基于VAE-MSGAN网络的复杂细节图像生成方法

生成式对抗网络被广泛应用于图像生成领域,但其在图像生成时模型不易收敛,导致生成图像的局部细节易出现背景模糊问题.将变分自动编码器与生成式对抗网络相结合,在两者图像生成方面优势相结合的基础上,引入多尺度判别器,提出了VAE-MSGAN网络模型.通过不同尺度的卷积核可以提取到更加丰富的特征信息,并通过加入批标准化(BN)层与特征融合处理,从而加快网络的收敛速度,有利于特征信息的重利用,再将两者提取到的特征信息进行融合,最后将改进的正则化方法应用到目标函数中,减小网络复杂度和过拟合,提升了GAN模型的训练稳定性和图像的局部细节生成质量.对设计的图像生成算法基于Ubuntu16.04环境下利用Tensorflow深度学习框架进行了实现和仿真.对比在不同军事图像类别上的图像生成质量,通过交叉验证证明生成图像与真实图像在深度学习分类器下分类准确率基本一致,验证了所设计网络模型的有效性.     

大数据样本与半监督环境下基于生成对抗网络的故障诊断

在大故障样本条件下,提出一种基于生成对抗网络模型的故障诊断方法研究.构建生成对抗网络模型,保证模型判别器输出数据的总体分布与原始故障集趋同,并基于空间测量工具对梯度函数进行优化,降低损失;采用故障集图像转换方式实现对原始信号的降维处理,利用判别器的神经网络结构训练输入数据,并提取出机械故障数据集中的故障特征点.实验结果表明,提出方法具有良好的分类诊断性能,故障诊断精度能够达到９９．４５％.     

基于无监督深度估计的带雾图像生成方法

基于卷积神经网络的雾霾环境视觉目标检测,通常直接利用无雾条件下清晰的数据集对网络进行训练,网络无法通过训练集获取雾霾图像下目标的特征权重配置,因而检测效果不佳.为了提高雾霾环境下目标检测效果,从数据集构建角度入手,提出了一种在无雾图像上生成带雾图像的方法.首先以KITTI-objection数据集作为原始无雾图像,利用改进的Monodepth无监督深度估计方法生成原始图像的深度图像.然后构造几何先验深度模板,以图像熵为权值与深度图进行融合,并根据大气散射模型,由深度图像得到雾图像.最后,采用基于二阶的Faster-RCNN和基于一阶的YOLOv4两种典型的目标检测架构,对原始数据集、雾数据集、混合数据集进行训练,并对室外自然雾霾场景数据集RESIDE-OTS进行检测.实验结果表明,使用混合数据集训练下的模型检测效果最好,在YOLOv4模型下mAP值提升了5.6％,在Faster R-CNN网络下mAP值提升了5.0％,从而有效提升了雾霾环境下卷积神经网络的目标识别能力.     

基于无监督深度估计的带雾图像生成方法

基于卷积神经网络的雾霾环境视觉目标检测,通常直接利用无雾条件下清晰的数据集对网络进行训练,网络无法通过训练集获取雾霾图像下目标的特征权重配置,因而检测效果不佳.为了提高雾霾环境下目标检测效果,从数据集构建角度入手,提出了一种在无雾图像上生成带雾图像的方法.首先以KITTI-objection数据集作为原始无雾图像,利用改进的Monodepth无监督深度估计方法生成原始图像的深度图像.然后构造几何先验深度模板,以图像熵为权值与深度图进行融合,并根据大气散射模型,由深度图像得到雾图像.最后,采用基于二阶的Faster-RCNN和基于一阶的YOLOv4两种典型的目标检测架构,对原始数据集、雾数据集、混合数据集进行训练,并对室外自然雾霾场景数据集RESIDE-OTS进行检测.实验结果表明,使用混合数据集训练下的模型检测效果最好,在YOLOv4模型下mAP值提升了5.6％,在Faster R-CNN网络下mAP值提升了5.0％,从而有效提升了雾霾环境下卷积神经网络的目标识别能力.     

一种合成孔径声呐图像目标分割方法

合成孔径声呐图像的信噪比低于普通光学图像,使图像分割成为合成孔径声呐图像处理中的重要环节。本文研究了表示合成孔径声呐图像数据分布的瑞利混合模型,结合马尔科夫随机场模型,将其应用于声呐图像水下目标(亮区)分割;通过最大期望算法分别估计目标和背景的瑞利混合模型参数,并利用该参数使用Graph cut方法进行马尔科夫随机场图像分割,通过重复迭代,最后形成稳定的目标分割结果;对实际的声呐图像进行了数据分析及目标分割,结果表明瑞利混合模型在描述合成孔径声呐声图上有良好的性能,可以改善目标分割的效果。     

