基于定向滤波的非真实感动画生成方法

不同于传统的计算机动画,非真实感动画通常不需要精确的三维模型和光照模型,因此,用户希望自己能够生成简单的非真实感动画。基于这种需求,将定向滤波引入到非真实感动画中：利用一对正交的定向滤波核与源图像进行卷积运算,产生一对奇偶滤波图像,并通过不断改变其相位得到一系列运动的图像,使图像内的物体在实际位置并不发生改变的情况下,产生视觉上的动画效果,从而方便地生成非真实感动画。     

基于改进胶囊网络的运维知识库故障分类方法

针对传统运维知识库不具备图像故障现象识别能力,无法处理非结构化数据的问题,基于深度学习的故障分类网络,提出改进胶囊网络特征提取结构的Caps-DRFN算法,实现机电设备运维图像自动分类。首先,针对运维图像存在的多噪声问题,引入深度残差收缩网络(deep residual shrinkage networks, DRSN)提高模型在含噪声数据上的特征提取效果。然后,针对实际拍摄的运维图像多尺度问题,结合FPN(feature pyramid networks)算法,实现图像多尺度特征融合提高模型分类准确率。最后,利用胶囊结构构建向量神经元,通过动态路由的特征传递方式,得到分类结构数字胶囊,实现机电设备故障分类。实验结果表明,相较于传统胶囊网络算法,提出的基于特征融合的Caps-DRFN算法准确率提高了15%且有着更强的鲁棒性。     

便携式地面测控系统

为适应无人机地面测控技术的发展要求,设计一种便携式无人机地面控制系统。分析便携式无人机控制系统的基本技术和原理,着重探究便携式地面测控系统的工作原理,通过采用操纵杆和键盘指令由测控计算机完成向无人机靶机发送遥控指令。试验和测试结果表明,所设计的无人机靶机地面测控系统具有一定的可行性。     

换装行人重识别研究进展

行人重识别旨在建立目标行人在多个无交叉覆盖监控区域间的身份联系,在智慧城市、司法侦查和监控安全等领域具有重要应用价值。传统行人重识别方法针对短时间跨度场景,依赖行人外观特征的稳定不变性,旨在克服光照差异、视角变化和物体遮挡等挑战。与之不同,换装行人重识别针对长时间跨度场景,除受限于上述挑战还面临换装带来的外观变化问题,是近几年的一个研究难点和热点。围绕换装行人重识别,本文从数据集和解决方法两个方面综述国内外研究进展,探讨面临的挑战和难点。首先,梳理并比较了当前针对换装行人重识别的数据集,从采集方式、行人及样本数量等方面分析其挑战性和面临的局限性。然后,在简单回顾换装行人重识别发展历史的基础上,将其归纳为基于非视觉传感器的方法和基于视觉相机的方法两类。针对基于非视觉传感器的方法,介绍了深度传感器、射频信号等在换装行人重识别中的应用。针对基于视觉相机的方法,详细阐述了基于显式特征设计与提取的方法、基于特征解耦的方法和基于隐式数据驱动自适应学习的方法。在此基础上,探讨了当前换装行人重识别面临的问题并展望未来的发展趋势,旨在为相关研究提供参考。     

基于混合属性的产品优化聚类算法

针对分类研究中采用单一类型数据造成的结果失真, 提出了综合考虑产品属性和销售时间序列的两阶段优化聚类算法。分别采用基于属性的相似性排序及时间序列的分层优化聚类实现产品单独聚类, 然后基于初始聚类结果及参数化的动态相对权重提出考虑噪声数据处理的分层聚类方法实现产品综合优化分类。企业实例应用研究表明综合聚类模型及两阶段算法在聚类精度及时间复杂度上具有明显的优势, 相对权重的动态参数化设置有效解决了不同产品间个性化特征的差异表示。通用数据集的仿真进一步验证了算法在解决混合属性产品聚类问题时的优越性及广泛适用性。     

双鸭山市西沟超大型石墨矿的发现过程与启示

黑龙江省双鸭山市西沟石墨矿床赋存于中—新元古界兴东岩群大盘道岩组变质岩中,矿床成因类型为沉积变质型石墨矿床,该矿床为近年来国内发现的少见的优质超大型石墨矿床.本文从矿床发现过程中的探索与创新角度出发,重点研究西沟石墨矿床从发现到取得重大突破的艰辛历程,在西沟石墨矿勘查过程中的探索和创新,为在国内外发现类似矿床提供了一定...     

