基于语义标签生成和偏序结构的图像层级分类

智能电子设备和互联网的普及,使得图像数据爆炸性膨胀.为了有效管理复杂图像资源,本文提出了一种基于加权语义邻近集和形式概念偏序结构的图像层级分类方法.首先,根据图像语义相关分数,对不同程度语义设定自适应权系数,从训练图库中构建加权语义邻近集,通过对语义邻近集中图像的词频分布进行判决,自动生成图像的多个语义标签;然后,以每幅图像为对象,以每幅图像自动生成的语义标签为属性,构建形式背景,通过偏序结构算法对复杂图像集进行有效的层级分类.本文方法可以得到图像库中图像之间明确的结构关系和图像类别之间的从属关系,为复杂图像大数据进行层级分类管理提供了有效的思路.本文对Corel5k、EspGame和Iaprtc12三个数据库进行了图像标注实验,证明了标注的语义完整性和主要语义的准确性;并对Corel5k数据库进行了图像的层级分类实验,结果表明层级分类效果显著.     

数据与模型驱动的水泥生料分解率软测量模型

水泥生料在分解炉内分解过程的质量指标是生料分解率（Raw meal decomposition ratio,RMDR）,由于生料边界条件频繁变化且人工离线检测周期为2小时,致使产品质量指标合格率低且极易造成预热器C5下料管堵塞.为了解决上述问题,本文提出了基于数据与模型驱动的水泥生料分解率软测量模型,由基于Kullback-Leibler（KL）散度密度比的异常值检测、基于机理模型的生料分解率模型、基于层级Sigmoid（S）核函数的生料分解率模型、生料分解率离线检测模型和基于模糊模型的协调因子组成.实际应用结果表明,所提出的模型能够根据当前工况的变化选择正确的子模型,并且使生产远离故障工况.     

基于卷积神经网络的层级化智能故障诊断算法

传统智能故障诊断算法需要依赖人工特征提取和专家知识,而旋转机械设备复杂的工作环境和工况使得传统算法在实际应用中缺乏良好的自适应性和泛化性.针对以上问题,提出基于卷积神经网络(Convolutional neural network,CNN)的层级化故障诊断算法(CNN based hierarchical fault diagnosis,CNN-HFD).首先,将原始振动信号进行分段预处理,以实现数据扩容;然后,分别根据故障类型和故障程度设计多个卷积神经网络,并将原始振动数据以某一时间步进行分割,作为卷积神经网络的输入进行训练;最后,将待识别信号送入CNN-HFD模型,经过分层故障诊断,在末端卷积神经网络输出相应故障类别和程度.通过滚动轴承振动数据库的实验表明,所提出的算法不仅具有高达99.5%以上的故障识别率,而且在负载发生变化时依然可以保持高达97%以上的故障识别率,具有较好的鲁棒性和泛化性能.     

面向阅读理解的多对一中文文本蕴含问题研究

机器阅读理解作为一种微阅读模式近年来在自动问答领域受到广泛关注,针对机器阅读理解中多对一的文本蕴含问题,该文首先构造了8 000级别的多句—单句中文文本蕴含语料M2OCTE,其次采用了层级神经网络模型,有效融合多个句子之间的语义信息,将多对一的蕴含对表达成统一的形式,实现端到端的输出。该方法在高考现代文阅读理解蕴含数据集上的准确率为58.92%,比将多句—单句的文本蕴含转换为单句—单句之后进行处理的准确率要高。同时也在英文数据集上进行了测试,实验结果验证了该方法的有效性。     

基于 Kinect 的拉普拉斯网格形变三维人脸建模

为了快速创建真实感较强的三维人脸模型,提出了基于 Kinect 的拉普拉斯网格形 变建模方法。利用 Kinect 获取彩色和深度图像信息,对深度图像进行双边滤波处理,对彩色图 像进行低层级顶点定位;构建标准三维人脸模型,并为该人脸模型中的顶点建立低、中、高 3 个级别的层级结构,通过低、中层级中顶点的位置关系创建 Sibson 局部坐标约束;利用该约束 构建彩色图像中间层级顶点,并结合深度信息对标准三维人脸模型进行拉普拉斯网格变形,获 得真实感较强的三维人脸模型。实验结果表明,该算法在建模的真实感上得到了提高,与对比 算法相比,在建模时间上得到很大的优化。     

基于事件驱动CPS体系架构的层级模型

为了提高信息物理融合系统(CPS)的灵活性,提出CPS体系架构的层级模型。阐述CPS系统的本质和特性,描述事件驱动在CPS系统中的实现过程,以CPS系统中的模块化功能为个体,设计CPS系统的层级结构。以事件为基础,构建实现CPS系统层级模型的语义模式。实际应用结果表明,该模型结构清晰、灵活性高,且便于应用理解。     

基于鸽群行为机制的多无人机自主编队

受启发于无人机(unmanned aerial vehicle,UAV)编队飞行与生物群体社会性行为的相似性,本文提出了一种基于鸽群行为机制的多无人机自主编队控制方法.首先通过模仿鸽群特有的层级行为,建立了鸽群行为机制模型.该模型在已有群集模型基础上,采用有向图和人工势场理论对鸽群中的拓扑结构和领导机制进行建模.在深入分析无人机自主编队飞行仿生机理的基础上,设计了一种基于鸽群行为机制的无人机自主编队控制器.该控制器以鸽群行为机制模型为核心,还包含两个辅助环节,即控制指令解算器和状态转换器.最后,通过系列仿真实验验证了无人机群可在本文所设计的无人机自主编队控制器作用下形成预期的编队队形,并可在复杂长机运动条件下保持队形.     

基于应用技术型大学的EDA技术基础课程教学的改革

EDA技术基础是高校电子信息类专业非常重要的专业课程。为了培养学生的动手和创新能力,适应应用技术型人才的培养,本文在EDA技术基础课程教学模式上提出了理论的改革创新、多层次教学模式、丰富实验教学内容和考核模式等一些改革创新。实践表明,运用这些改革教学模式,学生在学习中动手能力和设计能力得到提高。     

面向多层级出救点的应急物资调度模型研究*

针对我国应急救灾物资储备库系统的物资调度和运输的组织特点,依据受灾点的多层级储备库优先级模型,建立了针对多出救点、多受灾点的应急物资调度模型,实现应急开始时间最早、出救点数目最少的多目标优化,设计了模型求解方法,并给出实例验证了此模型的有效性和合理性。该模型已成功运用在国家应急救灾物资调度系统设计和玉树地震模拟物资调度方案的制定中。     

层次结构树木物理运动的实时仿真

提出一种在GPU上实现基于力学运动原理的层次结构树木运动的并行仿真技术。该技术通过分析物理运动原理与多层次的矩阵结构(HMSM)算法的并行性,来达到将树木动画在图形硬件CUDA平台上进行加速的目的。首先介绍层次结构树木在外力诸如风力等作用下的物理运动原理;然后,针对树木的物理运动以及层次结构叠加算法详细地进行并行性分析;之后着重阐述CUDA框架下树木运动的并行结构设计过程与并行算法的详细设计方法;最后在GPU上执行树木物理运动仿真。实验结果表明,该技术不但能够生成真实感较强的树木动画序列,还能够实时模拟基于物理的树木运动。同时,该技术给计算机动画的加速算法提供了很好的思想。