求解不相关并行机调度的一种自适应分布估计算法

针对不相关并行机调度问题, 提出一种基于信息熵的自适应分布估计算法. 根据问题特性, 设计了面向工件机器分配的概率模型及其基于增量学习的更新方式, 学习速率基于信息熵进行调整. 为了增强算法局部寻优能力, 采用基于关键机器的邻域结构进行局部搜索; 同时讨论了信息熵与学习速率的关系, 并探讨了关键参数对算法性能的影响. 基于标准算例的测试结果与算法比较, 验证了学习速率的自适应调整机制以及所提出算法的有效性.     

电力系统僵尸网络检测分析

为了应对电力系统中日趋严重的安全问题,阐述了僵尸网络在电力二次系统中部署和传播的可能性,分析了僵尸网络在活动时产生的报文特征和流量的行为特性,并针对电力二次系统僵尸网络的特点,提出了两种可部署于网络分析仪的僵尸网络检测方法,分别是基于深度包检测技术的异常协议识别方法和基于循环自相关和X-means聚类的流序列特征分析方法。实验证明,这两种方法均具有良好的检测效果,其中,异常协议识别方法在特定场景下将失效,而流序列特征分析方法具有更好的通用性。     

基于多频段排序的语音卷积混合盲源分离

针对语音卷积盲源分离频域法排列顺序不确定性问题,提出一种多频段能量排序算法。首先,通过对混合信号的短时傅立叶变换(STFT),在频域上各个频点建立一个瞬时混合模型进行独立分量分析,之后结合能量相关排序法和波达方向(DOA)排序法解决排序不确定性问题,再利用分裂语谱方法解决幅度不确定性问题,进而得到每个频点正确的分离子信号,最后利用逆短时傅立叶(ISTFT)变换得到分离的源信号。仿真结果表明,与Murata的排序算法对比,改进的算法在信号偏差比、信道干扰比、系统误差比上都所提高。     

基于半监督典型相关分析的多视图维数约简

为了有效地在半监督多视图情景下进行维数约简,提出了使用非负低秩图进行标签传播的半监督典型相关分析方法。非负低秩图捕获的全局线性近邻可以利用直接邻居和间接可达邻居的信息维持全局簇结构,同时,低秩的性质可以保持图的压缩表示。当无标签样本通过标签传播算法获得估计的标签信息后,在每个视图上构建软标签矩阵和概率类内散度矩阵。然后,通过最大化不同视图同类样本间相关性的同时最小化每个视图低维特征空间类内变化来提升特征鉴别能力。实验表明所提方法比已有相关方法能够取得更好的识别性能且更鲁棒。     

面向非平衡文本情感分类的TSF特征选择方法

非平衡数据中样本数量的不平衡分布往往伴随着特征分布的不平衡,在多数类文本中经常出现的特征,在少数类中却很少出现。针对非平衡数据特征分布的特点,提出了一种新的双边fisher特征选择算法TSF。该方法通过显式地组合正相关和负相关特征,缓解了特征层面的非平衡性,较好地表示了文本的信息。TSF方法在图书评论和COAE2014微博非平衡数据上进行实验,结果验证了该方法是可行的。     

基于改进的自适应局部保持投影算法的人脸识别

局部保持投影(LPP)通过构造近邻图来保持样本的局部结构,在构造近邻图的过程中,LPP会遇到两个参数K和σ的选择问题。近邻图的构建对算法的识别效果起着重要的作用,因而这两个参数的选择会在很大程度上影响LPP的识别率。为了避免参数的选择对识别率造成影响,提出了一种基于改进的自适应局部保持投影的人脸识别算法。首先,构造无参数的近邻图,其能够自适应地选取样本的近邻点并确定其相应的边权。其次,由于在计算过程中出现了矩阵维数过高的问题,因此采用QR分解进行降维处理。最后,利用共轭正交化使得投影轴具有统计不相关性,以降低特征矢量间的统计相关性,提高识别率。在ORL人脸库和YALE人脸库上进行了实验,结果表明改进的算法在识别率方面整体上好于LPP算法、DLPP算法、LMMC算法。     

一种基于改进谱熵的语音端点检测方法

针对常规谱熵端点检测法在非平稳噪声环境下检测效果差的缺陷,提出了一种基于子带谱熵幅度积参数的语音端点检测方法。该方法利用非平稳信号处理技术将语音信号的时域分析和频域分析相结合,在常规谱熵的基础上计算出子带谱熵,再结合时域中的短时平均幅度进行端点检测。仿真结果表明,与常规谱熵端点检测算法和短时平均幅度算法相比,该方法在各种噪声环境下的检测效果都比较好,鲁棒性增强,其有效性得到验证。     

基于Wollaston棱镜阵列的目标识别系统

针对传统目标识别方法识别率低、受背景环境影响大等问题,设计了一种基于Wollaston棱镜阵列的偏振光谱成像系统.为了有效地探测野外目标的微弱信号,采用了高光通量的光学天线、偏振模块及干涉模块的设计.为了保证实时采集及高稳定性的设计要求,采用了全静态光学器件完成偏振分光及空间光程调制.系统由偏振成像模块与光谱成像模块构成,可实现同一视场内4个偏振方向图像及光谱图像的同时采集,并经图像融合算法重建被测区域的偏振光谱图像.实验在不同测试距离上分别以钢板和某型火炮作为被测目标,分别采用本系统偏振模块与传统非偏振系统进行测试.实验结果显示,偏振目标识别信噪比高、受距离影响小.基于此实验,再将偏振识别图像与光谱识别图像相融合,从而构成偏振光谱图像.与传统目标识别图像相比较,本系统合成图像中目标清晰可见,受背景环境影响小、可探测距离远,具有很高的野外适应性及稳定性.     

高分辨率超声Lamb波频散曲线测量与板厚估计

超声Lamb波在工业无损检测与 评价中具有广阔的应用前景。但受制于超声导波多模式频散与混叠的影响,如何实现高分辨率超声导波的模式分离与频散曲线提取,进而定量分析材料的健康状况一直是研究的热点与难点。本文旨在将现代信号处理中广泛采用的谱估计技术应用于超声Lamb波阵列信号分析,并通过提取频散曲线定量测量板厚度。以经典参数谱估计法中的Yule-Walker法与Burg法为例,实验测量和分析了3 mm,4 mm和 5 mm厚铝板中的宽带多模式Lamb波信号,准确地提取了铝板中的宽带Lamb波频散曲线,并比较了两种经典谱估计方法与二维傅氏变换法的性能,最终实现了铝板厚度估计。     

基于信号采样自相关的步进宽带频谱感知方法

采用步进频域能量检测法可以提高在软件无线电平台的频谱感知的带宽范围,但能量检测法易受噪声不确定性的影响,而信号采样自相关检测法对噪声不确定性有很好的鲁棒性。为进一步提高软件无线电的检测性能,提出了基于信号采样自相关的步进宽带频谱感知方法。首先阐述了信号采样自相关检测的原理,然后对基于该原理的步进宽带检测方法的流程进行了分析,最后利用MATLAB软件仿真其检测性能。仿真结果表明,在信噪比（Signal-noise-ratio, SNR）不同的情况下,基于信号采样自相关的步进宽带频谱检测方法能达到所要求的检测性能。此 外,为了兼顾频谱感知的检测速度和频带带宽分辨率之间的关系,进一步提出了在原本固定步进值的步进宽带信号采样自相关的频谱感知方法中采用可变步进值的两阶段检测方法,该方法可 以获得较高的频带带宽检测分辨率和较短的检测时间。