面向动态场景去模糊的对偶学习生成对抗网络

针对动态场景下的图像去模糊问题,提出一种对偶学习生成对抗网络(dual learning generative adversarial network, DLGAN),该网络可以在对偶学习的训练模式下使用非成对的模糊图像和清晰图像进行图像去模糊计算,不再要求训练图像集合必须由模糊图像与其对应的清晰图像成对组合而成. DLGAN利用去模糊任务与重模糊任务之间的对偶性建立反馈信号,并使用这个信号约束去模糊任务和重模糊任务从两个不同的方向互相学习和更新,直到收敛.实验结果表明,在结构相似度和可视化评估方面, DLGAN与9种使用成对数据集训练的图像去模糊方法相比具有更好的性能.     

网络远程教育互动式教学的探讨

随着计算机技术与网络技术的广泛应用,远程教学方式受到越来越多人的青睐。通过计算机网络进行远程教学可以与任何人、在任何时间、任何地点、从任何章节开始、学习任何课程。能够扩大受众的规模,并体现教育的公平性,因此计算机远程教学在当今社会中有着非常大的发展空间及潜力。目前,我国远程教学多采用受众提供视频、资料下载的方式或者视频播放的方式,学习者没有跟教学者形成有效的交流互动,缺乏沟通,因此当学习者遇到不懂的问题或存在疑惑一时间也无法解决。本文中,重点探讨了将最新技术应用于教学中,实现学习者与教学者之间的信息交流互动,进而推进远程教学的发展。     

基于收发平衡判定的TCP流量回放方法

基于真实网络流量的互动式回放测试是当前针对防火墙、IPS等串接型安全设备进行测评的最新方法.文中在分析现有基于状态判定的TCP流量互动式回放方法基础之上,引入收发平衡机制,提出了一种基于收发平衡和状态判定相结合的新的TCP流量回放方法.通过在发送TCP数据包前优先进行收发平衡判定将数据包发送出去,提出的方法能够有效减少TCP流量在发送过程中的状态判定开销,提高回放性能.对引入收发平衡机制前后的TCP流量回放方法的差异进行了分析比较.从单个TCP会话特性、并发会话流量特性、网络传输延迟与丢包等角度分析验证了影响引入收发平衡机制后的算法有效性的因素.实际流量实验表明,文中所提方法在回放TCP流量时性能有显著提升,适用于在更大规模的流量环境下对防火墙、IPS等串接型网络安全设备进行测评.     

计算机网络环境下互动式教学模式的构建

计算机网络互动式教学是一种适合信息时代特点的现代化教育方式，它使师生在开放的学习空间中实现了平等关系下的互促互动，有利于发挥网络环境的优势，优化教学过程，提高教学质量，促进学生素质的全面发展。实际教学中，要善于根据学生学习特点等构建适宜的教学模式，并把握因材施教、及时反馈教学信息等原则，在实践中不断整合、完善这一模式，以推动教育改革的进一步深化。     

足球比赛场景的三维再现和自动解说

特定领域的视频解说巳成为当前多媒体研究的热点问题，其中一个主要应用领域是体育运动的解说与分析，文中介绍一个实用的足球比赛场景的三维重建和视频解说系统；首先通过足球比赛的视频序列恢复场景的三维模型，包括球员的位置、速度等参数，以及足球的运动轨迹，并根据这些信息和特定的先验知识识别球员的动作行为；进而对比赛过程加以评论；最后构造一个OpenGL的虚拟环境，用户可以在球场上漫游，从任意视角观看比赛。     

面向低概率事件场景的传感器网络分簇控制算法

为了延长网络生命期,无线传感器网络必须高效地消耗电池能量,而网络拓扑作为上层协议的重要平台,是实现这一目标的支撑基础.WSN的一个显著特征即具有应用多样性,为了研究符合低概率事件场景的传感器网络拓扑控制方案,建立并分析了传感器网络模型.由于在低概率事件场景下节点侦听能耗占据主导地位,经研究发现此时生命期目标与k 中心问题本质上具有密切联系,可视为k 中心问题的对偶问题,因此针对分簇机制分别设计了3个阶段执行：邻居信息获取阶段、簇头确定阶段和节点归属阶段,从而引入了一种基于k 中心问题的周期性分簇控制算法PCA,PCA算法体现了负载均衡的思想,同时尽可能减少了簇头数目.模型理论分析和仿真实验结果都表明,PCA算法能得到快速部署,并且PCA算法能获得较优的拓扑结构,有效地延长了WSN的生命期.     

