等效分组级联BP网络模型及其应用

 松弛的和紧密的分组级联BP网络模型等概念的提出,对于解决有限的小样本情况下高维BP网络的训练和预测问题有一定的参考价值。定义了BP网络等效性和相关定理,构建并证明了与BP网络等效的分组级联网络模型,分析比较了两种网络模型所需训练样本的数量情况,并将其应用于网络安全评估领域。最后通过仿真试验结果证实了所提出分组级联BP网络模型的可行性和有效性。     

Optimization design and realization of Gaussian apodized sample gratings for narrowband wavelength selectivity filters

A sample fiber Bragg grating（SFBG） with Gaussian apodization profile is designed and optimized for the narrowband wavelength filter,and the relevant conclusions provide a guide for the further filter fabrication.With the grating length limited,a narrowband（5 GHz） grating filter used in the radio over fiber（ROF） system is fabricated,which has insertion loss of 3.463 dB,sideband suppression of 24.21dB,3 dB bandwidth of 40 pm,and 20 dB bandwidth of 106.3 pm.     

BP算法在发票号码识别中的应用研究

针对发票号码印刷字体比较特殊、号码有防伪处理信息,造成通用的OCR数字识别的识别率不高,本文结合BP算法研究适合于发票号码数字识别系统,并在自助办税终端等设备中进行应用验证。     

基于噪声样本的结构风险最小化原则

统计学习理论中的结构风险最小化原则比经验风险最小化原则的实用性更强,对结构风险最小化原则的研究多是在样本不受噪声影响前提下进行的.基于此,给出零均值噪声样本的函数集容量的相关概念,并讨论了基于VC维的收敛速度的界,给出零均值噪声样本的结构风险最小化原则,为进一步研究概率空间上噪声样本的学习理论提供了理论基础.     

基于元学习的图卷积网络少样本学习模型

少样本学习是目前机器学习研究领域的热点和难点.针对现有的少样本学习模型不能有效捕捉数据特征与数据标签之间的联系,造成分类模型泛化能力弱的问题,提出一种基于元学习的原型空间图卷积网络少样本学习模型FSL-GCNPS(Few-Shot Learning of Graph Convolutional Network on Prototype Space).首先,利用卷积神经网络提取多任务数据的特征向量;其次,为了将特征向量映射到原型空间中,根据元学习的训练策略得到特征向量的类原型表达;然后,通过类原型向量和类向量之间的嵌入表示,构建图结构数据,并进行图卷积网络训练、推理.实验结果表明,相较于经典少样本学习方法,FSL-GCNPS模型拥有更好的分类准确率和分类稳定性.同时,在医学图像领域数据集上实验表明,FSL-GCNPS具有很好的跨域适应性.     

新体制雷达信号PRI样本子图周期搜索提取方法

针对侦察接收机截获的交错脉冲序列中雷达信号的提取问题,在脉冲重复周期（PRI）样本子图描述技术的基础上,提出一种基于PRI样本子图周期搜索的脉冲提取算法。算法改传统PRI搜索法中的相邻脉冲间隔搜索思想为PRI样本子图周期搜索思想,通过构造由脉冲到达时间和准PRI样本子图周期构成的二维提取函数,将搜索过程中符合某一假定PRI样本子图周期的匹配脉冲数存储于二维提取函数中,然后根据二维提取函数的最大值确定PRI样本子图周期,提取对应的脉冲,实现复杂PRI类型的雷达信号提取。仿真结果验证了该方法的有效性。      

吴雄寺村:一个农村信息化的样本

农村信息化是改造我国传统农业和农村的重要内容。为了适应北京农村信息化发展的需要，解决信息服务的“最后一公里”，繁荣农村经济和村民生活，探索一条如何利用信息和信息技术解决“三农”问题的道路，在科技部、北京市科委、北京市计委和市农委等部门的大力支持下，2003年起，国家农业信息化工程技术研究中心（北京农业信息技术研究中心，以下简称中心），在北京市顺义区吴雄寺村建立了农村信息化示范村。     

雷达信号成形规律的样本体系描述方法

针对多功能雷达工作在搜索方式时,其工作模式的转换以及同一模式下的脉冲信号均有规律可循的工作特点,提出一种基于雷达信号成形规律的样本体系描述技术。该方法利用多功能雷达工作模式的转换规律和脉冲本身的时频域参数变化规律,建立搜索模式转换样本、脉冲样本图和样本脉冲的层级数学模型,对多功能雷达脉冲信号成形规律进行提取和准确描述。仿真实验表明,样本体系描述技术不仅能够提取其对应的复杂体制雷达工作模式和脉冲信号,而且对噪声环境具有较好的适应能力。     

基于支持向量回归机的复杂产品费用估算研究

传统的费用估算算法需要大量的样本数据来保证其估算的准确性,但在实际应用中,由于样本数据的有限性,其准确性无法得到保证,针对这种情况提出使用基于统计学习理论的支持向量回归机(SVR)进行费用估算,并通过具体实例详细阐述基于SVR的费用估算具体步骤,包括数据预处理、基于SVR的训练、估算和后处理过程,通过与神经网络方法相比,实验结果验证了SVR在小样本情况下具有更好的估算精度。最后实现了基于SVR的复杂产品费用估算方法,并集成于复杂产品费用估算系统。     

基于激光诱导击穿光谱的元素成像技术研究进展

元素成像技术是一种基于激光诱导击穿光谱(LIBS)技术的元素光谱强度成像技术，该技术拥有多元素分析能力、原位成像能力和大面积样本扫描成像能力，且样本制备简易、成像速度快。首先介绍了LIBS元素分布成像技术的原理，其次介绍了目前常用的LIBS成像设备，最后回顾了LIBS成像技术在古气候学、病理分析、药物代谢及植物学分析等领域的相关应用。