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。     

带权图的多重分形度量

分形维数及多重分形是分形理论的重要研究内容。复杂网络的多重分形已经得到了较为深入的研究,但对复杂网络多重分形的度量目前并没有可行的方法。带权图是复杂网络研究的重要对象,其中的节点权重及边权重可以为正实数、负实数、纯虚数及复数等多种不同的类型。除节点权重及边权重均为正实数的情形外,其他类型的带权图都具有多重分形特性,且均具有无穷多个复数形式的网络维数。通过对带权图多重分形的研究,文中给出了15种具有多重分形特性的带权图多重分形维数的模所构成的集合,并采用集合的势对带权图的多重分形特性进行度量。研究表明,15种带权图多重分形维数的模所构成的集合均是可数集,其中有2种集合是2重集合,另外13种集合是通常意义上的集合,而且所有的集合均是等势的,其势均为■0。     

基于节点加权和边加权的重分形研究

目前对于网络重分形的研究,在网络权重性质方面主要是原始网络、节点加权网络、边加权网络,每一个都是单独进行研究,论文主要对同时包含节点权重和边权重的网络进行分析,研究网络广义分形维数的变化情况。首先对已有的沙箱算法进行改进,并利用分形布朗运动时间序列进行改进算法的验证,然后利用改进的沙箱算法对由分形布朗运动时间序列生成的同时包含节点权重和边权重的可视复杂网络进行计算,接着同时单独改变边权重和节点权重,进一步研究广义分形维数随边权重和节点权重改变的变化情况。结果表明改进沙箱算法在保持了传统沙箱算法计算精度的前提下,大大地提高了计算的速度。对于同时单独改变节点权重和边权重,对复杂网络的广义分形维数的影响是截然不同的,节点权重的变化基本不影响网络广义分形维数的变化,而边权重则大大的影响且不同权重指数下的影响情况各不相同。     

基于钻孔图像的结构面分布分维数计算方法

在工程实践中,对岩体结构面分布的分维数进行实测往往存在一定的难度,但是采用钻孔摄像技术既能够准确获取布设的钻孔内各项地质信息,而且形成的钻孔图像能够直观地反映钻孔中岩体结构面的特征参数,因此提出了一种基于钻孔图像的岩体结构面分布分维数计算方法。该方法的原理是:首先,通过钻孔图像获取研究区域内各钻孔内的岩体结构面的特征参数(包括倾角、倾向、隙宽、间距);然后,根据各钻孔之间的连通判断准则,判断区域内各钻孔结构面的连通性,并估算出研究区域内结构面的迹长值,同时参照钻孔的孔位及深度信息,来界定研究区域模型的范围;最后,结合Monte-Carlo法,建立岩体结构面分布的三维网络模型,根据分维数计算方法,求解模型各研究面的分形维数,并将3个钻孔的整体连通模型和各钻孔模型所得到的分维数开展对比分析。结果表明,该方法的计算结果与其他评价方法的结论一致。     

基于SEM的干湿循环蚀变花岗岩分形特征与力学特性演化规律

分形维数是对岩石裂隙、破碎程度和损伤等细观特征的定量描述,岩石的细观结构往往会对宏观强度特征产生较大的影响。为了研究干湿循环侵水对蚀变花岗岩细观特征的影响,基于电镜扫描(SEM)试验,得到了经历不同干湿循环次数的蚀变花岗岩的细观图像,并通过盒维数法计算得到各岩样的分形维数,建立基于分形维数的细观损伤演化方程;其次,通过室内单轴抗压强度和抗拉强度试验,获得不同干湿循环次数下蚀变花岗岩的力学特性。通过试验数据,得到了干湿循环次数及分形维数分别与岩石强度特性和弹性参数的关系。研究表明:岩石干湿循环次数的增加在宏观上表现为抗拉强度、单轴抗压强度以及弹性模量的减小;在细观上表现为分形维数的增大;泊松比不受此影响。分形维数将岩石细观特征量化、建立了细观和宏观的联系。研究结果可为衡量蚀变花岗岩强度特性的指标提供依据。     

锥面共形阵列极化-DOA估计的降维MUSIC算法

针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.     

基于双迭代与二阶锥规划的机载雷达稳健降维STAP方法

针对机载雷达空时自适应处理（STAP）中期望目标导向矢量的失配问题,提出一种基于双迭代与二阶锥规划的稳健降维STAP方法。该方法首先将权矢量分解为空域与时域两个低维权矢量的Kronecker积,然后分别限定实际空域、时域导向矢量与假定导向矢量之间的误差范数边界,并通过对各自最差性能进行优化,转化为相应的SOCP形式,进而利用双迭代算法实现了对两个低维权矢量的分别求解,最终合成全维STAP权矢量。该方法在保证稳健STAP性能的同时,通过双迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

形式幂级数环的表现维数

为了研究形式幂级数环的表现维数,基于对环与模的有限表现维数的研究,运用同调代数上的理论与方法,得到了R、R[[x]]为凝聚环时,模的表现维数之间的关系以及环的表现维数之间的关系等结论.     

基于小波分形理论的风电轴承故障识别

针对风电轴承振动特征信号易被环境噪声调制污染、信噪比低、具有非线性和不平稳的特点,利用基于小波分形的故障识别方法对此进行了研究.采用小波包分解,利用互信息法和Cao算法分别确定了相空间的延迟时间和嵌入维数,根据不同频带的关联维数变化确定风电轴承的工作状态.该方法不依赖于风力机工作的动力学模型,对整体系统信息状态变化敏感.通过现场实验证明,该方法较好地解决了风电轴承故障难以识别的问题,为更加细致地研究风电轴承振动信号提供了重要参考.     

“微文化”下高校网络舆情工作维稳功能探究

当前,高校的信息化程度在逐步提高,尤其是网络"微文化"的出现,为大学生了解公共事务、表达利益诉求提供了便利途径,网络舆情的影响力不断增强。如何保证高校网络舆情健康发展,形成和谐稳健的舆情环境,显得尤为重要。本文基于网络舆情视角,探析高校网络舆情工作的现实表征,梳理高校网络舆情维稳工作存在的困境与挑战,构建高校网络舆情工作维稳功能的实现路径,对于改善和调整高校网络舆情工作现状有着积极的促进作用。