面向图像场景转换的改进型生成对抗网络

设计了新的生成器网络、判决器网络以及新的损失函数,用于图像场景转换.首先,生成器网络采用了带跨层连接结构的深度卷积神经网络,其中,多个跨层连接以实现图像结构信息的共享;而判决器网络采用了多尺度全域卷积网络,多尺度判决器可以区分不同尺寸下的真实和生成图像.同时,对于损失函数,该算法借鉴其他算法提出了 4种损失函数的组合,...     

一种面向列车控制系统中安全攸关场景的测试用例自动生成方法

列车控制系统是一种安全攸关系统,为保证其安全性,要求测试过程对安全攸关场景中所有可能的运行进行完全的覆盖.现有的场景建模与测试用例自动生成方法不能完全满足这一技术需求.围绕列车控制系统的安全攸关场景建模以及测试用例自动生成方法展开研究,对UML活动图扩充了事件驱动机制和时间特性描述机制,以满足对安全攸关场景建模的需要,提出了简单路径覆盖准则以定义对场景中所有运行的完全覆盖,并针对这一覆盖准则给出了自动生成测试用例的方法.以地铁列车控制系统为研究对象展开实验,表明了该方法的有效性和局限性.     

应用于课堂场景人脸验证的卷积网络方法研究

对于人脸验证应用于课堂场景的问题,通过教室内的摄像头采集学生图像数据集,然而受光照、姿势和环境因素的影响,采集到的图像质量较低,一般的深度学习模型学习难度很大。针对这些问题,对采集到的图像进行了图像预处理,建立卷积图像分类模型与残差网络图像分类模型,并且修改损失函数,提高学习复杂度,训练出紧凑的人脸特征表达。设置了人脸验证阈值,实现人脸验证。通过实验分析在不同数据集上两个模型的精度,并验证修改的损失函数可改善模型性能,最后结果表明在采集到的图像数据集上正确率最高可以达到99. 97%,通过理论分析和实验证实了设计方法的有效性。     

面向流量控制的网络计费模型研究

本文建立了一种基于流量控制的网络计费模型,通过价格的差异来调节用户网络的使用行为,以缓解网络应用高峰期的拥塞现象,提高网络系统的可管理性。     

变结构神经网络自适应鲁棒控制

针对一类不确定非线性系统, 提出一种变结构神经网络自适应鲁棒控制(Variable structure neural network adaptive robust control, VSNNARC)方法. 其中变结构神经网络用于在线辨识系统未知非线性函数, 该网络利用节点激活与催眠技术进行动态调节, 减小网络规模与计算量; 自适应鲁棒控制用于网络权值学习与系统建模误差及外部扰动补偿. 采用Lyapunov稳定性分析法, 给出网络权值自适应律的形式以及鲁棒控制项的设计方法. 该方法不仅能保证系统的稳定性, 也能保证系统具有很好的瞬态性能. 将该方法应用到转台伺服系统的位置跟踪控制中, 实际运行结果表明, 该方法使系统具有很强的鲁棒性及良好的跟踪效果.     

基于感知控制的场景界面设计方法

在普适环境下,计算环境的复杂性使普通用户不易通过预定义的操作来控制系统的状态,致使用户界面设计不能正确反映系统 的特征。为此,提出一种基于感知控制的场景设计方法。该方法利用感知控制理论对使用场景进行分析,导出用户意图控制的对象及策 略,并在此基础上重新设计使用场景,从用户任务的角度出发,使所得到的界面满足用户感知控制的需要。通过案例分析证明该方法的有效性。     

