森林冠层氮含量遥感估算

使用高光谱数据估算叶片与冠层尺度的森林氮含量.首先采用基于高斯误差函数的BP神经网络Erf-BP建立叶片尺度氮含量的遥感估算模型;其次根据几何光学模型原理,推导冠层光谱与叶片光谱的尺度转化函数,将Hy-perion影像的冠层光谱转换到叶片尺度并反演叶片尺度的氮含量;最后,利用森林结构参数LAI得到研究区域冠层尺度氮含量.结果表明,隐含层包含8个神经元的Erf-BP模型最优,检验精度为76.8597%;利用尺度转化函数估算670 nm和865 nm冠层光谱与实测光谱决定系数为0.5203和0.4117;反演叶片尺度氮含量与实测数据的决定系数为0.7019;该方法为高精度快速估算叶片和冠层尺度森林氮含量提供参考.     

开放网络环境下隐私数据安全防御模型研究

针对传统模型在开放网络环境下对隐私数据安全防御效果比较差,当应对多种网络攻击时,模型的防御响应时间比较长,为此提出开放网络环境下隐私数据安全防御模型研究。利用Spring架构建立开放网络环境下隐私数据安全防御模型框架,包含网络信息采集层、分析层、预警层以及安全防御层四个功能层次;利用入侵感知算法对网络流量数据进行计算,分析开放网络环境下隐私数据安全状态。利用预警规则确定隐私数据安全预警等级,驱动隐私数据安全防御措施。设立网络边界安全机制,对非法入侵数据包和病毒进行拦截。利用加密算法对隐私数据进行加密防御,以此实现开放网络环境下隐私数据安全防御模型建立。经实验证明,设计模型防御响应时间短于传统模型,具有良好的应用前景。     

一种概率自适应图像去噪模型

从小波变换入手,提出了一种概率自适应去噪模型.该模型包括尺度层间模型和层内模型.去噪方法首先利用小波域层间模型,将小波系数分成两类:有意义系数和无意义系数;然后在层内概率模型下运用最大后验概率估计方法,从有意义系数中恢复出原始系数.我们还将这种模型引入复数小波变换域.实验结果及分析表明了该去噪模型的有效性.     

基于视频时空特征提取分类的动作分析评估模型

为拓展机器视觉技术在医工结合场景下的应用,文中基于改进的时空Transformer模型,提出一种动作规范识别模型。该模型由数据嵌入层、时空Transformer层、决策融合层组成。数据嵌入层利用Openpose模型从sRGB图像中提取人体骨骼数据,降低环境部署成本;时空Transformer层使用时空模块和块间模型对图像数据特征进行训练和分类,提升原模型的分类精度;决策融合层实现对应用场景的规范性判别。实验测试结果表明：所提算法的TOP1和TOP5精度指标在所有对比算法中均为最优;在以心肺复苏术为例进行的实际应用测试中,该算法的综合性能较为理想,能够满足工程需要。     

激光辐照玻璃纤维/环氧树脂复合材料的力学剥蚀研究

根据实验现象,提出了计算力学剥蚀的模型和判据,将剥蚀过程分解为材料分层和层内断裂两个过程:对分层过程利用激光辐照玻璃纤维/环氧树脂复合材料的热力学模型计算,对层内断裂过程用板壳模型计算。利用实验结果验证了模型的合理性,计算结果表明,力学剥蚀过程极大地降低了烧蚀穿孔所需的能量,对激光辐照效应影响很大;功率密度较低时,烧蚀效率较高。     

基于弱监督学习的去噪受限玻尔兹曼机特征提取算法

针对现有特征提取方法难以实现从含有复杂背景的图像中提取有用目标特征的瓶颈问题,提出了基于弱监督学习的去噪受限玻尔兹曼机特征提取算法.首先,利用训练样本,通过无监督学习方式训练一个标准受限玻尔兹曼机模型,从而获得一个包含可视单元层和隐藏单元层的层次结构模型;然后,对可视层的每个单元引入二值转换单元,对隐藏层,根据各节点的激活值大小和激活频率将其分为两组:前景特征隐层单元和背景特征隐层单元,得到一个二元混合式去噪玻尔兹曼机的模型;最后,通过多模交互方式,利用有限数量的样本标签信息对输入样本逐像素地进行采样训练,以此来提取目标特征.实验表明,本文的特征提取算法能够有效地从复杂的干扰背景中提取目标特征,提高了目标识别精度.     

