J-MSF: 一种新的多通道多尺度红外弱小目标检测算法

针对经典的基于深度学习的红外弱小目标检测算法存在目标信息在高层感受野消失导致无法检出的问题,提出一种新的基于多通道多尺度特征融合的红外弱小目标检测算法（J-MSF）。首先,该算法提出了一种新的多通道JAnet结构,基于此结构搭建了主干特征提取网络;其次,设计了下降门限式特征金字塔池化结构(DSPP),并提出了多尺度融合检测策略;最后,设计了高斯损失优化函数。实验结果表明,所提出的算法在“地/空背景下红外图像弱小飞机目标检测跟踪数据集”上的检测效果与YOLOv3、YOLOv4算法对比,检出率、整体AP值分别提升9.07%、9.89%和1.67%、3.16%,提出算法优于目前主流的检测算法,体现出了良好的鲁棒性和适应性,可以有效的应用于红外弱小目标的检测。     

快刀伺服加工多通道滤光片阵列的间隔层模具

在目标探测识别系统中,采用多通道滤光片可以提高目标与背景的信噪比,从而实现对目标信号的精准探测。基于纳米压印的阵列结构多通道滤光片制造技术,对滤光片间隔层硬模具的表面精度和结构精度具有较高的要求。根据多光谱滤光片的设计结果,基于单点金刚石车床,采用快刀伺服加工方式,实现多通道滤光片间隔层模具的高精度制造。并采用白光干涉检测技术,对模具的表面形貌进行了检测。通过分析表明,对5×5阵列结构的多通道滤光片,其加工结果与设计值吻合良好,横向尺寸精度与纵向尺寸精度均优于5%,完全满足设计要求。该技术为多通道滤光片的大规模、批量化制造提供了技术支持,同时也为非周期阵列光学元件的制造提供一种有效的手段。     

星载SAR斜视模式运动目标方位多通道信号重建方法

在星载方位多通道SAR斜视模式下,方位斜视角度和运动目标的速度分别导致回波多普勒频谱发生2次混叠和通道失衡,影响运动目标方位多通道信号重建.针对该问题,该文提出一种适用于多通道斜视模式下的运动目标的重建方法.首先通过方位向去斜预处理消除了斜视导致的2次多普勒混叠,然后通过修正的多通道重建矩阵来解决目标速度导致的通道失衡.此外,该文还研究了通道冗余情况下的杂波抑制能力,分析了估计速度误差带来的残余相位误差,给出了一种星载方位多通道SAR斜视模式下的运动目标速度快速估计搜索方法.最后,通过点目标仿真验证了方法的有效性.     

基于改进BiGRU-CNN的中文文本分类方法

传统的自注意力机制可以在保留原始特征的基础上突出文本的关键特征,得到更准确的文本特征向量表示,但忽视了输入序列中各位置的文本向量对输出结果的贡献度不同,导致在权重分配上存在偏离实际的情况,而双向门控循环单元（BiGRU）网络在对全局信息的捕捉上具有优势,但未考虑到文本间存在的局部依赖关系。针对上述问题,提出一种基于改进自注意力机制的BiGRU和多通道卷积神经网络（CNN）文本分类模型SAttBiGRU-MCNN。通过BiGRU对文本序列的全局信息进行捕捉,得到文本的上下文语义信息,利用优化的多通道CNN提取局部特征,弥补BiGRU忽视局部特征的不足,在此基础上对传统的自注意力机制进行改进,引入位置权重参数,根据文本向量训练的位置,对计算得到的自注意力权重概率值进行重新分配,并采用softmax得到样本标签的分类结果。在两个标准数据集上的实验结果表明,该模型准确率分别达到98.95%和88.1%,相比FastText、CNN、RCNN等分类模型,最高提升了8.99、7.31个百分点,同时精确率、召回率和F1值都有较好表现,取得了更好的文本分类效果。     

融合多通道CNN与BiGRU的字词级文本错误检测模型

文本校对是自然语言处理领域的重要分支。深度学习技术因强大的特征提取与学习能力被广泛应用于中文文本校对任务。针对现有中文文本错误检测模型忽略句子连续词间的局部信息、对于长文本的上下文语义信息提取不充分等问题,提出一种基于多通道卷积神经网络（CNN）与双向门控循环单元（BiGRU）的字词级文本错误检测模型。利用Word2vec向量化待检错文本,采用CNN挖掘待检错文本的局部特征,使用BiGRU学习待检错文本的上下文语义信息及长时依赖关系,并通过Softmax处理后输出文本分类结果以判断文本中是否含有字词错误,同时采取L2正则化和dropout策略防止模型过拟合。在SIGHAN2014和SIGHAN2015中文拼写检查任务数据集上的实验结果表明,与基于长短时记忆网络的文本错误检测模型相比,该模型的检错F₁值提升了3.01个百分点,具有更优的字词级文本错误检测效果。     

定容积多通道充气系统的仿真与设计

针对传统恒压供气系统普遍存在控制精度低、充气速度慢的问题,设计一套由PID算法控制的电气比例阀和电磁阀独立控制的充气系统。采用大、小管径多通道组合方式,对定积容器进行充气实验,系统采用高速数据采集卡,结合LabVIEW软件分析实验数据。基于气动系统的流量特性,分别建立单通道、双通道、三通道充气装置的充气时间与管道管径、长度的数学模型。Matlab仿真曲线表明,对于定积容器,充气管路的长度越小、管径越大、并联的管路越多,充气时间越短;目标充气压力越高,管路长度对充气时间的影响越明显。实验数据验证仿真模型的正确性,采用多通道组合供气方式缩短充气时间,提高精度。     

一种多通道大容量同步采集与处理系统

在飞机发动机／进气道的风洞实验中,多通道、大容量同步数据采集与处理系统是测试设备中重要的组成部分。本文介绍一种用于上述实验中基于ＴＭＳ３２０Ｃ３０的采集与处理系统,并分析它的设计方法及实现中的一些技术问题。     

泛华恒兴推出业内领先的多通道高速数据测试仿真平台

北京泛华恒兴科技有限公司(简称:泛华恒兴)近日推出的业内领先的多通道高速数据测试仿真平台,从工作模式和技术应用的角度,为数字信号处理带来了革命性的改变。     

多通道多模式的低频RFID阅读器设计

由于低频信号对环境的敏感程度相对较低,同时低频(如125 kHz)RFID阅读器与标签的成本相对较低,因此,低频RFID在许多应用领域发挥着重要作用。然而,现有的单通道低频RFID阅读器在组成大规模应用系统时非常不便,会使系统累赘、可靠性下降、成本增加。为了解决这些问题,有必要探讨多通道低频RFID阅读器的设计方法。