基于深度强化学习的二维不规则多边形排样方法

本文将深度强化学习应用于二维不规则多边形的排样问题中,使用质心到轮廓距离将多边形的形状特征映射到一维向量当中,对于在随机产生的多边形中实现了1％以内的压缩损失.给定多边形零件序列,本文使用多任务的深度强化学习模型对不规则排样件的顺序以及旋转角度进行预测,得到优于标准启发式算法5％-10％的排样效果,并在足够次数的采样后...     

Kaprekar序列的似混沌特性及其在图像加密中的应用

为获得采用整型运算的似混沌序列,基于Kaprekar变换并利用Kaprekar常数的数学性质,构造一种新的时间序列——Kaprekar序列。利用时间序列的分析方法对Kaprekar序列进行功率谱特性、相空间重构、最大Lyapunov指数和主分量等方面的分析,与经典Logistic序列进行比较,得到Kaprekar序列与混沌序列的关系。结果表明,Kaprekar序列具有似混沌特性,并有完全采用整型计算的优点。将Kaprekar序列应用于图像加密中,取得了很好的实验结果。     

同构图判定：改进的电路模拟法

针对无向图的同构判定,提出一种改进的电路模拟法。该算法在原电路模拟法的基础上,通过添加1个参考节点,从而使原来需求解2n个n-1阶的线性代数方程组变为求解2个n阶的线性方程组(n为图的顶点数)。与原有算法相比较,算法复杂度大大降低,对于大规模图的同构判定具有明显的优势。     

改进的变分自适应中值滤波算法

为了更好地恢复被高密度椒盐噪声污染的图像,该文提出了一种基于两阶段方法去除图像椒盐噪声的算法。首先,利用改进的自适应中值滤波算法标识出图像中被污染的像素点,然后对被污染的像素点采用变分滤波的方法进行恢复。此方法利用了自适应中值滤波良好的噪点识别能力和变分滤波的细节保护的特性,对于噪声密度高达80%的图像依然可以达到很好的恢复效果。仿真结果验证了所提出算法的有效性,并且在效果上要明显优于传统的变分自适应中值滤波算法。     

归一化子带自适应滤波器步长控制

定步长子带自适应滤波器必须在快的收敛速度和低的稳态失调之间进行折中。根据自适应滤波器系数向量均方偏差与步长之间的函数关系,该文采用使自适应滤波器系数向量均方偏差在每次迭代更新时最速下降的方法,提出一种步长控制算法来解决上述问题。该算法可以兼得快的收敛速度和低的稳态失调。实验结果验证了该方法的有效性。     

超导纳米线单光子探测器偏置电源系统设计

超导纳米线单光子探测器(SNSPD)是一种新型的单光子探测器,相对于传统的半导体单光子探测器件,具有高计数率、低暗计数等明显优势,然而SNSPD需要在接近临界状态的偏置条件下和多个模块配合才能触发热点效应。本文设计了一种Nb N材料的超导纳米线单光子探测实验系统用的偏置电源系统,辅助功能是温度控制和信号调理。实验表明,4个通道可以独立稳定输出精确度为0.1μA且0~99.9μA区间可调的恒流偏置,温度测量的精确度为0.05 K,热点效应产生的脉冲信号被调理后成功地被分析仪器检测到,满足单光子探测的要求。