基于散射体模型的单站无源定位算法

提出了基于二次散射模型下,采用机动的单观测站来实现对MS的定位算法。该算法利用不同观测点获得伪目标的运动轨迹,运用圆拟合法联合估计多个第二层散射体的位置和第二层散射体到MS之间的散射距离,从而将单站定位转换成多站定位;其次将第二层散射体视为伪基站,利用成熟的多站定位算法估计第一层散射体位置;最后利用第一层散射体的位置和信号发射角估计MS的位置。其仿真结果验证了该算法的有效性。     

基于能量平衡估算陆地近地层光学湍流

估算陆地近地层光学湍流通常需要利用两层不同高度的气象观测,而常规气象观测通常只有一层。为了利用单层常规气象观测估算陆地近地层光学湍流,通过采用Shapiro给出的利用常规气象要素估算地面太阳辐射的经验模型,以及美国陆军统一土壤分类方案,基于地面能量平衡,建立一个陆地近地层光学湍流估算模型。首先通过数值求解土壤热传导方程估算土壤温度,再基于地面能量平衡估算地面温度、基于强迫恢复方法估算地面湿度;最后,将估算的地面温度和湿度看作是粗糙度高度的温度与湿度,结合常规单层气象观测数据,估算光学湍流强度。实例计算表明：该方法估算的光学湍流强度整体上与利用两层气象观测估算的光学湍流强度基本一致。     

南海、东海蒸发波导出现规律的对比分析

利用2002年1～3月的铁塔平台气象水文数据以及New蒸发波导模型分析研究了南海及东海海域蒸发波导的出现规律,并利用实测数据对模型结果进行了检验.结果表明:南海海域蒸发波导的出现概率、高度、强度分别为100%、13.4m和30.3M,而东海海域分别为90%、9.1m和16.6M;除以14时为代表的中午时刻,南海海域一天当中蒸发波导基本上都出现在不稳定及近中性层结条件下,而东海海域蒸发波导在稳定、不稳定和近中性层结条件下的出现概率差别不大;相对蒸发波导高度而言,New模型诊断蒸发波导出现概率和强度的效果更好;不稳定及近中性弱不稳定层结条件下,New模型诊断的蒸发波导高度偏低,稳定层结条件下模型结果偏高,近中性弱稳定条件下模型结果与实测最吻合.     

信息系统漏洞挖掘技术体系研究

首先讨论漏洞挖掘相关的术语定义,分析漏洞挖掘目标对象特点,研究漏洞挖掘的一般流程,然后利用层次结构模型方法,创造性地提出了5层漏洞挖掘技术体系架构模型,并详细描述基础层、抽象层、挖捌层、分析层和利用层的内容、作用及其相关支撑技术.最后指出漏洞挖掘技术的发展方向是兼顾各层、协同发展.     

基于Bert-A-BiR神经网络的文本情感分类模型

为了解决双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)模型不能解决一词多义、不能充分学习文本深层次语义的问题,提出一种基于Bert-A-BiR的文本情感分析模型.首先,对预训练模型(Bidirectional Encoder Representations from Transformers,BERT)进行微调,利用BERT预训练模型对词向量动态调整,将包含上下文信息的真实语义嵌入模型;其次,利用双向门控循环网络(BiGRU)层对BERT层输出文本进行深层特征采集;再次,引入注意力机制,为采集的深层情感特征分配相应的不同权重;最后,将包含权重信息的情感特征送入softmax层进行情感分类.同时,为了进一步提升模型对文本深层语义的学习能力,设计6组相关模型进行进一步实验验证.实验结果表明,所提出的神经网络模型在IMDB数据集上的最高准确率为93.66％,在SST-5数据集上的最高准确率为53.30％,验证了Bert-BiR-A模型的有效性.     

基于高光谱数据的叶面积指数遥感反演

文中耦合叶片辐射传输模型（PROSPECT）和冠层辐射传输模型（SAILH）,基于高光谱载荷通道设置,模拟高光谱冠层反射率数据;利用模拟数据深入分析了不同植被指数与叶面积指数之间的敏感性;通过敏感性分析发现改进型叶绿素吸收植被指数（MCARI2）具备抗土壤背景因素的影响能力,而且对叶面积指数较为敏感,因此该研究建立植被指数MCARI2 与叶面积指数之间的经验统计模型,并用于高光谱数据进行叶面积指数反演;最后利用飞行同步测量的叶面积指数对反演模型进行精度分析。结果表明:相比实测叶面积指数,文中建立的反演模型约低估0.42,该反演模型能够较好的反映出地物真实叶面积指数。     

改进SSD算法对鸟类目标检测研究

为了更加高效化、精确化的保护鸟类,针对传统的人工鸟类识别方式,本文提出利用SSD算法模型自动识别检测分类.首先,收集不同种类鸟类图片,并对图片灰度化、直方图均衡化以及归一化操作,利用labelImg-master工具制作数据集;其次,改进特征提取网络ResNet50,在其最后一个卷积层后面增加一个Dropout层和3层...     

