基于深度学习编码模型的图像分类方法

针对矢量量化编码的量化误差严重,而稀疏编码只是一种浅层学习模型,容易导致视觉词典对图像特征缺乏选择性的问题,提出了一种基于深度学习特征编码模型的图像分类方法。首先,采用深度学习网络无监督的受限玻尔兹曼机（RBM）代替传统的K-Means聚类及稀疏编码等方法对SIFT特征库进行编码学习,生成视觉词典;其次,对RBM编码添加正则化项分解组合每个特征的稀疏表示,使得生成的视觉单词兼具稀疏性和选择性;然后,利用训练数据的类别标签信息有监督地自上而下对得到的初始视觉词典进行微调,得到图像深度学习表示向量,以此训练SVM分类器并完成图像分类。实验结果表明,本文方法能有效克服传统矢量量化编码及稀疏编码等方法的缺点,有效地提升图像分类性能。     

信号稀疏表示方法研究进展综述

稀疏分解表示能够大大降低数据存储量,提高压缩效率,一直是学者研究的热点.传统的信号稀疏表示主要集中在各种线性正交基变换以及组合正交基上,对于高维空间信息数据的表达,传统方法往往受到各种限制.研究学者根据人类视觉系统接受场具有局部、方向和带通的特性,提出多尺度几何分析的方法,并证明了对光滑的分段函数和高维空间信号的表达,达到了更好的逼近效果.由于传统方法没有考虑原始信号特点,无法达到更好的逼近,这就引出了对信号进行训练来构造自适应学习字典的研究,并且取得了一定的研究成果.本文对信号稀疏表示方法进行了分析研究,同时分析了目前信号稀疏表示的发展趋势.     

基于自适应多特征表观模型的目标压缩跟踪

针对压缩跟踪算法中表观模型的视觉表达特征单一、统计模型缺乏柔性的问题,提出一种自适应的多特征表观建模方法.该方法引入了对梯度、边缘等图像细节描述能力更强的Surf特征,并通过构建两级观测矩阵解决多维特征的观测问题,与亮度特征进行融合,使视觉表达更加丰富、全面;通过计算正负样本特征所服从的概率分布曲线的Hellinger距离,分析特征对目标和背景的区分能力,自适应地调整统计模型中各特征之间的权重,使统计模型能更好地利用对目标跟踪有益的信息,根据目标和背景的变化及时进行更新.实验结果表明:该自适应多特征表观模型能更加准确地描述实际场景中目标和背景的复杂变化,在保持高效率的同时,极大地提高了跟踪算法的鲁棒性和准确性.     

基于概率图模型目标建模的视觉跟踪算法

提出了一种视觉跟踪任务中基于局部特征和概率图模型的目标建模方法,将目标表示为一组具有仿射不变性的区域特征,并通过概率图模型描述特征之间的空间约束关系。在目标跟踪过程中,首先在空域上利用信任传播算法,推断概率图模型中各个特征的状态,然后根据推断的结果设计改进的重要性采样函数,采用粒子滤波算法在时间域上对目标进行跟踪。为了适应目标在运动中的变化,模型根据特征的稳定程度自适应地进行更新。实验结果表明,该方法具有较强的鲁棒性,能够有效实现复杂场景下的目标跟踪。     

基于径向基函数神经网络模型对非饱和土参数的反演

通过建立考虑水气两相非饱和渗流的正演有限元模型,以归一化的数值模拟结果的出水时间为输入目标,以归一化的不同水平参数组合为输出目标,同时以归一化的模型试验结果为测试输入变量,利用径向基函数神经网络模型对不同压实系数下红层填料非饱和土参数进行了反演;并且利用反演的参数对不同压实下相对应初始饱和度数值模拟水渗出时间与实际水渗出时间进行了比较,证明了采用径向基函数神经网络模型对非饱和参数反演的可行性.     

分形算法调和的海浪模拟方法

针对高真实感海面建模困难的问题,提出了一种基于分形算法调和的海面建模方法.将海面分离为基波面和高频细节,基波通过叠加的正弦波模型合成,并基于基波网格的形变提取特征法线,用于视觉效果模拟.为了增加高频细节,引入中点随机位移分形算法,依据海面的方向特征数据优化分形参数,同时根据视点距离、人眼的视觉特性及视角变化进行海面多分...     

