GH4169合金电化学溶解特性及表面微观形貌分析

NaCl和NaNO₃溶液是电解加工中常用的电解液,具有使用安全、便于配制与维护、经济性好、对环境污染小等优点。在实际加工中,电解液的成分、浓度、温度会对电导率和钝化机理产生较大影响,直接决定了零件的加工质量和效率。文中针对GH4169合金在不同溶液中的极化特性开展研究,测定在NaCl、NaNO₃及混合电解液下的阳极极化曲线,分析其电化学溶解特性,并对样件进行表面微观形貌检测,从加工质量、效率等方面综合评判,确定10%NaNO₃+5%NaCl+0.5%Na₄O₂P₇溶液对于GH4169合金材料具有优良的电化学加工性能。     

一种无约束凸规划多平面修正TWSVM

对支持向量机（Twin Support Vector Machine,TWSVM）的优化思想源于基于广义特征值近似支持向量机（Proximal SVM based on Generalized Eigenvalues,GEPSVM）。该算法将传统SVM问题分解为两个凸规划问题,使得训练速度缩减到原来的1/4。对TWSVM做了修正,基于新的优化准则设计了一种特殊TWSVM（GTWSVM）,在此基础上,提出了快速GTWSVM（FGTWSVM）,其将GTWSVM转换为无约束凸规划问题求解。该算法在保证得到与TWSVM相当的分类性能以及较快的计算速度的同时,还减少了输入空间的特征数以及内存占用。对于非线性问题,FGTWSVM可以减少核函数数目。     

基于QPSO-MIL算法的图像标注

在多数现有图像标注图像库中,关键字只标注在图像级而非区域级,使有监督学习方法在图像标注中难以应用.基于量子粒子群优化算法(quantum-behaved particle swarm optimization,QPSO)提出了一种新的多示例学习(multi-instance learning,MIL)算法--QPSO-MIL算法,在多示例学习的框架下将基于区域的图像标注问题描述成一个有监督的学习问题.该方法将图像当作包,分割的区域当作包中的示例,利用多样性密度(DD)函数,定义了粒子的适应度向量.在示例空间,利用QPSO方法在各个维度上同时搜索DD函数的全局极大值点,作为关键字的概念点,然后根据Bayesian后验概率最大准则(MAP)对图像进行标注.通过ECCV 2002图像库的实验结果表明,QPSO-MIL算法是有效的.     

基于循环生成对抗网络的图像风格迁移

图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方法,将LBP算法加入生成对抗网络的生成器中,增强了循环对抗生成网络提取图像纹理特征内容的效果。针对生成图像产生噪声的问题,在损失函数中加入Total Variation Loss来约束噪声。实验结果表明,循环生成对抗网络加入LBP算法和Total Variation Loss后能提高生成图像的质量,使之具有更好的视觉效果。     

基于多尺度梯度矢量场GAC模型的MR医学图像分割

医学图像分割是图像分割技术的一个重要应用领域,GAC(测地线活动轮廓)模型是基于PDE(偏微分方程)方法中一种常用的图像分割模型,使用这种模型时,如何选择合适的平滑尺度是影响分割效果的重要因素之一。提出了一种基于多尺度梯度矢量场GAC模型图像对象轮廓提取的MR图像分割方法,用多尺度梯度矢量取代GAC模型中单一尺度下平滑图像的梯度矢量,提高了GAC模型的收敛速度,有效地改善了局部极小值问题。实验结果验证了该方法的有效性。     

基于局部二值模式的作物叶部病斑检测

根据作物叶片症状准确、快速检测作物病害是防治和控制作物病害的基础。为准确检测作物叶部病害,在窗阈值中心对称局部二值模式（WTCSLBP）的基础上,提出了一种作物病斑检测方法。首先利用自适应局部二值模式获取正常叶片图像特征并确定病斑判断阈值,然后将待检测叶片图像分割为大小相同的检测窗,并提取同样特征与阈值进行比较,以判断该检测窗是否有病斑。在三种苹果病害叶片图像数据库上的实验结果表明,该方法能够有效检测作物病斑分布特性。与中心对称LBP（CS-LBP）和WTCSLBP相比,该方法具有更少的特征维数和更高的正确识别率。     

离散白噪声序列循环自相关函数估计的误差分析

在理想情况下,平稳白噪声在某一循环频率α上的循环自相关函数为零,因此对于具有循环平稳特性的信号利用循环自相关函数取代传统的自相关函数可以有效地抑制噪声。但在实际场合中由于数据长度有限,噪声循环自相关函数的估计量并不为零,因此将影响循环平稳方法的性能。本文推导了有限长数据下噪声循环自相关函数与数据长度之间的量化关系,给出了相应的物理解释,并通过Ｍｏｎｔｅ－Ｃａｒｌｏ实验验证了有关结论。     

基于Google与KL距离的概念相关度算法

WordNet在计算概念相关度时存在词汇量小、难以及时扩展更新以及同义、近义、一词多义等问题。为此,提出一种结合文本信息和图像视觉信息的概念相关度方法。利用Google距离和KL距离分别计算基于词语同现频率的概念相关度和基于视觉特征的概念相关度,并结合两者得到概念的总体相关度。实验结果验证了该方法的有效性。     

基于多任务学习的自然图像分类研究

针对自然图像内容结构复杂、难以区分的实际情况,提出了一种基于多任务学习的自然图像分类方法。通过额外任务来辅助主任务的学习,构造了衡量任务间相关性大小的相关性矩阵,提出了主任务联合额外任务共同决策的学习模式;通过额外任务与主任务的相关性来控制额外任务参与主任务决策的程度,以提高主任务的分类准确率。实验结果表明,与传统的单任务学习相比,尤其是在已知样本较少的情况下,多任务学习机制能够明显地改善分类器的泛化性能。     

针对空调聚合负荷的作用时段差别化尖峰电价机制设计

尖峰负荷的持续增长威胁了电网的安全稳定运行,而空调负荷是尖峰负荷的重要组成部分。空调负荷的能量存储及转化的特性已经使其成为最有需求响应潜力的负荷,通过合理的激励与控制,可以在不影响或者少影响用户的前提下削减尖峰负荷以维持电力供需平衡。利用消费者心理学理论描述电价与空调设定温度调整值之间的关系,利用空调负荷的等效热参数理论模型预估空调负荷运行基线,设计了针对空调聚合负荷的作用时段差别化尖峰电价机制。仿真算例首先对比了优化得出的作用时段差别化尖峰电价与传统尖峰电价的作用效果,证明了所提出优化模型的可行性;然后分析了不同的用户组成对作用时段差别化尖峰电价制定的影响,为作用时段差别化尖峰电价的实施提供参考依据。