基于机器学习的CPS系统可靠性在线评估方法

为了对CPS系统可靠性进行有效分析与量化,提出了一种实时的CPS可靠性自动在线评估方法,该方法采用机器学习思想构建了评估框架,设计了在线排队算法,实现了对CPS可靠性的实时在线分析与评估,并能及时采取预防措施,确保系统正常无间断运行,极大地提高了系统可靠性。仿真实验结果验证了评估方法的有效性及广泛的应用前景。     

基于生成逆推的大气湍流退化图像复原方法

大气湍流是影响远距离成像质量的重要因素。虽然已有的深度学习模型能够较好地抑制大气湍流引起的图像像素几何位移与空间模糊,但是这些模型需要大量的参数和计算量。为了解决该问题,提出了一种轻量化的基于生成逆推的大气湍流退化图像复原模型,该模型包含了去模糊、去偏移和湍流再生成三个核心模块。其中,去模糊模块通过高维特征映射块、细节特征抽取块和特征补充块,抑制湍流引起的图像模糊;去偏移模块通过两层卷积,补偿湍流引起的像素位移;湍流再生成模块通过卷积等操作再次生成湍流退化图像。在去模糊模块中,设计了基于注意力的特征补充模块,该模块融合了通道注意力机制与空间混合注意力机制,能在训练过程中聚焦关注图像中的重要细节信息。在公开的Heat Chamber与自建的Helen两个数据集上,所提模型分别取得了19.94 dB、23.51 dB的峰值信噪比和0.688 2、0.752 1的结构相似性。在达到当前最佳SOTA方法性能的同时,参数量与计算量分别减少了20倍与1.8倍。实验结果表明,该方法对大气湍流退化图像复原有良好的效果。     

基于函数组合的曲线拟合的研究与应用

提出了一种初等函数组合拟合数据的方法。首先分析离散数据的整体分布情况,根据经验找出能描述该离散数据整体规律的初等函数组合,并设计若干调整参数进行拟合调整,再根据曲线拟合的残差选择选择最佳模型的参数,最终通过Matlab平台实现了模型的拟合,并给出相应的结果。