响应面法优化三七渣固态发酵产红色素工艺

本文在单因素实验的基础上,以培养时间、培养温度和装样量为影响因子,红色素色价为响应值,采用响应面分析法优化了三七渣固态发酵产红色素的发酵工艺。结果表明,最佳发酵工艺条件为:培养时间12 d、培养温度30.6℃、装样量10.63 g,在此条件下,红色素色价的预测值和验证实验值分别为17.12、16.83 U/g,二者的相对偏差为1.69%。固态发酵三七渣生产红色素为三七渣的资源化利用提供了一条新途径,响应面分析法用于发酵工艺条件的优化准确性高、误差小。     

酱油酿造过程控制参数优化分析

对酱油酿造过程的相关核心参数进行了分析描述,设定不同的参数进行试验验证,同时对所得的酱油中的氨态氮、单糖类物质、红色指数、醇类和酸类物质含量进行测定,经模糊矩阵分析优化,得出当酿造环境温度为48℃、盐水浓度为18%、酵母菌添加浓度为2%、乳酸菌添加浓度为6%时,酿造生产的酱油综合质量最高,同时风味物质含量最高。     

RS类纠删码的译码方法

RS(Reed-Solomon)码可以根据应用环境构造出任意容错能力的码字,有很好的灵活性,且使用RS纠删码作为容错方法的存储系统能达到理论最优的存储效率.但是,与异或(exclusive-OR, XOR)类纠删码相比,RS类纠删码译码计算的时间开销过大,这又很大程度上阻碍了它在分布式存储系统中的使用.针对这一问题,提出了一类RS纠删码的译码方法,该方法完全抛弃了当前大多RS类纠删码译码方法中普遍使用的矩阵求逆运算,仅使用计算复杂度更小的加法和乘法,通过构造译码变换矩阵并在此矩阵上执行相应的简单的矩阵变换,能够直接得出失效码元由有效码元组成的线性组合关系,从而降低译码计算复杂度.最后,通过理论证明了该方法的正确性,并且针对每种不同大小的文件,进行3种不同大小文件块的划分,将划分得到的数据块进行实验,实验结果表明：在不同的文件分块大小情况下,该新译码方法较其他方法的译码时间开销更低.     

基于希尔伯特−黄变换的音频信号复制粘贴篡改检测算法

复制粘贴篡改是音频篡改常用的篡改方式。当被篡改的音频段来自于同一音频且伴随着后处理操作时,这种篡改往往难以检测。针对有后处理的音频信号复制粘贴篡改,文章提出了一种基于希尔伯特−黄变换的音频信号复制粘贴篡改检测和定位的方法。采用音高跟踪技术将音频信号的有声段和无声段区分开来,对每个有声段分别实行希尔伯特−黄变换以提取谱图特征,进而利用动态时间规整（DTW）来计算每个谱图特征的相似度,当满足设定阈值条件时,通过比较希尔伯特谱图特征的DTW值来检测音频复制粘贴篡改,同时根据DTW值对应有声段的索引来定位复制粘贴篡改的位置。实验结果表明：该方法对几种常用的音频复制粘贴后处理操作都具有较好的鲁棒性;与基于梅尔谱图的音频信号复制粘贴篡改检测方法相比,所提方法检测准确率高、召回率高、鲁棒性好。

     

基于全景视觉图像的实时目标检测方法

针对高分辨率输入下全景视觉图像目标检测速度难以达到实时的问题,提出一种以YOLOv3为基础的轻量化网络模型,该模型在牺牲部分检测精度的条件下实现了较好的检测速度提升。为解决全景图像训练数据集样本数量不足的问题,提出一种适用于全景图像的数据增强方法来扩充训练数据集。实验结果表明,利用YOLOv3验证扩充后的数据集以交并比(Io U)为0.5的条件下评估平均精度,与原始数据集相比检测精确度提高4.75%,改进的轻量化模型与YOLOv3相比,网络参数量减少65.08%,检测速度提升31.81%并达成实时检测。     

