基于变异的紧凑遗传算法在农药检测中的应用

为了简化农药检测的预测模型,提高模型预测精度,采用红外光谱技术结合基于变异的紧凑遗传算法对波长变量进行筛选,一定程度上减少了无信息变量和干扰变量。通过不同算法选择的波长变量建立预测模型,mCGA得到的预测均方根偏差平均值是0.198,而与mCGA比较的紧凑遗传算法、简单遗传算法得到的预测均方根偏差平均值分别为0.241、0.289,mCGA具有最小误差。结果表明,采用mCGA进行变量选择,能有效提高模型收敛速度及模型准确度,实现农药含量快速高效的检测。     

钨钒共溅热致变色薄膜的制备及其红外光学性能

为解决VO2薄膜相变温度过高,热滞回线温宽过大以及掺杂后红外透过率变低等问题,开展了低成本钨钒共溅热致变色薄膜制备工艺的探索。先在室温条件下采用磁控共溅射的方法于玻璃基片上制备得到含钨量为1.4%的金属薄膜,再在空气中采用后退火工艺使金属薄膜充分氧化为热致变色薄膜。对薄膜样品的物理结构和光学性能进行了分析,发现钨钒共溅没有改变VO2薄膜在玻璃表面择优取向生长,但显著改变了VO2薄膜的表面形貌特征。观察到钨钒共溅热致变色薄膜的相变温度较普通VO2薄膜从68℃降低至40℃,热滞回线温宽由6℃缩小为3℃,低温半导体相的红外透过率分别为62%和57%。结果表明,钨钒共溅可达到相变温度降低,热滞回线温宽变窄,掺杂前后红外透过率变化不大之目的。     

RNS在彩色图像水印中的应用

图像水印技术中,如何平衡鲁棒性和不可见性是技术的难点。余数系统(Residue Number System,RNS)基于中国剩余定理(Chinese Remainder System,CRT),多用于数字信号处理等领域。论文先利用Arnold置乱水印图像,再利用RNS的算法思想将水印图像分解为三通道,分别嵌入到载体图像的RGB分量的DCT变换域当中,考虑到人眼视觉系统和水印的抗鲁棒性,嵌入的位置选择DCT变换域的中频区域。实验结果显示,算法能够很好地在彩色图像中嵌入水印,并且能够抵抗图像处理常见的攻击,如剪切、噪声、滤波等,鲁棒性较强,不可见性良好。     

基于改进的混合模式个性化选课推荐技术研究

针对高等学校学生选课系统中存在的缺乏个性化课程推荐、选课效率较低的问题,通过对个性化推荐技术的分析研究,提出了基于内容、项目及用户属性的改进混合模式算法,并将该算法应用到选课系统中,用MACE数据集对算法进行验证。结果表明,该算法解决了个性化推荐技术中的冷启动问题,相关指标有明显提高,实现了课程与新课程的个性化推荐,并减少了选课的盲目性。     

二氧化钒纳米点阵的制备及其红外光学特性研究

为了得到相变温度低且变色性能优越的光学材料,使其能够广泛应用于智能窗领域,对周期结构VO2纳米点阵的相变和光学特性展开了研究。用修正的Sellmeier色散模型结合二维点阵周期结构的等效折射率计算了VO2纳米点阵在不同占空比下的反射率和透射率。利用多孔氧化铝模板掩膜溅射法,先在玻璃上制备钒金属纳米点阵,再经热氧化工艺制备出VO2纳米点阵,测试其表面形貌、组分结构、红外反射和透射谱线。结果表明,占空比为0.83的纳米点阵其相变温度有效降低至43℃,在1700 nm处透射率改变量达到29%,表现出良好的变色特性,且透射率整体高于VO2薄膜。说明通过制备较佳占空比的纳米点阵可以有效降低材料的相变温度,提升材料的热致变色性能。     

