关于AM学习样本选择的实验研究

本文针对联想记忆网络学习样本的选择问题,从网络的泛化能力入手,讨论了学习样本的数量、质量和选取方法问题.并通过一个交通标志形状识别系统的实验,给出了如何确定联想记忆网络学习样本的数量、质量和选取方法的建议.     

带有局部控制因子的图割光流估计

提出一种带有局部空间项控制因子的图割光流估计算法,能判断和处理光流场的平移遮挡现象。文中分析了平移遮挡的形成机理,构造了遮挡判别公式,基于本次的正向和反向光流场,依靠遮挡判别结果调节局部空间项控制因子,建立下次的能量泛函,加强背景区域对遮挡区域的平滑作用,隔绝运动区域对遮挡区域的平滑作用,从而构造出新结构的网络流图。另外,该算法被证明可以阻断遮挡误判在各次图割优化过程间的传递,从而使逐次α-扩散移动图割光流算法具有自适应处理遮挡的能力。通过与Ground-truth光流场的实验对比,表明该算法能较好地判断与处理遮挡导致的光流场无效区域。     

利用污泥生产膨胀陶粒的试验研究与生产中的几个问题

介绍了城市污泥的处置现状与发展趋势,在分析污泥作为陶粒原料所具有的特性基础上,论述了利用污泥生产陶粒的试验研究所取得进展,提出了页岩污泥陶粒的基本工艺流程,介绍了污泥陶粒生产线建设与生产过程中应关注的几个问题。     

利用宁波建筑废弃土生产高掺量粉煤灰烧结砖的研究

主要研究了利用宁波建筑废弃土生产高掺量粉煤灰烧结砖和建筑废弃土的净化处理技术、物理化学和烧结性能。试验结果表明:将建筑废弃土进行净化处理后,作为高掺量粉煤灰的粘结剂是可行的;高掺量粉煤灰烧结空心砖粉煤灰最大掺量可达60%,最佳掺量为50%(重量比),这对当地新型墙体材料生产及工业废渣的综合利用将起到促进与示范作用。     

基于模糊认知图的机器人高层规划研究

本文采用模糊认知图模拟机器人在复杂环境下的动态行为,来对机器人进行高层规划.基于模糊认知图的机器人高层规划系统不仅在一定程度上克服了基于符号机器人规划存在的不适用于含有许多独立子问题或子系统的大系统及机器人之间的合作与协调机制较难寻找等问题,而且还能有效克服基于进化机器人、基于神经网络机器人进行动态行为规划时算法和实现的高度复杂性、需要大量的训练样本及时间、易产生干扰等问题.实验表明把模糊认知图应用到机器人高层规划系统能较好的解决以上问题,且具有简单、鲁棒等特点.     

基于灾难性遗忘及组合叠加擦除的跨模态行人重识别预训练方法

面向构建24小时全时段视频监控系统的需要,基于可见光与近红外的跨模态行人重识别受到工业界与学术界的广泛关注.然而,目前大部分跨模态行人重识别任务都试图利用在ImageNet上预训练的模型来提前学习模态内共性特征,但ImageNet与跨模态行人数据模态差异较大,且预训练过程中将颜色信息作为判别特征之一,导致预训练中学习到的共性特征并不适用于无色彩红外图像的信息表示.本文提出了一种基于灾难性遗忘及组合叠加擦除的自监督跨模态行人重识别预训练方法,首先利用提出的灾难性遗忘评分来对预训练数据进行筛选,旨在减小预训练数据与后续任务数据存在的域间差距,进一步减少模型训练时间.其次,针对传统跨模态识别中的关键区分性特征提取,本文设计了一种强通道数据增强策略,通过对R、G、B三通道的通道级擦除与组合,生成了颜色迥异的多类型样本,有利于促使模型关注于纹理信息而非颜色信息.最后基于本文提出的跨模态数据筛选指标以及通道增强策略,构建了跨模态任务的自监督学习框架.实验结果表明,本文提出的预训练方法所训练的ResNet50网络在迁移到众多跨模态行人重识别方法时优于目前主流自监督预训练方法,其中在经典方法 AGW的...     

基于高斯统计模型的场景分类及 约束机制新方法

 针对场景分类问题,提出了一种基于高斯统计模型的方法,无需手动标记特征表示的场景类别信息,通过无监督聚类和高斯模型的参数学习建立场景语义和"基元"信息的概率对应关系,实验结果说明,提出的方法较其他有监督的场景分类方法高效,与复杂层状模型下的分类结果非常近似.同时,初步研究了场景分类对目标分析的约束机制,通过实验证明场景信息能为目标分析提供有效的先验知识,限定不同场景下目标出现的可能性,提高了目标分类的准确性.     

相干光学系统实现Hough变换

本文介绍了在图像处理、模式识别领域中常用的Hough变换（HT），推导出了HT与傅里叶变换之间的关系，通过对光的传播、傅里叶光学及物镜变化的研究，实现了短的、节省的Hough物镜。     

水库淤泥烧结装饰砖的试验研究

随着时间的累积,使得水库淤泥淤积,造成水库容积不断的减小,而挖掘淤泥不但耗费成本且挖掘出来的淤泥无处可去,常常造成经济及环保的双重问题。将水库淤泥这一新型矿物原料建材化利用,制造成高附加值的产品．不但免除淤泥处理过程中可能发生的环境污染问题,也让过去被视为“废土”的水库淤泥变成有价值、环保、高性能的新型“绿色建材”。     

基于SOM网络块分类的DCT-SVD数字水印算法

不可见性和鲁棒性是用于版权保护的数字水印算法的研究重点.本文结合人类视觉系统特性,利用自组织映射网络对载体图像子块进行特性分类,然后将加密水印DCT域奇异值自适应地嵌入到载体图像子块的DCT域的中频系数中.实验证明,由于自组织映射网络良好的分类特性和SVD的特性,该算法具有良好的不可见性和鲁棒性.