一种结合域自适应的图像语义分割算法

语义分割为图像分配像素级稠密标签,对场景理解具有重要作用,是视觉研究核心任务之一,涉及自动驾驶、医学成像等实际应用.现有基于深度神经网络的图像语义分割方法的训练需要大量标记数据,这些数据的收集和标记成本高昂,这很大程度上限制了此类方法的实际应用.为解决此问题,这里使用成本较低的计算机生成并标记的逼真的合成数据训练深度神经网络.但真实图像与合成图像在分布域上存在的差异会降低模型性能,因此这里使用一种对抗学习方法来实现域的自适应,以解决上述问题.又因为语义分割的结构化输出描述了源域与目标域的空间相似性,所以这里选择在语义分割的输出空间上实现域自适应方法.在此基础上,这里又于不同级别的空间构建多级域自适应网络以提升模型性能.     

基于高层特征融合的图像语义分割

在深度学习下的图像语义分割中,为了探究高层特征对于户外场景语义分割性能的影响,在对高层特征进行分析的基础上,提出了融合高层特征的图像语义分割方法。在目前主流深度学习框架Caffe下搭建的分割模型,并采用斯坦福8类户外场景数据集对模型进行了训练和测试。测试结果验证了该方法的有效性和准确性。     

改进Mask RCNN的焊缝缺陷检测

焊接缺陷检测是焊接行业的一项重要工作,利用X射线焊缝缺陷图像进行缺陷检测是焊接无损检测的重要手段。为实现对缺陷的自动识别和定位,结合缺陷的具体特征提出了一种改进的Mask RCNN实例分割网络实现对图像进行缺陷检测和分割。该方法在原有网络的基础上通过采用变形卷积更好地提取不规则形状缺陷特征信息,引入空洞卷积加强高层特征的感受野,在局部图像中融合全局图像信息使局部图像获取上下文信息,利用迁移学习和数据增强降低对训练数据的需求,提升检测和分割精度。最终,通过对焊缝X射线数据集上进行实验,验证改进的Mask RCNN模型与原始Mask RCNN模型以及Faster RCNN模型等模型进行客观比较,并对实验结果进行可行性分析,提出的模型表现出更精确的检测精度和更好的性能。实验结果表明改进的Mask RCNN模型可以更好的适用于焊缝缺陷检测中。     

一种改进的高斯混合模型的玻璃缺陷分割方法

针对传统玻璃缺陷检测技术准确率较低、时间长、精度低等难点,提出了一种改进高斯混合模型的玻璃缺陷图像分割方法。首先,基于分数阶微分运算获取灰度特征,并利用灰度共生矩阵提取纹理特征,构建玻璃缺陷完整的双特征观测数据;然后,引入相邻像素间的空间关联性和约束性,通过交替进行基于双特征随机场评估像素点与标号场之间的对应关系和空间约束来完成玻璃缺陷分割;最后,在不同温度系数参数β下对分割算法进行了性能测试实验,同时,与当前流行的分割算法对4种不同类型的玻璃缺陷进行了性能比较实验。实验表明该算法能够提高图像分割的鲁棒性和精确性。     

基于混合模型和DAEM算法的自适应图像分割

图像分割是图像处理中最基本且具有挑战性的问题。基于高斯混合模型,提出了一种自适应的图像分割方法。采用DAEM(deterministicannealingexpectation-maximization)算法估计混合模型的参数,利用直方图信息确定图像的类别数并给出DAEM算法的初始值,最后根据Bayes最小错误率准则对图像进行分割。由于DAEM算法在传统的EM算法中引入了退火机制,DAEM算法能够收敛到全局最优值,使得分割结果更加准确。实验结果说明了此方法的有效性。     

基于自抗扰控制器的无刷直流电机调速系统的建模与仿真

在分析自抗扰控制器和无刷直流电机数学模型的基础上，基于simulink软件建立了无刷直流电机控制系统的仿真模型。采用单环调速系统进行仿真。仿真结果证明了该方法的有效性．为实际电机控制系统的设计提供了新的思路。     

公理化设计与质量功能配置集成研究

为了获得产品设计中质量控制的最优化 ,提出了基于公理化设计的QFD集成系统模型 ,讨论了集成QFD质量屋的结构及集成系统的实施过程。以四工位自动机床转位机构设计为例 ,详细介绍了此集成系统的应用。实例表明 :该模型能有效地控制和优化产品设计质量 ,提高设计的正确性、全面性和可靠性     

