光源谱宽通过光纤色散对AOCS输出的影响

基于光纤色散引起的脉冲展宽效应,在理论和实验上研究了有源光学电流传感器（AOCS）中宽带光源对系统输出的影响．理论结果表明：对于长度为500m的光纤,当光源谱宽在40—60nm之间变化时,多模光纤传输下的脉冲展宽范围在0．5～0．8ns,单模光纤传输下的脉冲展宽范围在2×10^-5～4×10^-5,信号衰减量对系统输出影响很小,且随光源谱宽的增加而有微弱的增加,实验与理论相符合．     

高速超宽带系统中频谱优化方法的研究

脉冲波形设计和频谱控制是超宽带通信系统解决频谱共存和相互干扰问题的关键。提出了基于最小面积准则(LAC)的频谱优化方法,并将其应用在正交脉冲调制超宽带系统中。该系统由多条并行发送支路组成,每条支路利用正交脉冲进行脉冲位置调制(PPM)与脉冲形状调制(PSM)相结合的调制。仿真结果表明:利用LAC优化的结果和最小均方误差准则(MMSE)相比更符合FCC的要求,不仅能提高频谱利用率,还能实现对频谱的灵活控制。     

打印机光谱特性化方法研究综述

目的 打印输出技术是目前国内外图像复制领域的主流技术。打印机特征化旨在建立打印机输入控制值与输出色彩信息值之间的对应关系,保证打印输出图像各像素色彩值的准确性。基于可见光谱的打印机特性化过程,以图像光谱信息作为打印机特性化过程中的色彩控制依据,可避免基于色度的打印输出过程所固有的同色异谱问题,实现图像色彩复制领域最高级别的无条件颜色匹配。在广泛文献调研的基础上,本文回顾了打印机光谱特性化方法各部分研究的发展历程,分析介绍了该领域主要研究内容及其研究现状,对打印机光谱特性化方法流程进行了较为全面的综述。方法 以Yule-Nielsen修正的光谱Neugebauer模型（YNSN模型）为典型代表,从打印机墨量限制方法、正向光谱预测模型、反向光谱分色模型以及色彩匹配评价度量4个方面,对目前基于可见光谱的打印机特性化方法研究情况进行了总结与归纳,并结合现有研究存在的问题对未来研究发展趋势进行了展望。结果 综合近几年该领域研究发展情况,认为目前打印机光谱特性化方法研究在墨量限制算法合理性、正反向建模精度等方面已经取得了较为理想的结果。然而,尽管已有20多年的广泛研究,鉴于光谱数据的高维性以及具体应用场景的多样性,导致准确而高效的实现光谱打印机特性化仍然是一个极具难度的问题,特别在建模效率提高、模型适用性增强、模型物理意义提升以及评价度量综合性能优化等方面,目前研究仍存在较大的研究发展空间。结论 打印机光谱特性化是实现图像色彩信息高保真打印复制的必要手段,其今后将继续在图像复制领域起到非常关键作用。然而,由于基于光谱的打印机特性化过程涉及光谱学及色度学理论、半色调呈色理论、最优化计算理论、人眼视觉机理、数字加网技术等多种理论与技术,故其研究具有一定的难度与挑战性。本文对打印机光谱特性化方法研究现状进行了较为深入的介绍与分析,意在使国内同行对该领域有一个较为全面的了解,以期引起更多研究者对该领域的关注。由于篇幅所限,许多问题未及深究。     

基于生成对抗网络的无监督图像风格迁移

无监督的图像风格迁移是计算机视觉领域中一个非常重要且具有挑战性的问题.无监督的图像风格迁移旨在通过给定类的图像映射到其他类的类似图像.一般情况下成对匹配的数据集很难获得,这极大限制了图像风格迁移的转换模型.因此,为了避免这种限制,对现有的无监督的图像风格迁移的方法进行改进,采用改进的循环一致性对抗网络进行无监督图像风格迁移.首先为了提升网络的训练速度,避免梯度消失的现象出现,在传统的循环一致性网络生成器部分引入DenseNet网络;在提高生成器的性能方面,生成器网络部分引入attention机制来输出效果更好的图像;为了减少网络的结构风险,在网络的每一个卷积层都使用谱归一化.为了验证本文方法的有效性,在monet2photo、vangogh2photo和facades数据集上进行了实验,实验结果表明,该方法在Inception score平均分数和FID距离评价指标上均有所提高.     

