基于GAN网络的异常检测算法研究

针对基于GAN网络的MO-GAAL(多目标生成对抗主动学习)算法鉴别器判别效果不稳定和模型鲁棒性问题,提出了改进算法RMOGAAL。该算法在MO-GAAL算法基础上引入了多个鉴别器,并借助集成学习中Bagging(自助聚合法)思想对真实数据进行随机采样,利用采样数据分别对引入的多个鉴别器进行训练,再通过训练结果对生成器进行调优,使生成器能够生成更接近判定边界的异常值,同时生成器优化促使鉴别器鉴别结果更加准确与稳定。生成器与鉴别器的交替优化,提高了整个模型的鲁棒性。实验结果表明,RMOGAAL算法不仅优于常用异常检测算法,并且较MO-GAAL算法相比有更高的性能。     

一种基于主成分的多表图像哈希检索方法

大数据时代的到来,快速而准确的索引算法对信息检索至关重要。针对基于随机投影构成的单表哈希检索方法导致搜索性能低的问题,提出一种基于主成分的多表图像哈希检索方法。为了得到高效的哈希编码保证不同语义样本特征的区分性,首先通过主元分析方法保留训练集具有区分性图像特征,此外利用特征聚类作为学习哈希投影的指引构建多个索引表;其次采用正交旋转矩阵对哈希投影进行优化,保证了相同语义的样本具有相似的哈希码。最后分别在CIFAR-10和Caltech-256数据集上与相关方法进行比较,实验结果表明提出的方法提高了检索性能。     

基于残差卷积注意力网络的视频修复

视频修复旨在填补视频中的缺失区域,由于很难精确保持修复内容的时空一致性,故视频修复仍具有挑战性。针对现有视频修复中存在的修复结果语义信息不连续,出现视频模糊和时间伪影,以及网络设计越来越复杂,网络整体速度变慢的问题,本文提出了一种基于残差网络的卷积注意力网络(RCAN)用以视频修复。通过将自注意力机制和全局注意力机制引入进残差网络,增强网络对所有输入帧的时空特征的学习能力,并采用时空对抗损失函数进行优化,提高视频修复的质量。同时网络还能够高度自由地定义层数和参数量,提高网络的实际应用能力。实验结果表明,该网络在DAVIS和YouTube-VOS数据集上取得了PSNR为30.68 dB,SSIM为0.961,FID为0.113的平均修复结果,基本符合实际场景对模型的修复质量要求,为视频修复提供了一种新思路。     

基于改进生成对抗网络的单帧图像超分辨率重建

为了获得更好的图像超分辨率重建质量,提高网络训练的稳定性,对生成对抗网络、损失函数进行研究.首先,介绍了SRGAN和DenseNet,并设计了基于DenseNet的生成网络用以生成图像,且将子像素卷积模块加入到DenseNet中.接着,移除了原本DenseNet中冗余的BN层,提高了模型的训练效率.最后,介绍了SRGA...     

四针状纳米ZnO在场致发射显示器的应用研究

以高温气相氧化法制备的四针状纳米ZnO作为场致发射材料,采用浆料印刷和烧结的方法将其制备成场致发射阴极基板.将阴极板和荧光屏封装成5×25.4 mm二极结构的场致发射显示器,进行了场致发射特性实验,实现了稳定的场致电子发射及简单字符显示.该二极结构ZnO-FED的开启场强为1.5 V/μm,当场强为5.3 V/μm时,发射电流密度可达5.11 μA/cm2.通过实验测定场增强因子约为6 772,表现出了好的场致电子发射性能.实验结果表明了四针状纳米ZnO纳米材料是一种很好的场致发射阴极材料.     

基于氧化锌纳米线表面传导场发射阴极的研究

利用热蒸发和丝网印刷技术在玻璃基底上成功制备了氧化锌纳米线表面传导场发射阴极阵列,并测试其场发射性能。扫描电镜表明,在氩气和氧气流量分别为60和1mL/min,反应温度550℃保温30min条件下制备的氧化锌纳米线均匀垂直生长在玻璃基底上,直径大约在80～200nm,长度〉7μm。场发射测试表明,在阳压2000V和阴阳间距为500μm时,ZnO纳米线表面传导场发射阴极的开启电压为70V;在栅压为96V时,电子发射效率为26.2%,高于传统报道的表面传导电子发射器件,在经过80min的老练后发射接近稳定,平均发射电流接近135μA,表明ZnO纳米线表面传导场发射阴极有着稳定高效的场发射性能。     

基于多源异构数据与深度神经网络的电量预测系统

智能化管理电力资源是电网等部门的长期目标,准确地预测用电需求对基建投资、电能调度、用电安全等起着至关重要的作用。电力资源需求受多方面复杂因素影响,使得传统模型难以适应多变量或多输入预测问题,其预测准确率无法实际应用于现实用电场景。提出了一种新型多源异构化数据驱动的电量预测系统,利用电力资源、气象和人群移动等多源异构化数据集,结合深度神经网络实现高可靠性、高准确率的电力资源预测模型。设计堆栈式去噪自编码器实现多源异构数据的“电力-天气-人群”深度耦合特征提取,然后使用长短时记忆神经网络(LSTM)对所提取特征进行用电需求预测。通过现实用电场景下所采集的多源异构化数据集对预测模型进行训练,实现高精度的用电需求预测。实验结果同时也证明多源异构数据集可以更好地捕捉特定区域内用电习惯,帮助相关部门实现高效且低时延的电力资源管理与调度。     

基于FPGA的LED体三维显示方案研究

基于人眼视觉暂留特性及LED的高速发光特性,设计了一套LED体三维显示系统.首先利用Matlab生成三维数据,通过红外模块传输到显示驱动电路;其次快速旋转LED阵列,由角度编码器获取旋转角度值,并根据角度值计算对应的二维截面图形;最后通过调制LED的发光与消隐实现相应的显示.该系统基于24×16二维LED阵列,具有69 120个体像素,实现了空间尺寸为φ94.4 mm×66.8 mm的稳定柱体内三维显示.     

关于点阵式LED动态背光源及其驱动电路的设计

由于液晶本身不发光,需要通过背光照明,因此目前大多数产品采用冷阴极射线荧光灯（CCFL）作为背光源,但因CCFL的亮度不容易控制和响应速度慢等缺点,造成液晶显示的能源浪费和动态模糊。文章提出了一种基于点阵式LED的动态背光源结构,将单个LED发出的光投射区域限制在散光膜的单一区域,即每个LED只负责液晶部分区域的背光照明。文章还设计了动态背光源的驱动电路,通过对显示的画面进行分析．采用亮度动态控制的方式可以得到不同区域的最佳亮度,同时驱动LED背光达到相应的亮度。并利用Matlab软件仿真LED背光源,结果表明采用动态背光源能有效地降低功耗．提高图像对比度。     

头位跟踪系统中摄像机标定技术的研究

在头位跟踪的摄像机标定中,传统的线性模型标定精度低,不能精确获得头部位置参数.系统利用CCD摄像机,结合摄像机模型,考虑摄像机镜头的径向畸变,求出三角形的三个顶点的像素坐标,由此确定瞄准线的空间位置,进而求出方位角、俯仰角.通过实验比较了线性模型和畸变模型在三维重建中的误差,结果表明该考虑径向畸变的模型与线性模型相比精度上提高了30%.