脉冲神经网络的时间计算——世界中心识别原理

本文表明传统的基于脉冲平均点火率的人工神经网的全并行计算是不妥的，因为它不能进行时间操作，我们提出一个脉冲神经网，对神经计算引入空间搜索机制，搜索能够将空间坐标转化为时间坐标，这使得空间相对坐标 为时间相对坐标，利用延迟的连接，神经网能够非常容易地完成时间相对坐标的计算，设计了一个以世界为中心的模型，它由空间搜索器和特征转移向量存储器组成：ＷＣＭ是单纯的神经网络，它代表了不变识别的神经原理。     

一种新型注水井分层测压管柱实践及认识

阐述了油田分层测压的重要意义，介绍了KPX注水井分层测压管柱结构及原理，与普通偏心配水测试技术进行对比，评价了该工艺在分层压力和分层压力测试上的发展及优势。分析应用了该工艺的测试资料，取得了一些初步认识，提出了几点建议。     

多层神经网的快速学习法及逻辑电路实现

本文讨论了一种用于模式分类的高阶神经网的快速学习法.该方法分为二个阶段,首先是样本空间的划分,然后由样本及它所对应的类训练权值.学习过程没有迭代循环,一次确定.隐元的个数有明确含义,由样本空间决定,而不是由人判断.该学习方法十分简单,适合于硬件实现.本文中给出了该方法应用于XOR问题,对称性判别,T—C分类问题的例子.以及该模型的逻辑电路实现方法.     

红外成像制导导弹飞行仿真研究

为了实现红外成像制导导弹更加逼真和更加有效的仿真从而验证优化红外成像制导导弹的制导效果,研究了红外成像制导导弹飞行仿真技术;讨论了导弹飞行仿真的基本要求和红外成像制导仿真系统设计的基本原理和设计方案,提出了导弹飞行效果的一些评价指标,并利用虚拟现实仿真技术实现了一个导弹飞行可视化仿真系统;分析了仿真实验结果,实验结果表明仿真系统基本满足红外成像制导导弹飞行仿真要求,在红外成像制导导弹的科学研究中有一定价值.     

一种人机交互的三维建筑物快速建模方法

采用人机交互方法按照一定顺序提取建筑物角点,根据近似点位进行角点位置的纠正,按照影像自动定向的结果计算模型的三维坐标,建立三维建筑物模型.实验证明,这一方法能有效地实现速度和逼真度的兼顾.特别是对于一些仅需小范围的建筑物建模场合,例如三维制导时的目标区域,采用该方法进行建模不失为一种简单而有效的方法.     

融合词语多特征的汉老短文本相似度计算

词语作为文本构成中最具有语义表达的单位,将词语更多的特征如形态学、词性、词性权重等融入到词语语义的表达中,将提升文本相似度量的准确性.该文提出一种融合词语多特征的汉老短文本相似度计算方法,首先利用双向长短期记忆网络(BiLSTM)和卷积神经网络(CNN)分别提取汉老词语的形态学特征,将词向量拼接上形态学特征向量、词性向量、词性权重向量,然后利用BiLSTM和CNN提取汉老短文本的上下文特征和局部语义特征,接着加入ESIM交互注意力机制使汉老语义信息进行交互.最后计算汉老特征语义向量的相对差和相对积,将其结果拼接并输入到全连接层得到汉老双语短文本的相似度分数.实验结果表明,本文提出的方法在有限的语料下取得了更好的效果,F1值达到了78.67%.     

以第一性原理研究立方相CeO2的弹性、电子结构和光学性质

运用基于密度泛函理论(DFT)框架下的超软赝势平面波(USPP)方法,计算了立方相CeO2的几何结构、弹性性质、电子结构和光学性质,并采用HSE06杂化泛函矫正了带隙.所得晶格参数及体模量与先前文献报道数据基本吻合.计算出了二阶弹性常数及德拜温度值,并给出了能带结构、态密度、差分电荷密度的分布情况.最后,为了阐明CeO2的光学跃迁机制,计算并分析了其复介电常数、折射率、吸附光谱、反射光谱等光学性质.     

图像与视频自动标注最新进展

近年来,图像与视频自动标注技术成为多媒体信息处理领域的一个研究热点并且发展迅速。重点介绍此领域研究的最新进展。将这些新方法分为两类:基于学习的标注方法和基于搜索的标注方法,分别介绍了各个算法的基本思想和优缺点。然后,介绍了一些目前流行的商业的和研究性的图像检索及标注系统。最后,提出了自动标注技术的进一步研究方向。     

基于粒子滤波和自适应模型的目标跟踪算法

为了提高粒子滤波的性能,使用集合卡尔曼滤波对建议分布进行改进,同时提出了用于视频跟踪的自适应融合模型．使用集合卡尔曼滤波结合当前的观测信息构造建议分布,结合当前观测信息对每一个粒子进行集合分析,得到新的建议分布,依据新的建议分布对粒子进行采样,同时在跟踪过程中将颜色特征模型和形状特征模型进行融合,并进行自适应更新．实验结果证明：相对于传统粒子滤波和扩展卡尔曼粒子滤波,使用新的建议分布可以更有效地降低均方根误差,同时自适应融合模型的稳定性要高于使用单一颜色模型．使用新的建议分布和融合模型,可以有效提高粒子滤波的准确性和稳定性．     

直方图的脑图像分割策略

为了提高核磁共振分割精度和效率,提出了一种基于直方图核磁共振脑图像分割算法.利用脑提取工具剔除脑核磁共振图像中非脑组织.根据灰度变化的特点,将脑图像直方图的区域峰值组成新的直方图,通过基于直方图阈值选取规则将脑组织分割成白质、灰质、脑脊液.实验结果表明:该算法相对于常见的分割算法,获得了较高的分割精度,同时运算效率高,运算时间降低了1~2个数量级.