、反应大滞后的问题,提出了融合流程特性的梯形长短期记忆网络模型预测控制(TLSTM-MPC)算法。首先,分析了影响浸出过程pH值稳定控制的关键因素,结合CSTR的级联特性,提出一种表征CSTR物理特性的梯形长短期记忆网络结构(TLSTM)模型,使预测模型具有较好的物理可解释性。其次,针对入口条件波动和反应过程大滞后的问题,提出了TLSTM-MPC算法,并采用粒子群算法进行优化求解。最后,采用某大型浸出过程现场运行数据进行验证。结果表明,该算法的超调量和调节时间相对传统控制方法分别降低了51.2%和57.4%,且在入口波动的情况下能够快速地稳定pH值。该方法对浸出过程的稳定、高质量生产具有较大的工程实践应用价值。     

高职数字媒体专业实施分层

从当前社会对高职数字媒体技术人才需求的现状出发,提出了当前数字媒体技术专业教育存在的问题,引出分层教学的工作室教学模式.对工作室教学模式的概念、设计和实施做了具体的介绍和说明,最后总结了实施分层教学的工作室教学模式的效果.     

考虑擦除编码可靠视频流三步式内凸逼近优化

随着视频流服务的扩展和改进,云视频得到快速发展。考虑在分布式系统上的视频流,使用擦除码进行编码以提高可靠性。利用对擦除编码块的选择的有序统计量来对每个视频片段的编码块的下载时间进行表征,并获得不同视频片段的回放时间。利用失速持续时间上的矩生成函数的界限来界定平均失速持续时间。基于有序统计量的矩生成函数边界也用于界定失速持续时间尾概率,其确定失速时间大于预定义概率。针对最终用户的重要体验质量(QoE)度量,选取平均失速持续时间和失速持续时间尾概率,构造优化问题,以联合最小化在视频内容的放置和访问期间在所有请求上平均的两个QoE度量的凸组合,可利用有效的迭代算法求解非凸问题。数值结果表明,相比于选取的对比算法,基于云视频的QoE度量可显著性能提升。     

基于水下光电成像系统研究计算机仿真技术

在引入小角度近似原理的基础上构建相关的理论模型,对水下光电成像探测系统计算机仿真技术进行一定程度的研究。从接收信号分类、系统结构模型、信号以及前向散射辐射量等方面入手,构建信号辐射演算模型。由于散射光的客观存在,在距离相对恒定的情况下,对水下成像面各要素的信号辐射量的量化、后向散射辐射量等方面展开了讨论,并进行计算机的相关仿真技术研究。     

基于RCGA优化GRNN的实时动态目标追踪模型

针对三维环境中导弹追踪目标时制导和控制算法复杂而导致计算量非常大的问题,提出了一种基于隐性交叉遗传算法优化广义回归神经网络的实时动态目标追踪模型。通过将导弹防御区离散化为多个小模块生成输入数据,并针对每个可接受的目标参数数据集,使用RCGA估算导航常量和导弹注意时间;利用输入和输出的目标参数集生成GRNN所需的训练数据集;针对任意位置的目标轨道,将训练后的GRNN应用于实时导弹导引系统的实现中。通过战术目标仿真模型验证了所提算法的有效性及可靠性,仿真结果表明,相比其他几种目标追踪算法,算法取得了更好的实时性和更高的目标定位精度,脱靶率接近零。