基于循环互相关系数的CGAN温度值图像扩增

针对变电设备红外图像温度值样本少、不均衡等问题,本文提出了一种基于循环互相关系数的条件生成对抗网络(conditional generative adversarial network, CGAN)温度值图像扩增方法。根据图像相似度提出了循环互相关系数,改进了CGAN模型的损失函数;使用改进后的CGAN模型在原始温度值图像数据集的基础上进行图像扩增,得到了包含11种标签的新数据集;采用卷积神经网络对传统图像扩增方法、原始CGAN模型和改进的CGAN模型扩增的图像进行对比和测试。结果表明,改进的CGAN模型收敛速度更快,训练过程稳定,扩增的图像轮廓清晰、细节丰富,客观评价指标最高,温度值识别准确率达到99.4%,实现了图像扩增的目的。     

多层次特征融合的人群密度估计

目的 人群数量和密度估计在视频监控、智能交通和公共安全等领域有着极其重要的应用价值。现有技术对人群数量大,复杂环境下人群密度的估计仍存在较大的改进空间。因此,针对密度大、分布不均匀、遮挡严重的人群密度视觉检测,提出一种基于多层次特征融合网络的人群密度估计方法,用来解决人群密度估计难的问题。方法 首先,利用多层次特征融合网络进行人群特征的提取、融合、生成人群密度图;然后,对人群密度图进行积分计算求出对应人群的数量;最后,通过还原密度图上人群空间位置信息并结合估算出的人群数量,对人群拥挤程度做出量化判断。结果 在Mall数据集上本文方法平均绝对误差（MAE）降至2.35,在ShanghaiTech数据集上MAE分别降至20.73和104.86,与现有的方法进行对比估计精度得到较大提升,尤其是在环境复杂、人数较多的场景下提升效果明显。结论 本文提出的多层次特征融合的人群密度估计方法能有效地对不同尺度的特征进行提取,具有受场景约束小,人群数量估计精度高,人群拥挤程度评估简单可靠等优点,实验的对比结果验证了本文方法的有效性。     

催化裂化原料和液相产物中氢含量的回归预测模型

以催化裂化原料和裂化液相产物(汽油、轻循环油(LCO)、油浆)的20℃密度、硫质量分数、30％ 馏出温度、50％ 馏出温度为4个基本回归因子,并根据其交互作用构造了10个交互回归因子,采用逐步回归法建立了4种馏分中氢质量分数的回归模型(汽油不考虑硫质量分数的影响,故为9个回归因子).各模型回归结果表明,4种模型的校正决...     

基于中药血竭光谱指纹图谱的模式识别研究

建立了10种药血竭的红外光谱、荧光光谱指纹图谱,并把图谱信息进行数据化及数据标准化处理;利用相关系数定量地对10种血竭的光谱指纹图谱进行了相似性评价;在此基础上用系统聚类分析法定性地对这10种样品进行了分类和鉴别,从而建立了一种基于中药血竭光谱指纹图谱的模式识别方法。为中药血竭的质量评价和分类鉴别提供了一个很好的方法和思路。     

Ga3O2-和Ga4O3-的结构及稳定性的研究

采用密度泛函理论（DFT）中的B3LYP方法和BP86方法,O原子基于6-311+G（d,p）基组,Ga原子基于Stuttgart基组,对Ga₃O₂^-/0与Ga₄O₃^-/0团簇的各种可能构型进行了几何优化,预测了各团簇的最稳定结构,并研究了Ga₃O₂^-和Ga₄O₃^-最稳定结构的成键特性、振动特性和稳定性。对比B3LYP和BP86计算结果发现得到的异构体的结构和能量顺序相同,且阴离子的基态构型与中性分子的构型相接近,都是平面C_2v型,都存在由2个Ga原子和一个O原子形成的三中心二电子（3c-2e）桥键。两结构中处于端位的"Ga-O"键的Wiberg键级数值较大,分别为0.50、0.55;振动频率分别为713.92、832.76cm-1,在红外谱图上皆对应一明显的强振动峰,表明该"Ga-O"结构单元成键稳定,是决定团簇结构稳定的重要因素。计算得到是Ga₃O₂^-和Ga₄O₃^-基态结构的LUMO与HOMO的能量之差（分别为2.75、2.84eV）,以及电子绝热剥离能（ADE）和电子垂直剥离能（VDE）,都表明两基态结构具有较好的热力学稳定性。     

