张量补全算法及其在人脸识别中的应用

数据丢失问题通常可以归结为矩阵补全问题,而矩阵补全是继压缩感知理论之后的又一种重要的信号获取方法。在实际应用中,数据样例往往具有多线性性,即数据集可以表示成高阶张量。本文研究了张量补全问题及其在人脸识别中的应用。基于张量的低维Tucker分解,提出张量补全的迭代算法,并且证明在算法的迭代过程中,估计张量与其Tucker逼近张量的距离是单调递减的。实验结果表明张量补全算法在补全张量和人脸识别上的可行性与有效性。     

基于反调和平均的张量形态学算子模型及其在彩色图像边缘检测中的应用

旨在建立基于张量模型的彩色图像形态学算子。通过将HSV彩色空间下的三维向量利用二阶对称正定张量进行建模表示, 提出一种基于反调和平均的彩色形态学算子。在此基础上, 借助于张量相似性度量构造基于参考张量的形态学算子, 该算子能够实现滤波的输入保持。通过基于形态学梯度的边缘检测实验验证模型的可行性和有效性。对比实验表明基于张量的彩色形态学模型相对于原有的向量模型在图像处理中具有更好的结果。     

基于动态加权张量距离的多聚类算法

基于张量的多聚类算法（TMC）在衡量属性重要性时忽略了对象张量内部属性组合的关联性，而且在不同的特征空间选择下，固定权重策略导致所选与未选择特征空间没有完全分离。针对上述问题，提出一种基于动态加权张量距离（DWTD）的多聚类算法（DWTD-MC）。首先，为提升各特征空间属性重要性衡量的准确性，建立了自-关联张量模型；其次，构建多视图权重张量模型，在不同特征空间选择下通过动态加权策略满足多聚类分析的需求；最后，使用DWTD衡量数据点的相似性，生成最终的多聚类结果。在真实数据集上的仿真实验结果表明，DWTD-MC在杰卡德指数（JI）、邓恩指数（DI）、DB指数（DB）和轮廓系数（SC）评价指标上均优于TMC等对比算法，而且可以在获得较高质量的聚类结果的同时，使各聚类结果之间保持较低的冗余度，满足多聚类分析的任务需求。     

一种基于张量理论的云制造资源服务化封装与发布策略

针对云计算环境下智能制造集中资源分散服务过程中存在的数据异构与资源统一描述问题,在分析现有云制造资源服务化封装与发布技术的基础上,利用张量理论在描述异构数据上的技术特点,提出了一种基于张量理论的云资源服务化封装与发布策略。首先将云制造资源进行分类,并就不同资源给出封装方法;其次基于张量理论定义了不同类型的云制造资源的张量模型,根据不同资源服务属性建立低阶子张量,然后利用张量扩展算子对低阶子张量子进行融合,将各类属性信息嵌入至高阶张量空间,实现云制造资源的统一表示。给出了制造资源、制造能力、设计资源的统一封装模板和形式化描述。最后,给出了云制造资源的服务化部署及发布策略,设计开发了一个云制造资源服务化封装与发布系统,通过实例验证了所提方法的有效性。     

基于张量投票的主动轮廓边缘提取

提出一种基于张量投票的主动轮廓边缘提取算法。该算法对图像进行张量编码,将其转化为二阶对称的半正定张量,每个输入张量通过预定的投票域对邻近数据进行稀疏投票,投票后每个输入点收集自身获得的选票,再进行稠密投票,以获得轮廓的显要特征,从而实现主动轮廓的边缘提取。实验结果表明,该算法能有效提取图像轮廓边缘,得到较好的物体主动轮廓模型。     

基于非凸张量环秩最小化的张量补全算法研究

在实际应用中,恢复缺失的高阶数据一直是重要的研究热点,而基于张量分解的方法能够有效地提取数据的低秩结构,预测丢失的数据,为该问题提供了新的思路.针对传统张量环补全模型的秩松弛问题,建立了基于Lp(0相似文献   

基于非局部张量火车分解的彩色图像修补

数据在采集和转换的过程中通常存在部分数据丢失的问题,丢失数据的补全直接影响后续的识别、跟踪等高层任务的结果.自然图像中经常存在许多具有重复特性的相似结构,利用该类冗余信息,文中提出基于非局部张量火车分解的张量补全方法.利用图像的非局部相似性,挖掘其中蕴含的低秩特性,并通过张量火车分解模型进行建模及升阶,将低阶张量转化为高阶以进行低秩信息的进一步挖掘利用,从而进行图像中缺失数据的修补.实验验证文中方法在图像修补上的有效性.     