基于多尺度特征融合的柑橘病虫害图像识别方法

针对基于传统机器学习与简单神经网络的病虫害识别方法对于具有小样本、数据不均衡、特征演变(黄龙病不同病害阶段的特征差异较大)、特征不明显和多类别等特点的柑橘病虫害识别效果不理想的问题,设计了一种基于VGG19改进的VGG19-INC模型。该模型以VGG19网络模型为骨干网络并利用迁移学习实现预训练权重参数的共享;模型结构使用1个批标准化卷积层和2个Inception模块替换VGG19的第5卷积层;使用1个全局池化层替换VGG19模型的全连接层,使用一个1×4的Softmax层作为分类输出层。所提模型不仅保留了VGG19对图像特征的有效提取,还利用Inception模块增加了网络的深度与宽度,使模型获得了不同大小的感受野,实现了多尺度特征的融合;全局池化层对全连接层的替换,使参数减少率达到了70.56%,有效地提高了模型的训练速度与平均测试速度,降低参数负载。试验结果表明,VGG19-INC对柑橘(沙田柚)黄龙病、潜叶蛾和线虫病等病虫害识别准确率为98.47%,比VGG19,Resnet50,Inceptionv3,Densenet201模型分别高22.26%,14.47%,5.18%和0...     

多晶硅/氧化硅界面的二次离子质谱分析

利用二次离子质谱仪对多晶硅/氧化硅界面进行分析,发现多晶硅/氧化硅界面不是突变的,而存在着一个过渡区;根据多晶硅薄膜的成核理论,分析该过渡区形成的物理起源和机理,并利用"氧化层电导"模型,定量分析过渡区对器件栅氧化层电导的影响.     

基于ZYNQ的通用型卷积神经网络设计与实现

针对基于FPGA平台的神经网络开发周期过长、调节网络模型麻烦等问题,设计了一种基于ZYNQ的通用型卷积神经网络模型。首先通过Tensorflow平台搭建神经网络并训练得到模型各层权重;其次利用高层次综合工具进行卷积层和池化层的IP核设计;然后在ZYNQ平台上部署模型;最后分别运行了Le Net-5和Alex Net-8神经网络进行验证。实验结果表明模型在只损失极少准确度的情况下,卷积与池化运算速度相比于ARM平台分别提高了3.65倍和2.31倍,并具备通用性。     

GaN基多层结构椭偏测试模型优化和光谱研究

利用椭圆偏振测试仪,对n+AlGaN/n-AlGaN/超晶格(SL)/AlN/蓝宝石多层复杂结构的椭偏测试方法进行了研究,其中SL层为AlGaN/GaN多层量子阱结构,将其简化为单层处理。通过改变测试条件进行多次测量,分析了结构模型、算法模型及不同入射角度对测试结果的影响,得到了最优测试结构模型和算法模型:粗糙度层(有效介质近似EMA模型)/n+AlGaN(柯西Cauchy模型)/n-AlGaN(Cauchy)/SL(EMA)/AlN(Cauchy)/蓝宝石。选择55°为入射角,在300～800nm波长测试得到了各层膜厚和光学常数谱。结果表明,椭偏测试所得各层膜厚度与工艺给出数据相符,但SL层厚度相对而言有较大偏差,这与其结构复杂性有关,尚待进一步研究。各层折射率色散关系正常,n+AlGaN层折射率与n-AlGaN层折射率相比偏小,这与其较高浓度和较大损伤有关。     

基于Highway-BiLSTM网络的汉语谓语中心词识别研究

针对汉语谓语中心词识别困难及唯一性的问题,提出了一种基于Highway-BiLSTM网络的深度学习模型.首先,通过多层BiLSTM网络叠加获取句子内部不同粒度抽象语义信息的直接依赖关系;然后,利用Highway网络缓解深层模型出现的梯度消失问题;最后,通过约束层对输出路径进行规划,解决谓语中心词的唯一性问题.实验结果表...     

光敏剂酞菁晶体能带结构研究

利用旋转对称性能带程序 ,首次计算了酞菁化合物真实结构的能带 ,讨论了层间距畸变和层间交错对能带结构及导电性质的影响。层间距畸变使能带宽度明显变小 ,层间交错角在 2 2 .5°时 ,带宽最小 ,带隙最大。比较了酞菁简化模型与真实模型计算结果的差异。所得计算结果对酞菁类电导率有很好的符合 ,酞菁类化合物可望用作为太阳能电池的光敏剂     

基于Sinc-Transformer模型的原始语音情感识别

考虑传统语音情感识别任务中,手动提取声学特征的繁琐性,本文针对原始语音信号提出一种Sinc-Transformer（SincNet Transformer）模型来进行语音情感识别任务。该模型同时具备SincNet层及Transformer模型编码器的优点,利用SincNet滤波器从原始语音波形中捕捉一些重要的窄带情感特征,使其整个网络结构在特征提取过程中具有指导性,从而完成原始语音信号的浅层特征提取工作;利用两层Transformer模型编码器进行二次处理,以提取包含全局上下文信息的深层特征向量。在交互式情感二元动作捕捉数据库（IEMOCAP）的四类情感分类中,实验结果表明本文提出的Sinc-Transformer模型准确率与非加权平均召回率分别为64.14%和65.28%。同时与基线模型进行对比,所提模型能有效地提高语音情感识别性能。