跨模态行人再识别的协同学习方法

跨模态行人再识别是实现全天候智能视频监控系统的一项关键技术。该技术旨在匹配某一特定身份行人在不重叠摄像头场景下的可见光图像和红外图像,因而面临着巨大的类内变化和模态差异。现有方法难以较好地解决这两大困难,很大程度上是由于欠缺了对特征判别能力的有效挖掘和对多源异质信息的充分利用。鉴于以上不足,使用协同学习方法设计了一个精细化多源特征协同网络,提取多种互补性特征进行信息融合,以提升网络的学习能力。从骨干卷积网络中提取多尺度和多层次特征,实现精细化特征协同学习,以增强特征的判别能力来应对类内变化。设计了模态共有与特有特征协同模块和跨模态人体语义自监督模块,达到多源特征协同学习的目的,以提高多源异质图像信息的利用率,进而解决模态差异。在SYSU-MM01和RegDB数据集上验证了该方法的有效性和先进性。     

医学知识增强的肿瘤分期多任务学习模型

肿瘤分期是指从病人的电子病历文本中推测肿瘤对应阶段的过程。在电子病历数据中存在类别严重不均衡现象,因此使用深度学习方法进行肿瘤分期具有一定的挑战性。该文提出医学知识增强的多任务学习KEMT(knowledge enhanced multi-task) 模型,将肿瘤分期问题视作面向医疗电子病历的文本分类任务,同时引入医生在人工预测肿瘤分期时参考的医学属性,提出基于医学问题的机器阅读理解任务,对上述两种任务进行联合学习。我们与医疗机构合作构建了真实场景下的肿瘤分期的数据集,实验结果显示,KEMT模型可以将医学知识与神经网络结合起来,预测准确率高于传统的文本分类模型。在数据分布不均衡的条件下,在小样本类别上的准确率提升了4.2个百分点,同时模型也具有一定的解释性。     

Successive cancellation multibit-flipping decoding algorithm for polar codes

The investigation of the probability of error bits in a codeword shows that single-bit errors and 2-bit errors are main reasons that influence the decoding performance of polar codes with a short or moderate blocklength. Based on the statistical analysis of the error bits, a successive cancellation(SC) multibit-flipping decoding algorithm is proposed. Compared with the SC single-bit-flipping decoding, the proposed scheme can obtain better performance gains for polar codes with a short blocklength. Compared with the SC list decoding by exploring multiple paths simultaneously, the proposed scheme has a lower space complexity. Moreover, the decoding complexity of the proposed decoding algorithm decreases as the signal to noise ratio(SNR) increases. Simulation shows that for polar codes with a short or moderate blocklength, the performance of the proposed decoder can approach that of the SC list decoding with lower decoding complexity in high SNR regions.     

海洋立管涡激振动位移响应测试方法及试验研究

海洋立管涡激振动会使立管产生疲劳破坏.实时监测应变并通过应变数据转化为立管的位移,从而可直观、准确地判断海洋立管的状态,预知可能发生破坏的位置并采取应对措施.建立了数学模型,通过理论分析立管的挠度曲率与应变、位移存在的关系,进而拟合立管的挠度曲线.基于挠度曲线的边界条件以及广义最小二乘法确定挠度曲线未知数的求解方法.设计试验方案,搭建试验平台,通过光纤光栅应变传感器及解调仪获得试验数据,求解挠度曲线.并通过试验过程中位移的测量值来验证位移计算值的正确性及可行性,试验结果表明:位移的计算值精度能够满足工程上的要求,该方法可作为检测立管涡激振动的一种方法.     

八面河油田热采汽窜治理对策

八面河稠油Ⅱ类油藏进入多轮次热采以后,汽窜现象逐渐增多,热采开发效果逐渐变差。分析认为汽窜的发生主要与井距小、油层厚度薄及油藏非均质性有关,要治理汽窜就要采取错位运行,减少汽窜的发生;利用两井、多井组合注汽,建立地层压力场、温度场,减少热损失,提高蒸汽利用率;采用高温化学剂封堵汽窜通道,提高波及系数。     

基于Packet Tracer实现GRE VPN

在网络工程中,经常遇到分布在不同地理位置的总部与分部通过ISP网络连接起来,实现公司内部资源共享的情况,可以在ISP公共网络中建立一条隧道,实现总部与分部路由信息交换,达到相互通信的目的。本文利用Packet Tracer 模拟器模拟公司总部与分部实现GRE VPN,达到两台电脑主机通过私有地址互相通信。     

二维正交Log-Gabor滤波器结合混沌加密的掌纹认证方法

为控制掌纹及生物识别过程中的安全威胁,提出一种可撤销生物特征的掌纹认证方法。该方法使用二维正交Log-Gabor滤波器从图像中提取二进制掌纹相位模板,通过混沌序列控制的随机密文反馈加密,生成可更新的和隐私保护的掌纹模板。识别匹配阶段在加密域实现,根据2个加密模板间的汉明距离衡量掌纹间的相似性。使用香港理工大学的标准数据库进行了实验,验证了方法的识别性能、执行效率和安全性。     

基于FDTD法的开孔腔体电磁耦合效应研究

基于FDTD(时域有限差分法)对任意入射电磁波对电子设备带孔缝腔体的耦合效应进行了研究。对典型电子设备的开孔腔体进行仿真,计算不同情形下腔体内场强分布,根据仿真数据进行分析,得出一定的耦合规律,从而进行更好的屏蔽设计。研究结果表明:入射波正对孔缝照射时耦合效应最强,背面照射次之,腔体侧面照射时耦合效应最弱;入射波极化方向与孔缝长边垂直时耦合效应最强,两者角度越小耦合效应越弱;孔缝在腔体壁正中心时耦合效应最强,越靠近边缘耦合效应越弱;孔缝形状和入射波极化角度的规律一致,即孔缝与入射场强垂直的边越长,则入射波对腔体的耦合效应越强。     

基于时间序列分析的工业控制以太网流量异常检测

为提高工业网络中异常流量的检测精度,提出了基于结构时间序列分析的流量异常检测方案,将工业以太网流量分解成不同组分,并辅以状态空间模型,将复杂的网络流量进行分层建模,从而有效提高了工业网络异常流量检测精度,降低了误报率.与传统的X-12结构时间序列分析法相比,其平均精度上升38%,所以本文方法对于异常检测系统的效率改善明显.     

应用于LED散热一体化平板热管的传热性能

为解决LED散热问题,制作了一种一体化平板热管,搭建了平板热管实验台以研究此平板热管的传热性能,设计了模拟热源的保温方案.为了模拟LED芯片的发热,制作了模拟芯片热源,并对实验结果的不确定度进行分析.通过实验研究了加热功率、充液率和工质对平板热管传热性能的影响.实验结果表明:此平板热管具有良好的均温特性.在所测试的功率范围内,蒸发腔热阻随着功率的上升而降低.充液率方面,此平板热管的最佳充液率为40%.在测试的3种工质中,去离子水的传热效果最好.