一种基于数据补全的大象流检测方法

由于在网络测量中存在不可避免的数据损失,网络监测数据通常是不完备的甚至是稀疏的,这使得大象流的精确检测成为一个具有挑战性的问题.本文提出了一种基于数据补全的离线大象流检测方法.为实现对于大象流的精准检测,首先实现了一个基于矩阵分解的数据补全算法,将流量数据补全问题转化为一个低秩矩阵奇异值分解问题.其次,在此基础上进行高阶扩展,引申出张量补全模型,利用张量CP分解实现数据补全,将原问题转化为通过最小化张量秩来恢复缺失条目的张量补全问题.最后对上面使用的矩阵补全算法和张量补全算法进行了仿真实验,对比了各算法精准度,评估了超参数,并展示了张量补全算法的时间开销.实验结果证明该方法取得了较好的效果.     

基于张量的方法及应用综述

大数据时代的不断发展促使传感及移动互联设备所产生数据的规模和复杂度快速增长,呈现出多源、异构、海量的特点。因此对这些复杂数据的统一表示、降维处理以及缺失值补全等问题受到研究人员的广泛关注。张量具有对高维数据强大的表示和降维能力并能挖掘元素值之间的潜在关系,被普遍应用于这些问题的研究中。张量分解方法获取高维复杂数据的低维特征,在降低计算复杂度的同时还能够保持原有数据的内在结构,解决“维度灾难”问题。张量补全方法根据已有数据的全局结构获取低秩模型来估计缺失条目。该文从张量分解与补全的视角出发,分别总结相关经典方法的基本思想并分析各自的优缺点。从多源异构大数据分析、人脸识别、数据压缩三方面对张量分解的最新算法进行总结。针对QoS缺失数据预测、短时交通流量预测、图像恢复三个场景介绍了张量补全的最新应用。最后对未来张量研究发展中可能存在的问题与挑战进行展望。     

基于用户近邻的N维张量分解推荐算法

基于张量分解的推荐算法存在推荐精度较低和数据稀疏的问题。为此,在传统的张量分解模型基础上,引入用户近邻信息,提出一种新的N维张量分解算法。利用上下文感知信息,把隐式反馈信息作为张量的第3维度,以建立N维张量分解模型,为进一步提高推荐质量,加入用户近邻信息来优化N维张量分解模型,以提高张量分解推荐算法的准确率。实验结果表明,融合用户近邻的张量分解推荐算法比传统的张量分解算法具有更好的准确性,能有效解决稀疏性和准确性问题。     

Prediction of rectal temperature from ear canal temperature

Personal heat strain monitoring provides the best means for maximizing worker safety and productivity in hot jobs. The present study compared methods for reducing the environmental effect on aural canal temperature in an attempt to reduce the predictive error of a personal heat stress monitor (QST) and a simple ear thermistor (EAR). Subjects underwent three exposures in impermeable protective clothing (PC) in an environment of 30.1°C wet bulb globe temperature (WBGT) wearing either ear plugs (PLG), ear moulds (MLD) or ear moulds and earmuffs (MFS). Mean work time across all trials was 63.1 ± 7.9 min, with a mean rectal temperature at 60 min of 38.5 ± 0.1°C and a sweat production rate of 29.7 ± 8.6 g/min. Rectal temperature was used as the criterion measure of core temperature. Although group mean predictions were satisfactory, large SD of mean differences (±0.36) meant that predictive ability of QST for individuals was greatly impaired. A simple well-insulated ear thermistor showed slightly better accuracy (±0.28) as a predictor of rectal temperature across time, particularly at peak temperatures. Incorporating the predictive error of aural temperature still extended the duration of safe work times relative to ACGIH guidelines. Further investigation is still necessary to ensure that predictions based on aural temperature are accurate and safe for the worker population across varying conditions.     

用于低温环境的铂电阻温度微传感器

目前,铂电阻温度传感器主要应用于73 K(-200℃)以上环境的温度检测。设计了可用于10 K(-263℃)～200 K(-73℃)低温区的铂电阻温度微传感器。铂电阻温度微传感器采用对称的折回型结构,这种结构有效地降低了交流感抗的影响。传感器的敏感薄膜是一层采用磁控直流溅射沉积厚度为200 nm的铂薄膜。采用QD PPMS仪器测试传感器的电阻与温度的变化关系,得出传感器的电阻温度系数(TCR):研制的温度传感器的电阻温度系数在温度高于30K(-243℃)时可达到9980×10-6/K,同时在低于30K(-243℃)的深低温区域TCR也可达到3730×10-6/K。     

基于数字温度传感器的模糊温度控制系统

应用数字温度传感芯片LM74和单片机设计了一种自优化规则模糊温度控制系统应用于环氧树脂基纳米复合材料固化温度控制,该控制器应用带灵敏度因子的全论域参数自调整算法在控制过程中实现控制规则自动优化。通过离线计算将控制规则优化信息融合于控制查询表中,在不增加在线计算量的前提下依据控制状态动态优化控制规则,增强了对控制对象参数变化的适应性,改善了动态性能。仿真和实际应用证明了该温度控制器的有效性。     