自动驾驶交叉路口测试场景建模及验证方法

自动驾驶汽车在缓解交通拥堵和消除交通事故方面发挥着重要作用.为了保证自动驾驶系统的安全性和可靠性,在自动驾驶汽车部署到公共道路之前,必须进行全面的测试.现有的测试场景数据大多来源于交通事故和交通违法场景,而且自动驾驶系统最基本的安全需求就是遵守交通法规,这充分体现了自动驾驶汽车遵守交通规则的重要性.然而,目前严重缺少针对交通法规构建的自动驾驶测试场景.因此,本文从交通法规出发,根据自动驾驶系统安全需求,提出交叉路口测试场景的Petri网建模及形式化验证方法.首先,依据自动驾驶测试场景对交规进行分类,提取适合自动驾驶汽车的文本交规,并进行半形式化表征.其次,以覆盖道路交通安全法规以及测试场景功能测试规程为目标,融合交叉路口场景要素的交互行为,合理选择并组合测试场景要素,布设交叉路口测试场景.然后,基于交规的测试场景被建模为一个Petri网,其中,库所描述自动驾驶汽车的状态,变迁表示状态的触发条件,并选择时钟约束规范语言（CCSL）作为中间语义语言,将Petri网转换为一个可进行形式化验证的中间语义模型,提出具体的转换方法.最后,通过Tina软件分析验证交规场景模型的活性、有界性和可达性,结果表明所建模型的正确性,并基于SMT的分析工具MyCCSL来分析CCSL约束,采用LTL公式以形式化方法验证交规场景模型的一致性.     

城市单路口两级加权神经网络控制系统设计

城市交通系统是一个非常复杂的非线性系统,很难建立精确的数学模型,而BP神经网络具有较强的自学习、自适应的特点,适合复杂的大系统。针对单交叉路口红绿灯控制问题,基于改进的BP神经网络算法,同时考虑关键车流和非关键车流信息,提出并设计了两级加权神经网络控制器来进行实时控制。仿真结果表明,本方法优于传统控制方法。     

建筑安防设备实时控制虚拟仿真系统研究

虚拟现实技术在建筑中的运用目前还只局限于单纯的场景再现,对于建筑内突发事件的模拟以及安防设备应对突发事件时的交互和响应的仿真模拟程度还远远不够。针对这种现状,建立了能动态生成建筑内安防设备模型且能实时控制模型的虚拟仿真系统,且在系统中模拟出各种突发事件协助反映设备及控制人员应对建筑内突发事件的能力．提出通过虚拟设备模型控制真实设备的虚拟与真实相结合的模式。     

一种实时体切割绘制的光线分段预处理方法

针对传统图形绘制算法速度慢,质量不高的缺点,提出了一种快速的基于光线投射法的体切割预处理方法。通过外接球面和进行分段的光线投射预处理,在保证绘制质量的同时,实现了实时体切割。实验结果表明,本方法对于医学可视化应用,在使用规则体数据时,有令人满意的结果。     

网络控制系统中调度与控制的协同设计

网络控制系统是资源受限(带宽、时限)的系统,其控制性能不仅取决于控制算法而且与信息的调度密切相关.分析了网络控制系统中调度与控制的关系,对目前调度与控制协同设计的研究现状做了综述,从动态调度和静态调度角度总结了目前这一领域的研究进展,并提出了考虑调度与控制协同设计的反馈控制调度基本结构.     

以太控制网络技术与系统

本文讨论了工业控制系统的网络化、开放性发展方向,阐述以太控制网络技术与工业控制系统,探讨发展我国具有自主知识产权的控制网络技术与产业的策略.     

基于模糊神经网络的交通干线分层递阶控制

针对城市交通干线协调控制的要求,提出了利用模糊神经网络分层递阶控制的方法。采用两层结构,第一层为控制层。针对单个路口,对下一时间段内路口各个方向的车流量进行预测。并在此基础上计算出下一时间段内各个路口的周期、相序、各个方向上的绿信比;第二层是协调层,综合主干方向的车流状况及各个路口的情况,采用模糊神经网络对各个路口的周期、相位及主干方向的绿信比进行调整。仿真结果表明,该方法优于定时控制,达到了减少车辆的停车次数和延误时间的目的。