基于神经网络的纳米光子结构逆设计

同扫描参数优化的方法相比,神经网络模型可以在设计误差很小的情况下大大提高结构逆设计的效率。在模拟器与发生器串联的复合模型基础上,提出了2种有效的神经网络复合模型:基于生成对抗思想引入评价模块的复合模型和基于多任务学习增加模拟器模块的复合模型。在传输矩阵法模拟的数据集上进行有效训练后,将2个模型应用于多层薄膜吸收光谱的逆设计,并用具有特殊形状的目标光谱验证了2个模型的逆设计结果。最后,利用多任务串联网络模型设计了多层太阳能吸收器结构参数,在300~1500nm范围内,平均吸收率可达96%。     

结合大气散射模型的生成对抗网络去雾算法

为了提高图像去雾的性能, 提出结合大气散射模型生成对抗网络的去雾算法. 算法在pix2pix GAN基础上进行改进, 将网络的生成器改进成双解码器结构,通过双解码器分别生成无雾图像和透射率图, 并结合大气散射模型还原雾图像,以进一步提高图像分解的质量. 在马尔科夫判别器结构中,采用反向学习机制代替随机裁剪机制,以有效降低因采用随机裁剪算法而导致的判断结果不准确的概率. 在原有的损失函数上,加入雾霾损失函数,提高图像转化的质量. 在STOS和NYU数据集上进行消融实验和对比实验. 大量实验表明所提出方法在PSNR和SSIM指标上比原算法Pix2pix GAN有所提高, 且均优于现有去雾算法,复原图像具有清晰度高、噪声低、纹理丰富的优点.     

基于条件生成模型的高效近似查询处理框架

提出新型的近似查询处理方法,以克服近似查询处理任务中数据偏斜所导致的查询准确率低的问题. 该方法以条件生成对抗神经网络为基础,融入条件变分自编码器,保证算法执行的稳定性,提高模型准确率;使用Wasserstein距离衡量模型误差,防止模型坍塌. 基于该条件生成模型实现近似查询处理,回答用户查询而无须访问底层数据,避免磁盘交互,并与聚集预计算相结合,构成高效的近似查询处理框架,能更加准确、快速地回答交互式查询. 设计高效的表决算法,对模型生成的样本以及样本内部数据进行过滤,提高生成的样本质量,最小化查询误差. 实验结果表明,与其他近似查询处理算法相比,该方法可以有效克服数据偏斜的影响,同时能够在更短的交互时间内更加准确地回答用户查询.     

摩擦中的自锁现象及其在工程上的应用

摩擦中的自锁现象在工程中被广泛利用.对摩擦中自锁条件进行了定量讨论,并列举了其在工程上的应用实例.     

知识发现的理论及其实现

本文提出知识的一种理论，该理论基于对人类知识发现认识过程的模拟，包括经验数据分类，各类数据的概念抽象，及概念间蕴涵关系的发现等步骤，文中介绍了实现这个理论的一个集成化学习系统ＫＤ３，以及它在自动建立专家系统知识库等方面的应用。     

正例学习的一个启发式算法

本文基于多值逻辑函数极小化提出一种正例学习问题，并对这一正例学习问题给出一个启发式学习算法。同现存的示例学习方法相比，本文算法是基于演绎推理的，可对大量信息进行保真压缩，该算法具有简单，快速和易于实现的特点，本文用两个实例一焊接工艺自动设计知识获取和布尔函数极小化，将本算法同示例式归纳学习系统ＡＱ１５和布尔函数极小化系统ＳＷＴ进行了比较。     

Learning From Noisy Examples

Machine Learning - The basic question addressed in this paper is: how can a learning algorithm cope with incorrect training examples? Specifically, how can algorithms that produce an...     

小功率开关电源传导干扰的分析

针对便携式小功率开关电源领域中,由于受体积和成本压力限制而无法增加电磁兼容专用滤波器,导致电源电磁兼容性较差的问题,首先分析了开关电源机理和传导干扰信号的种类和来源;然后对"整流滤波电路设计、高频变压器和钳位二极管选型、线路板布局"等方面问题进行了研究,得出了在不增加额外电路的情况下,将传导干扰抑制在标准限值范围的改进措施;最后对一5 W的小功率开关电源产品进行整改,将其传导干扰强度降低11 dBuV并通过认证。研究结果表明,该措施对抑制小功率开关电源的传导干扰信号是有效的。     

融合注意力机制的高分辨人脸识别图像重建

针对由于人脸姿势、光照不均、拍摄环境、拍摄设备等内外部因素造成图像分辨率低的问题,提出融合注意力机制的高分辨人脸识别图像重建模型.首先以低分辨率人脸图像对作为两个生成器输入,通过残差块和注意力模块堆叠网络提取人脸特征信息,进而生成高分辨率人脸图像.训练中使用一个鉴别器来监督两个生成器的训练过程.利用Adam算法对鉴别器...