基于Logistic函数映射与神经网络的地址码相位捕捉检测方法

本文提出一种基于Logistic映射和反向传播神经网络的改进型神经网络检测方法,并将其应用于CDMA移动通信中地址码相位的捕捉.理论分析与模拟结果都表明,与一般的串行捕捉法相比,该方法可使CDMA地址码的检测概率得到提高,平均捕捉时间得到减小,从而使移动通信系统的整体性能得到有效的改善.     

基于KELM-SAPSO的开关磁阻电机优化设计

开关磁阻电机由于其双凸极结构和铁芯磁通密度的高度饱和性,使得建立准确的非线性模型极其困难,传统的设计方法难以设计出最优方案。为了优化在起动过程中开关磁阻起动/发电机的转矩特性,缩短起动时间,首先采用传统设计方法设计了一台开关磁阻电机,并且选取了设计参数;然后针对非参数建模结构简单,容易辨识的特点利用核极限学习机进行非参数建模;最后使用模拟退火粒子群算法对平均转矩和转矩脉动进行多目标寻优。仿真结果表明,建立的非参数模型拟合精度高,优化后电机的平均转矩增加了3.95 N·m,转矩脉动减少0.23。仿真实验表明,核极限学习机和模拟退火粒子群相结合的算法适合于电机的设计与优化过程,具有参数设置少、泛化能力强、不易陷入局部最优解、耗时较少等优点。     

红光对紫色红曲霉生长及色素和桔霉素产量的影响

本文研究了红光对紫色红曲霉M9生长及色素和桔霉素产量的影响。采用高效液相色谱法对六种红曲色素,包括两种红色素：红斑红曲胺（rubropunctamine,RUM）和红曲玉红胺（monascorubramine,MOM）;两种黄色素：红曲素（monascin,MS）和红曲黄素（ankaflavin,AK）;两种橙色素：红斑红曲素（rubropunctatin,RUN）和红曲玉红素（monascorubrin,MON）以及桔霉素的产量进行测定。结果表明：持续红光照射促进了紫色红曲霉M9菌丝生长、色素合成积累以及孢子形成,尤其对于闭囊壳的产生有更显著促进作用。5种不同的红光照射条件促进了RUM、MOM、MS和AK的产生,抑制了RUN、MON和桔霉素的产生。在光照强度300 lux,光照时间30 min/d,光照节律12 h的最佳光照条件下,RUM、MOM的产量分别提高了53.8%和75.2%;MS和AK的产量分别提高了42.2%和59.4%;RUN和MON的产量分别降低了42.6%和54.5%;桔霉素的产量降低了42.5%。     

两种面向推荐系统的数据压缩方法

今日头条的服务器每天都会产生规模庞大的训练数据,为方便进行训练,这些数据都具有特定的格式和分布特征。使用不同类型的通用压缩算法(字典类型及非字典类型)进行测试,发现单独任何一种算法都无法在满足业务需求(速率需求和CPU占比等)的同时获得较为可观的压缩比。针对今日头条的训练数据,提出了分段聚类压缩和Hash recoding压缩两种策略。实验结果表明,分段聚类压缩方式在更好地保证了压缩率的同时提高了压缩速率的目的;Hash recoding压缩方式则更好地达到了以少量压缩速率的损失换取更可观的压缩率的目的。分段聚类方式搭配Gzip压缩算法的组合能使压缩速率提高300%以上;Hash recoding方式匹配Snappy压缩算法能使压缩率缩小50%以上。根据实际需求,不论选择哪种策略,对于降低今日头条的运营成本,提升业务处理的效率,提供更好的用户体验,都有一定意义。