线控转向系统的前轮转角跟踪策略研究

研究通过对线控转向系统进行主动控制,可靠并准确地得到期望的前轮转角。基于建立的线控转向系统数学模型,使用非线性自回归模型确定其系统参数,设计内模控制器跟踪车辆的期望运动状态。通过开环和闭环试验,对控制器在典型的驾驶工况下的有效性进行了验证。通过与PID控制器的结果对比,证明所设计的内模控制器能提供更好的控制性能。为减少驾驶员的操纵负担并确保车辆在不同行驶条件下的稳定性,根据不同工况下的测试结果提出基于增益不变的变角传动比控制策略,并设计了滑模控制器跟踪期望横摆角以实现主动转向。通过对内模和滑模控制器的联合仿真结果表明,所设计的控制器可实现期望横摆角度的精确跟踪,显著提高车辆的操纵灵活性和稳定性。     

功能角色模型的建模方法研究

复杂系统的功能角色模型是故障分析的基础 ,它可以有效地解决机内测试 (BIT)设计中的自动故障模式影响分析 (FMEA)问题 ,但目前还缺乏行之有效的构造系统功能角色模型的方法。本文从系统设计的功能信息入手 ,结合C .Lucas的层次性功能模型 ,提出了一种复合建模方法 ,比较有效地解决了这个问题。最后以某机电跟踪与稳定伺服平台为例 ,阐述了利用复合建模方法构造功能角色模型的基本过程     

基于COM的VC/Matlab混合编程及其在SAR图像分类中的应用

为实现合成孔径雷达(SAr)图像分类算法的测试与评估,将VC/Matlab混合编程技术应用到SAR图像分类平台开发中,分析与比较了4种VC/Matlab混合编程方法及各自优缺点,并着重研究了基于组件对象模型(COM)的VC/Matlab混合编程方法.使用Matlab COM编译器创建了SAR图像分类算法组件,在VC中调...     

Nonlinear model predictive control of managed pressure drilling

A new design of nonlinear model predictive controller (NMPC) is proposed for managed pressure drilling (MPD) system. The NMPC is based on output feedback control architecture and employs offset-free formulation proposed in [1]. NMPC uses active set method for computing control inputs. The controller implements an automatic switching from constant bottom hole pressure (CBHP) regulation to flow control mode in the event of a reservoir kick. In the flow control mode the controller automatically raises the bottom hole pressure setpoint, and thereby keeps the reservoir fluid flow to the surface within a tunable threshold. This is achieved by exploiting constraint handling capability of NMPC. In addition to kick mitigation the controller demonstrated good performance in containing the bottom hole pressure (BHP) during the pipe connection sequence. The controller also delivered satisfactory performance in the presence of measurement noise and uncertainty in the system.     

考虑延迟的线控转向二自由度内模控制

针对线控转向系统中由于信号传输、机械间隙和摩擦等因素引起的响应延迟问题，设计了二自由度内模控制策略以提高转角跟踪精度。将延迟模型与线控转向系统模型相结合，构建新的名义模型，为避免引入非最小相位项，采用全极点近似方法将延迟环节线性化，求解跟踪控制器和抗干扰控制器。与名义模型不含延迟环节的二自由度内模控制以及经典PID控制相比较，通过MATLAB/Simulink仿真给出了延迟量对三种方法跟踪性能的影响。比较了延迟量对采用全极点近似、Taylor近似和Padé近似的二自由度内模控制跟踪性能的影响。经线控转向台架试验验证，采用全极点近似的二自由度内模控制跟踪精度较高，对延迟的适应性较好。     

四参数非牛顿流变模型

作者分析总结了现有的流变模型，并提出了一个能全面描述弹流接触区润滑油粘性、粘弹性、弹塑性特征的四参数非牛顿流变模型。     

现代飞机地面振动试验准备及设计技术

将试验与有限元分析有效结合是提高全尺寸飞机地面振动试验(Ground Vibration Test,GVT)效率与精度的一种发展趋势。探讨了基于有限元模型的现代飞机GVT准备和GVT设计技术,介绍了在试验前利用有限元模型信息进行测量点位置优化、最佳激振力配置、支托方案的选择及评估方法等,并在型号试验中验证了该方法的可行性。通过本项目的研究可在不占用型号试验时间的前提下获得最佳试验方案,从而达到缩短飞机试验周期、降低试验成本的目的,逐步实现从单一的物理试验向分析与试验综合研究的跨越。     

基于CIM的励磁系统建模

IEC 61970-301标准定义了能量管理系统(EMS)的应用程序接口(API).公共信息模型(CIM)是这个标准中的重要部分之一,它规定了这类API的语义.但CIM并没有对与同步机紧密相关的励磁系统建模.为了实现励磁系统与能量管理系统的标准化集成,实现"即插即用"式的励磁系统应用,有必要在公共信息模型中建立励磁系统的模型.在对励磁系统进行详细分析的基础上,抽象出励磁系统的模型,通过继承和关联的方式将励磁系统模型与CIM中现有的模型相结合,充分利用CIM中已有的信息,完成了基于CIM的励磁系统详细建模.