基于RFID温度标签的嵌入式温度监测系统

设计并实现了一种基于无源超高频RFID温度标签的嵌入式温度监测系统,系统包括课题组研发的嵌入了CMOS温度传感器的无源超高频RFID温度标签、ZY-H2000手持式读写器和嵌入式温度监测软件。设计了一种动态功率匹配算法,能够使温度标签在最佳测温功率下工作,确保了温度标签测温数据的准确性。算法中加入计时器机制,并通过RSSI值判断起始功率,大大减少了测温所需时间。测试结果表明,手持机与温度标签相距10 cm、30 cm、50 cm时,测温误差均在±1℃以内。     

Prediction of rectal temperature from ear canal temperature.

Personal heat strain monitoring provides the best means for maximizing worker safety and productivity in hot jobs. The present study compared methods for reducing the environmental effect on aural canal temperature in an attempt to reduce the predictive error of a personal heat stress monitor (QST) and a simple ear thermistor (EAR). Subjects underwent three exposures in impermeable protective clothing (PC) in an environment of 30.1 degrees C wet bulb globe temperature (WBGT) wearing either ear plugs (PLG), ear moulds (MLD) or ear moulds and earmuffs (MFS). Mean work time across all trials was 63.1 +/- 7.9 min, with a mean rectal temperature at 60 min of 38.5 +/- 0.1 degrees C and a sweat production rate of 29.7 +/- 8.6 g/min. Rectal temperature was used as the criterion measure of core temperature. Although group mean predictions were satisfactory, large SD of mean differences (+/- 0.36) meant that predictive ability of QST for individuals was greatly impaired. A simple well-insulated ear thermistor showed slightly better accuracy (+/- 0.28) as a predictor of rectal temperature across time, particularly at peak temperatures. Incorporating the predictive error of aural temperature still extended the duration of safe work times relative to ACGIH guidelines. Further investigation is still necessary to ensure that predictions based on aural temperature are accurate and safe for the worker population across varying conditions.     

分布式温度采集网络在恒温控制中的应用

为实现温度的集中控制,利用AT89S52单片机及DS18B20单线数字传感器实现由一个温度采集节点、4个温度节点和一台主单片机构成分布式的温度监控网络。主机通过多机通信的方式查阅各个节点的温度,并能够实现发送命令调节各节点温度报警的上下限,实现超温报警、人工干预及自动调节等功能,主机选择数码管显示接收到的温度,从机选择液晶显示器显示采集的温度,主从机能实现数据的实时更新与对比。     

基于PSO-BP的红外温度传感器环境温度补偿

针对红外温度传感器的测温精度易受环境温度的影响,提出了一种基于粒子群优化（ PSO）GP （ PSO-GP）神经网络的温度补偿方法。所提出的PSO-GP算法解决了一般GP算法迭代速度慢、且易陷入局部最优的问题,以热电堆传感器的环境温度补偿为例,进行算法实现,并以单纯的GP算法做对照。仿真结果表明：提出的PSO-GP算法对环境温度有明显的补偿效果,且优于单纯的GP算法补偿。所构建的补偿模型具有较高的补偿精度和实用价值。     

高温压力传感器温度漂移补偿研究

针对高温压力传感器耐高温和高压的测量的要求,设计了压阻式压力传感器硅杯式芯片版图,采用SIMOX(separationbyimplantedoxygen)技术SOI(silicononinsulator)晶片,在微加工平台上制作了该芯片,获得了差动等臂等应变的惠斯登检测电桥。对采用耐高温封装后的传感器的热零点漂移、热灵敏度漂移和零位输出的补偿作了研究,设计了补偿电路,推导了热灵敏度漂移补偿的计算公式,在通用型高温压力传感器的研发中证明其可行性和实用性,并总结出了经验公式。     

高精度温度测量系统的测温补偿算法研究

对单纯采用硬件实现精确测温难度较大的问题,设计了合适的测温补偿算法用于提高系统测温精度.采用最小二乘拟合的标校方案,实现了测温系统的温度补偿,克服了由于器件准确度不够引入的测温误差.设计巴特沃思数字低通滤波器对温度信号中的高频噪声进行有效滤波.该方法在不增加硬件电路成本和设计难度的情况下,大大提高了温度测量系统的测温精度和稳定性.实测数据验证了该方法的有效性与可行性.     

基于LM35温度传感器的温控系统设计

摘本文介绍了一种应用LM35温度传感器开发的温控系统，重点阐述了系统结构、工作原理以及采样值量化。同时对LM35传感器特性、系统硬件电路设计、软件设计也作了介绍。该系统体积小、成本低、工作可靠，具有很高工程应用价值。系统稍加改动或扩展，还可以完成温度测量等功能。