生物视觉系统的神经网络编码模型综述

生物视觉系统的研究一直是计算机视觉算法的重要灵感来源。有许多计算机视觉算法与生物视觉研究具有不同程度的对应关系,包括从纯粹的功能启发到用于解释生物观察的物理模型的方法。从视觉神经科学向计算机视觉界传达的经典观点是视觉皮层分层层次处理的结构。而人工神经网络设计的灵感来源正是视觉系统中的分层结构设计。深度神经网络在计算机视觉和机器学习等领域都占据主导地位。许多神经科学领域的学者也开始将深度神经网络应用在生物视觉系统的计算建模中。深度神经网络多层的结构设计加上误差的反向传播训练,使得它可以拟合绝大多数函数。因此,深度神经网络在学习视觉刺激与神经元响应的映射关系并取得目前性能最好的模型同时,网络内部的单元甚至学习出生物视觉系统子单元的表达。本文将从视网膜等初级视觉皮层和高级视觉皮层(如,视觉皮层第4区(visual area 4,V4)和下颞叶皮层(inferior temporal,IT))分别介绍基于神经网络的视觉系统编码模型。主要内容包括:1)有关视觉系统模型的概念与定义;2)初级视觉系统的神经网络预测模型;3)任务驱动的高级视觉皮层编码模型。最后本文还将介绍最新有关无监督学习的神经编码...     

基于预训练与音素字节对编码的越南语识别

基于无监督预训练技术的wav2vec 2.0在许多低资源语种上获得了良好的性能,成为研究的热点。本文在预训练模型的基础上进行越南语连续语音识别。将语音学信息引入到基于链接时序分类代价函数（Connectionist temporal classification,CTC）的声学建模中,选取音素与含位置信息的音素作为基础单元。为了平衡建模单元数目以及模型的精细程度,采用字节对编码（Byte-pair encoding,BPE）算法生成音素子词,将上下文信息结合到声学建模过程。实验在美国NIST的BABEL任务低资源的越南语开发集上进行,所提算法相对wav2vec 2.0基线系统有明显改进,识别词错误率由37.3%降低到29.4%。     

基于超高频RFID标签的移动考勤系统设计

超高频RFID标签感应距离远、读写速度快,抗干扰能力强以及有限的存储能力。分析了RFID标签的性能和存储空间,提出了以RFID标签为记录载体、无需网络和数据库支持的移动考勤模式。通过编码,团队成员的基本信息如姓名、性别、年龄段和手机号码等记录在EPC存储器的96比特可写入段,扩展信息存储在标签用户存储器中。姓名汉字编码消除首字节高位冗余信息,手机号码的高3位和低8位独立编码,使成员基本信息得到压缩与保密。     

数据分析及无损编码技术在电脑袜机上的应用

该文主要介绍了袜机数据的整合及对整合的效率进行了分析,有效的减小了数据所占用的位数;根据袜机数据的特点且存在大量的重复性字符,我们应用无损编码技术对袜机数据冗余部分进行压缩,通过比较几种无损编码技术的平均压缩率,得出了最适合袜机数据的压缩方式。     

高性能准循环LDPC码构造方法的改进

高性能准循环低密度奇偶校验码构造的1/2码率的码的度分布存在一定局限性。针对该问题,重新布置校验矩阵中单位循环移位矩阵的分布,改进构造校验矩阵的方法。仿真结果表明,改进方法具有有效的编码算法,使度分布能满足1/2码率的最佳度分布,且能在同等码长的情况下得到更优的性能。     

姚氏百万富翁问题的高效解决方案

姚氏百万富翁问题是安全多方计算的典型问题,但已有解决方案多数存在效率低的问题。通过采用０编码与１编码,将百万富翁问题转换为集合交集问题,提出一种基于可交换加密函数的百万富翁问题高效解决方案,并进行了安全性证明。该方案无需复杂的模指数运算,加解密运算为O(n),通信轮数为4,整体性能优于其他方案。     

基于对称图像的双随机相位加密隐藏技术

在双随机相位编码的基础上,提出以一幅完全对称的图像为宿主图像进行灰度图像加密隐藏的方法。将待隐藏的灰度图像进行双随机相位编码,根据对称图像的性质将编码信息的实部和虚部以一定的权值分别隐藏于宿主图像的相应子图像中,解密后能够得到完全无失真的再现图像。实验结果表明,在知道密钥的情况下,只须极小地叠加权值就能完全无失真地提取隐藏图像。     

Huffman算法程序的形式化推导

使用PAR方法形式化推导了解决最优编码问题的Huffman算法。推导过程充分利用最优编码树的特性,在对原问题进行分划归约为子问题时,引入一个新元素来取代原来的2个或多个元素,使用一套接近数学语言的抽象记号表示集合、二叉树等,推导过程简洁且能生成正确的算法。该Huffman算法能在PAR平台上通过自动生成系统转换成可执行语言程序,并正常运行。     

一种AVS亚像素运动估计快速算法

为提高图像的质量和压缩率,AVS视频标准中的运动补偿精确到了1/4像素,但采用亚像素全搜索算法的计算量太大,导致整个编码器的编码速率很低。针对该问题,提出一种新的亚像素运动估计快速算法,在保证图像质量的同时,使亚像素搜索点数减少53.0%~ 76.5%,视频序列总编码时间节省了23%~33%。     

一种二进制编码的量子粒子群优化算法

针对离散空间优化问题,给出二进制编码的量子粒子群优化（ＢＱＰＳＯ）算法的设计思路,重新定义粒子的位置矢量和粒子之间的距离,提出了ＢＱＰＳＯ 算法的进化方程．通过泛函分析的方法分析了ＢＱＰＳＯ 算法的收敛性,得出全局收敛的结论,并通过多个测试函数测试了ＢＱＰＳＯ 算法的性能．求解结果验证了算法的优越性．