Cr(CO)_n(n=1-5)与C_6 H_6相互作用的密度泛函研究

用密度泛函理论在B3LYP/LANL2DZ基组水平上对(η~x-C_6H_6)Cr(CO)_n(x=1-6;n=1-5)复合物体系的可能构型进行了自由优化及相互作用能的计算,研究了不同羰基数对复合物稳定性、苯和羰基铬相互作用的影响,并对苯和羰基铬相互作用进行了NBO分析。得到以下结论:(1)当n≤3时,苯与Cr(CO)_n以η~6配位;当n≥4时,苯与Cr(CO)_n以η~2配位;(2)最稳定复合物中随羰基数的增加Cr-C_(benzene)平均键长增长,最大二面角H-C-C-H偏离碳环的角度随复合物对称性降低而逐渐增大;(3)当n为奇数时,复合物相互作用主要表现为苯C-C键的π轨道和Cr-CO键的σ反键轨道;当n为偶数时,复合物相互作用主要表现为苯C-C键的π轨道或π~*轨道与Cr的孤对电子轨道;(4)复合物羰基数越多,最稳定复合物的相互作用能数值越大,稳定性越小。     

B小波和阶跃谱分析在缺损频谱成像中的应用

提出一种用于频域的快速B小波变换方法和阶跃谱分析理论,并把它们用于磁共振缺损频谱数据中提取高频频谱、恢复完整频谱,重建图像.在此方法中,首先用快速B小波变换方法,从低频磁共振数据中提取、恢复缺少的高频分量的特征信息;然后用阶跃谱分析理论,由这些特征信息构成高频磁共振频谱、恢复完整频谱数据;最后用FFT(fast Fourier transform)重建磁共振图像.实验和模拟结果都表明,重建图像质量优于现有方法.     

指纹图像多尺度分类字典稀疏增强

目的 自动指纹识别系统大多是基于细节点匹配的,系统性能依赖于输入指纹质量。输入指纹质量差是目前自动指纹识别系统面临的主要问题。为了提高系统性能,实现对低质量指纹的增强,提出了一种基于多尺度分类字典稀疏表示的指纹增强方法。方法 首先,构建高质量指纹训练样本集,基于高质量训练样本学习得到多尺度分类字典;其次,使用线性对比度拉伸方法对指纹图像进行预增强,得到预增强指纹;然后,在空域对预增强指纹进行分块,基于块内点方向一致性对块质量进行评价和分级;最后,在频域构建基于分类字典稀疏表示的指纹块频谱增强模型,基于块质量分级机制和复合窗口策略,结合频谱扩散,基于多尺度分类字典对块频谱进行增强。结果 在指纹数据库FVC2004上将提出算法与两种传统指纹增强算法进行了对比实验。可视化和量化实验结果均表明,相比于传统指纹增强算法,提出的方法具有更好的鲁棒性,能有效改善低质量输入指纹质量。结论 通过将指纹脊线模式先验引入分类字典学习,为拥有不同方向类别的指纹块分别学习一个更为可靠的字典,使得学习到的分类字典拥有更可靠的脊线模式信息。块质量分级机制和复合窗口策略不仅有助于频谱扩散,改善低质量块的频谱质量,而且使得多尺度分类字典能够成功应用,克服了增强准确性和抗噪性之间的矛盾,使得块增强结果更具稳定性和可靠性,显著提升了低质量指纹图像的增强质量。     

结合密度峰值和切边权值的自训练算法

针对自训练迭代过程中错误标记样本对算法性能的影响,提出了基于密度峰值和切边权值的自训练算法。用密度聚类方法发现数据集的空间结构,选出具有代表性的未标记样本进行标签预测。用切边权值作为统计量进行假设检验,判断样本是否被正确标记,进而用正确标记样本逐步扩充有标记样本集合,直至所有未标记样本标签预测完成。新算法既充分利用了样本数据的空间结构信息,又解决了部分样本被标记错误的问题,提高了算法的分类准确率。通过在真实数据集上实验验证了新算法的有效性。     

自适应融合特征的人群计数网络

针对人群计数方法中存在的尺度变化和多层级特征融合不佳的问题,基于U-Net的编码器-解码器网络结构,提出一种自适应特征融合网络,来进行精准的人群计数。提出自适应特征融合模块,根据解码器分支的需要,高效地聚合编码器分支提取的高层语义信息和底层的边缘信息;提出自适应上下文信息提取器,从不同感受野下提取多尺度的上下文信息并自适应加权融合,提高网络对于人头尺度变化的鲁棒性。在ShanghaiTech、UCF-CC-50和UCG-QNRF上的实验表明,与目前主流的人群计数算法相比,该算法具有更强的准确性和鲁棒性。