PM2.5测量系统中改进神经网络控制算法优化补偿

针对现阶段PM2.5测量系统的测量精度较低的问题,提出了改进的BP神经网络PID控制算法对其进行优化补偿。通过对粒子群优化算法的速度公式进行了改进,采用优化的粒子群算法优化了BP神经网络,将其用于PID的在线参数调节,以PM2.5测量系统作为研究对象,将改进的BP神经网络PID控制算法与传统PID分别作了仿真研究。研究结果表明,基于改进的粒子群优化算法改进的BP神经网络PID控制算法与传统的PID控制相比,提高了测量精度,在一定程度上减少了误差。     

一种使用机器学习方法的数字水印算法

针对目前数字水印算法存在的不足,本文将离散小波变换和奇异值分解相结合,提出了一种基于机器学习的图像数字水印算法.首先将载体图像进行一级小波变换,提取其低频子带图像对其进行4×4分块处理,然后对每一分块进行奇异值分解后嵌入水印,并提取特征向量用于最小二乘支持向量机的训练,训练好的最小二乘支持向量机用于自适应最大水印嵌入强度的计算以及水印的盲提取.实验选取三张512×512的标准测试图像以及64×64的二值水印图像对算法的透明性与鲁棒性进行测试.实验结果证明,图像具有很好的透明性,PSNR达到了63.71dB,针对旋转、剪切、JPEG压缩、高斯噪声等常规攻击手段时,算法能保持较强的鲁棒性.     

RA-GCN：抑制过平滑现象的文本分类算法

现有大多数利用图神经网络的算法进行文本分类时,忽略了图神经网络的过度平滑问题和由于文本图拓扑差异引入的误差,导致文本分类的性能不佳。针对这一问题,提出了衡量多个文本图表示的平滑度方法WACD以及抑制过平滑现象的正则项RWACD。随后提出了基于注意力和残差的网络结构ARS,用于弥补由于图拓扑差异引起的文本信息的损失。最后,提出了图卷积神经网络文本分类算法RA-GCN。RA-GCN在图表示学习层使用ARS融合文本表示,在读出层使用RWACD抑制过平滑现象。在六个中英文数据集上进行实验,实验结果证明了RA-GCN的分类性能,并通过多个对比实验验证了RWACD和ARS的作用。     

RNS与Delta-Sigma编码的位数据流的数值转换算法及硬件实现

利用RNS(余数数制系统)可以执行并行的数据处理以及实现快速无进位算法,在VLSI(超大规模集成电路)设计中表现出低功耗、占用面积小和时延少等优良特性.根据中国剩余定理,基于(2n-1)2n(2n+1)模组,利用Verilog语言设计了RNS到位数据流的数值转换接口电路.以使传统的多位数(Bit)的复杂运算转化为多个并行的较少位数的简单运算,从而降低单次运算的复杂度、时延和功耗.该转换电路面向"Σ-Δ"编码的数据流,不同于传统的二进制数据转换,可以方便地与基于DSD(Direct Stream Digital)的Delta-Sigma系统进行无缝连接.     

基于热扩芯光纤的光纤准直器特性研究

为了提高光纤和光器件之间的耦合效率,设计了由热扩芯光纤和自聚焦透镜构成的新型热扩芯光纤准直器。理论上分析了热扩芯光纤准直器的基本结构参数与光学特性的关系以及由3种失配导致的耦合插入损耗。研究发现,热扩芯光纤准直器的耦合特性与自聚焦透镜的参数有关,热扩芯光纤准直器在轴向间距和角度偏差上的耦合失配容限明显优于普通光纤准直器,横向位移损耗则高于普通光纤准直器。采用模场半径为15.4μm的热扩芯光纤与自聚焦常数为0.295mm-1的自聚焦透镜制备了热扩芯光纤准直器,并对热扩芯光纤准直器因3种失配导致的耦合插入损耗进行了理论和实验比较,结果表明实验数据与理论吻合较好,说明所设计的热扩芯光纤准直器可用于长距离光耦合和旋转连接器件。