基于自编码和知识蒸馏的表面缺陷检测方法

针对传统的表面缺陷检测方法只能对具有高对比度或低噪声的明显缺陷轮廓进行检测的问题,提出了一种基于自编码和知识蒸馏的表面缺陷检测方法来准确定位和分类从实际工业环境捕获的输入图像中出现的缺陷。首先,设计了一种级联自动编码器（CAE）架构用于分割和定位缺陷,其目的是将输入的原始图像转换为基于CAE的预测蒙版;其次,利用阈值模块对预测结果进行二值化以获得准确的缺陷轮廓;然后,把缺陷区域检测器提取并裁剪出来的缺陷区域视为下一个模块的输入;最后,将CAE分割结果的缺陷区域通过知识蒸馏进行类别分类。实验结果表明,与其他几种表面缺陷检测方法相比,所提出的方法综合性能最好,其缺陷检测平均准确率为97.00%。该方法能够有效地对较小的、边缘不清晰的缺陷进行分割,满足对物品表面缺陷实时分割检测的工程要求。     

关于盲信号自适应分离中非线性函数的讨论

This paper proposes a new algorithm of blind source separation (BSS). The algorithm can overcome the difficulty known as “the sensors are less than the source signals” and works effectively when the sensors are less. Then, the paper discusses the nonlinear functions used in the new algorithm. A uniform nonlinear function is proposed and some criterion are given to choose its parameters. Finally, some simulations are presented to show the effectness of the algorithm and the correctness of the criterion.     

基于遗传算法的有序盲信号提取

本文针对盲信号分离中,如何根据信号特征进行有序提取的问题进行了探讨,提出了一种基于遗传算法的有序盲信号提取算法.该方法能够确保源信号按照四阶累计量的绝对值降序提取,解决了目前一些基于梯度的提取算法容易陷入局部极值而不能保证有序提取的问题;另外,在信号提取的消源过程中,我们还提出了一种基于Schmidt正交化的消源去相关算法,该方法不仅简化了Cichocki-Thawonmas-Amari(1997)消源算法的复杂计算,同时还对消源后的混叠信号进行了白化.仿真结果表明,该算法能够保证实现盲信号的有序提取.     

车载边缘计算中基于信誉值的计算卸载方法研究*

将移动边缘计算（Mobile edge computing, MEC）引入车载自组网形成车载边缘计算,从而使服务提供商直接利用MEC服务器在网络边缘服务用户,以提升用户体验质量和丰富用户满意度。随后,研究在车载边缘计算环境下车辆用户的计算卸载问题。针对此问题,提出相应的系统模型与使用讨价还价博弈方法以解决MEC服务器如何根据不同的任务要求与车辆信誉值分配自身的计算资源以执行不同的卸载任务。最后,通过实验仿真,验证了方案的有效性和可靠性。算资源以执行不同的卸载任务。最后,通过实验仿真,验证了方案的有效性和可靠性。     

MIMO信道的卷积盲分离新算法

文章针对观测信号数目多于源信号数目的过定混叠情形，基于最小均方误准则，将问题转化为求解一个关于信道参数和源信号的优化问题，通过代价函数对未知参数求导数，分别得到关于信道参数和源信号的两个表达式，再通过对两个表达式的相互逐次替代来寻求源信号，由此给出了“逐次替代”过定卷积混叠盲分离方法。     

基于联盟区块链的智能电网数据安全存储与共享系统

智能电网为了实现电网可靠、安全、高效地运行,需要广泛部署无线传感网络（WSN）监控电网状态,并及时对电网异常情况进行处理。在现有的智能电网中,WSN的感知数据需要上传到可信的中心节点进行存储与共享,但是这种中心化的存储方式容易引起中心节点遭受恶意攻击而发生单点失效、数据被故意篡改等信息安全问题。针对这些信息安全问题,利用新兴的联盟区块链技术在智能电网中选定若干数据采集基站,组成智能电网数据存储联盟链（DSCB）系统。DSCB中节点间数据共享通过智能合约的方式来完成,数据拥有者设定数据共享的约束条件,使用计算机语言代替法律条款来规范数据访问者行为,从而实现以去中心化的方式集体维护一个安全可靠的数据存储数据库。安全分析表明所提数据存储联盟链系统能实现安全、有效的数据存储与共享。     

多个源信号混叠的盲分离几何算法

该文提出了一种多个均匀分布的源信号混叠的盲分离几何算法,该算法以矩阵的QR分解原理为分离的理论指导,并结合信号在各个阶段其scatter图所具有的特殊几何性质,首先将混叠信号进行白化,使其scatter图恢复为独立时的scatter图形状,然后将白化后的scatter图通过C：次旋转变换,使其与各坐标轴平行,从而得到n个信号的分离．该方法第一次从代数上给出了几何算法的理论指导,从而真正得到了几何算法向多个信号混叠的推广．该算法不仅计算简单,同时有很好的仿真分离效果．在三个信号混叠的情况下,相对于Hyvarinen（2000）在分离时间上缩短了近30％．     

稀疏信号的参数分析

对于服从广义高斯分布(Generalized Gaussian distribution,GGD)的稀疏信号进行了参数分析.首先给出了广义高斯分布信号的一些性质,通过对信号等高线的分析,导出了计算稀疏性参数的公式,通过该公式的计算可以得到,对Laplace信号稀疏性参数为1,对Gauss信号为2.参照Laplace信号和Gauss信号,对于给定的服从广义高斯分布的信号,通过稀疏度量的计算可以直观地知道它究竟多么稀疏.实例表明只有当信号充分稀疏时才能通过稀疏表示方法实现欠定盲源分离.     

车联网中基于停车协同的边缘计算卸载方法

为解决网络边缘服务器超负荷的问题,提出一个基于停车协同的边缘计算任务卸载框架.在该框架下,服务提供商利用停车场中停靠车辆的空闲计算资源扩展网络边缘服务器的计算能力,停靠车辆协同执行服务提供商卸载的计算任务,从而减少超负荷.为激励停靠车辆执行卸载的计算任务,设计一个基于契约论的激励方案,不仅能够使服务提供商的效益最大化,同时能够满足停靠车辆的效益.基于真实数据集的实验仿真结果证明所提的激励方案有效.     

稀疏盲源信号分离的新算法

针对以往通常采用线性规划或最短路径法计算相对复杂这一稀疏盲信号分离瓶颈,提出了一种新的算法,通过方向投影合理设置迭代初始值,结合最速下降法寻优估计源信号。新算法容易实现,分离速度快,能够很好地满足盲分离对速度的要求。