基于DSPP的单目图像深度估计

空洞空间金字塔池化（ASPP）在深度学习各种任务中均有应用,传统ASPP模块只考虑了提升卷积感受视野,但ASPP中的每次空洞卷积选取的像素点分散,会丢失大量像素点间的信息,而深度估计属于密集预测任务。针对ASPP模块这一弊端提出了一种动态密集的DSPP模块。该模块用一种动态卷积代替空洞卷积,结合ASPP的思想,采用不同大小的卷积尺寸,并结合通道注意力充分利用每一层的特征,解决了ASPP丢失信息的问题,与ASPP相比在大大减小模块参数量的前提下,提升了整体模型的准确率。在NYU Depth v2数据集上与主流算法相比深度图在均方根误差（RMSE）上降低了12.5%,到0.407,并且准确率（δ<1.25）提高了3.4%,达到0.875,验证了算法的有效性。     

基于全局优化与深度学习的条形码识别方法

提出了一种在深度神经网络的基础上结合全局优化方法的条形码识别算法,利用卷积循环网络提取出条码中各字元的特征并进行分类,较传统方法具有更强的适应性与泛化能力,再进一步结合全局优化的方法,以达到充分利用条码结构性先验信息的目的,能显著提升方法的效果,尤其是将全局优化方法引入到神经网络中进行端到端学习,不仅保持了两者的优势同...     

自适应光学波前信号提取

天光背景及系统自身探测器件所引入的噪声对自适应光学系统的探测精度具有较大的影响,为消除这两方面噪声的影响,设计并实现了基于FPGA的波前光斑信号提取系统。该系统通过3个算法模块完成噪声的滤除,中值滤波模块用于去除杂散噪声,Top-hat变换模块用于滤除较为平稳的背景噪声,自适应阈值分割模块用于去除残余噪声。基于FPGA平台进行了系统的实现,在室内的自适应光学精跟踪系统平台上对光斑信号的提取效果及提取前后的精度进行了实验测试,结果表明,该处理平台能较好地提取出目标光斑,处理后的质心精度也较高,且该处理平台的延时较小,能够满足自适应光学系统实时性的要求。     

典型滤波器对星载高光谱分辨率激光雷达532 nm通道回波信号的影响

高光谱分辨率激光雷达（High Spectral Resolution Lidar,HSRL）系统利用窄带滤波器将激光雷达回波信号中的大气粒子（云或气溶胶）散射和分子散射成分分开,提升了云或气溶胶光学特性的反演质量。提出了一种基于HSRL探测原理的HSRL回波信号模拟方法,其原理是利用CALIPSO云/气溶胶消光系数产品和数值天气预报数据被用来仿真星载HSRL 532 nm回波信号。两种典型的窄带光谱滤波器:FPI（Fabry-Prot Interferometer）和碘吸收滤波器,作为分子通道滤波器的性能通过仿真的星载HSRL回波信号进行分析。对三种典型:晴空、卷云、气溶胶（两层厚云）的HSRL回波廓线进行详细的敏感分析表明碘分子吸收滤波器的性能明显优于FPI滤波器,其中碘吸收滤波能保持可以忽略不计的相对偏差（4.010-3%）,这是由低光学厚度（1.0）的粒子后向散射效应引起的。但是,如果FPI滤波器的粒子后向散射透过率能保持在10-3水平以下,其仍不失为是一个好的选择。     

一种基于循环平稳的MPSK信号调制分类改进算法

给出了一种基于循环平稳的MPSK信号调制分类改进算法.通过对预处理后的MPSK信号进行循环平稳分析,把利用高阶累积量对复基带MPSK信号的调制分类推广到已调信号.这种在高阶循环累积量域构成的分类特征不变量具有良好的抗平稳噪声的能力.通过利用二阶循环累量对码元速率的估计,大大减少了累积量估计的运算量.仿真表明,改进后的算法运算精度与原算法大致相当,运算量大大减少.