谱聚类欠取样下自编码网络不平衡数据挖掘

不平衡数据集的应用领域日益广泛,需求也越来越高,为提升整体数据集的分类准确率,以谱聚类欠取样为前提条件,构建一种自编码网络不平衡数据挖掘方法.把聚类问题转换成无向图多路径划分问题,通过无向图与标准化处理完成谱聚类,经过有选择地欠取样处理多数类数据集,获取分类边界偏移量,利用学习过程是无监督学习的自编码网络,升、降维数据,获取各维度隐藏特征,实现各层面的数据高效表示学习,根据最大均值差异与预设阈值的对比结果,调整自编码网络,基于得到的分类界面,完成不平衡数据挖掘.选用具有不同实际应用背景的UCI数据集,从中抽取10组数据作为测试集,经谱聚类欠取样处理与模拟实验,发现所提方法大幅提升少数类分类精度与整体挖掘性能,具有较好的适用性与可行性.     

基于改进DCGAN的数据增强方法

针对小样本数据在深度学习中训练难的问题,为提高DCGAN训练效率,提出了一种改进的DCGAN算法对小样本数据进行增强。首先,使用Wasserstein距离替换原模型中的损失模型;其次,在生成网络和判别网络中加入谱归一化,以得到稳定的网络结构;最后,通过极大似然估计算法和实验估算得到样本的最佳噪声输入维度,从而提高生成样本的多样性。在MNIST、CelebA和Cartoon这三个数据集上的实验结果表明：改进后的DCGAN所生成样本的清晰度以及识别率比改进前均得到了明显提高,其中平均识别率在这几个数据集上分别提高了8.1%、16.4%和16.7%,几种清晰度评价指标在各数据集上均有不同程度的提高。可见该方法能够有效地实现小样本数据增强。     

一种直接高效的自然场景汉字逼近定位方法

为了提高经典目标检测算法对自然场景文本定位的准确性,以及克服传统字符检测模型由于笔画间存在非连通性引起的汉字错误分割问题,提出了一种直接高效的自然场景汉字逼近定位方法。采用经典的EAST算法对场景图像中的文字进行检测。对初检的文字框进行调整使其更紧凑和更完整地包含文字,主要由提取各连通笔画成分、汉字分割和文字形状逼近三部分组成。矫正文字区域和识别文字内容。实验结果表明,提出的算法在保持平均帧率为3.1 帧/s的同时,对ICDAR2015、ICDAR2017-MLT和MSRA-TD500三个多方向数据集上文本定位任务中的F-score分别达到83.5%、72.8%和81.1%;消融实验验证了算法中各模块的有效性。在ICDAR2015数据集上的检测和识别综合评估任务中的性能也验证了该方法相比一些最新方法取得了更好的性能。     

基于视频放大与盲源分离的非接触式心率检测

非接触式心率(HR)检测可以通过远程光电容积描记术(rPPG)实现,引起越来越多的关注.但在实际应用中,rPPG信号非常细微,极易被噪声淹没,从而导致现有的基于rPPG的心率检测方法很难准确地估计心率.针对以上问题,本文提出了一种增强rPPG信号、抑制噪声的非接触式心率检测方法.在这种方法中,首先通过欧拉颜色放大技术对正常HR分布频带上的色度信息进行放大,避免rPPG信号过小被噪声淹没;接着使用人脸检测与跟踪技术选定合适的感兴趣皮肤区域;然后在感兴趣区域内提取放大后的色度信息,使用盲源分离方法和相关性分析分离出rPPG信号;最后对rPPG信号进行时域滤波与功率谱密度分析,估计出HR值.经多组实验验证,本文所提方法相比于以前方法具有更高的HR估计精度.     

超高压水力割缝强化抽采瓦斯技术研究

水力割缝是一种重要的强化瓦斯抽采增透技术,现已开始在低透气性突出煤层应用。为了进一步考察其实际效果,选取新集二矿1煤组220112工作面底抽巷实施了100 MPa超高压水力割缝试验。试验结果表明:割缝后,瓦斯抽采纯量平均0.77 m3/min,是未割缝钻孔的瓦斯抽采纯量(0.34 m~3/min)的2.26倍;1煤层组瓦斯抽采钻孔抽采30、60天的抽采有效半径为5 m、7.5 m,极限抽采半径为8 m,相比水力冲孔、未割缝钻孔抽采有效半径显著增加,超高压水力割缝强化抽采瓦斯技术具有广泛的应用前景。     

10MW风力机叶片设计与动力特性

为了研究大型风力机叶片在静止和转动状态下的振动模态及其变化特点,通过叶素动量理论和复合材料的叶片设计方法完成了10 MW风力机叶片的设计.基于多体系统动力学理论和超级单元模型,结合动力学分析软件ADAMS对静止状态下叶片的线性特征值进行了分析,考虑叶片的弹性变形和旋转,应用刚性积分方法对叶片的非线性控制方程进行数值求解,通过傅里叶谱分析方法,实现风轮旋转条件下的运转模态识别.结果表明,在动力刚化效应作用下,叶片的固有频率会随着转速的增加而增大.