负荷预测的线性稀疏数AR预测模型

对时间序列线性ARIMA模型的建模和预测方法进行了总结,根据其特征提出了采用稀疏数AR模型代替ARIMA模型作为通用线性预测模型,并给出了模型搜索算法,使得时间序列线性预测模型的建模过程无需人的干预而能通过程序自动完成。     

视觉特征深度融合的图像质量评价

针对当前视觉感知特性研究和图像特征评价算法的不足,通过构建视觉多通道神经网络融合预测模型,提出一种视觉特征深度融合的图像质量评价方法. 首先,结合人类视觉系统特性设计直方图统计和奇异值分解2个互补视觉评价算法,进一步对图像各视觉通道的稀疏化梯度信息进行深度处理. 其次,构建BP神经网络融合模型,对各层视觉特征的多通道评价融合分别进行预测. 最后,对3层视觉特征评价从内层到外层逐层地进行深度自适应融合. 实验结果表明,所构建的融合模型有效提高了各种评价算法的指标水平,所提方法优于已有方法.     

显著图联合改进的JND模型

提出一种改进的基于显著性检测图联合估计恰可失真(JND)阈值的视觉感知模型,将人眼注意力机制引入JND模型,通过感知特点建模得到更为精确的JND 模型.首先通过改进的显著性检测算法得到相应的显著图,在计算JND 阈值的过程中,使用显著图来分配不同的权重给JND模型,并针对色度和亮度的不同给予不同的权重.基于空域的JND 模型主要用在计算图像中的平坦区域;而基于DCT域的JND模型更加适合计算纹理区域的阈值,新的模型还同时考虑加入对比敏感度函数和各种掩蔽效应因子.将改进的JND模型融合到新的视频编码软件HM 16.4中,实验结果表明,与HEVC 标准的数据对比,视觉感知质量没有明显下降.     

基于机器视觉的毛杆缺陷检测方法

建立了一套羽毛毛杆缺陷在线检测的完备方案,该方案运用机器视觉方法对羽毛进行无损检测。其重点是把图像检测过程分为三步,首先区别羽毛和背景,其次从羽毛中分割出毛杆,最后检测毛杆上是否存在缺陷。本文对每步都提出有效算法:用阈值法快速简便地区分羽毛和背景;用气球力的主动轮廓模型来分割毛杆;用小波分解和统计分析法来判断缺陷的存在。在小波分解前,根据毛杆缺陷特征,把图像的二维信号变换到一维信号,把缺陷的检测变为信号中奇异点的检测。在分析缺陷大小和特征后提出小波基的选择方法和分解层次的限制。该方案经过试验验证行之快速有效。     

面向对象的系统分析方法及其应用

本文介绍一种面向对象的分析方法,该方法将三种模型——信息模型、状态模型和过程模型综合起来,对应用问题领域进行分层递阶的建模和分析.通过一个实例,本文详细说明了该OOA方法的应用过程.为了使此方法更加实用有效,本文还提出了几点进一步研究的意见.     

智能教学系统中学生模型的构建

介绍了常见的学生模型: 覆盖模型、偏差模型和认知型模型。这三种模型主要是反映学习者的学习基础, 认知能力, 但对于影响学习者的心理因素没涉及到。因此, 本文把影响学习者的心理因素进行了归纳, 根据影响学习者的心理因素提出了一个全面的学生模型, 一个全面的学生模型应该是覆盖模型, 偏差模型, 认知能力、心理模型的综合, 并且用多维向量来表示。     

Improved analytic methods for coal surface area and pore size distribution determination using 77 K nitrogen adsorption experiment

77 K nitrogen adsorption was the most widely used technique for determining surface area and pore size distribution of coal. Brunauer–Emmett–Teller (BET) and Barrett–Joyner–Halenda (BJH) model are commonly used analytic methods for adsorption/desorption isotherm. A Chinese anthracite coal is tested in this study using an improved experimental method and adsorption isotherm analyzed by three adsorption mechanisms at different relative pressure stages. The result shows that the micropore filling adsorption predominates at the relative pressure stage from 6.8E−7 to 9E−3. Theoretically, BET and BJH model are not appropriate for analyzing coal samples which contain micropores. Two new analytic procedures for coal surface area and pore size distribution calculation are developed in this work. The results show that BET model underestimates surface area, and micropores smaller than 1.751 nm account for 35.5% of the total pore volume and 74.2% of the total surface area. The investigation of surface area and pore size distribution by incorporating the influence of micropore is significant for understanding adsorption mechanism of methane and carbon dioxide in coal.     

一种修正的莫尔-库仑本构模型及其应用

莫尔-库仑本构模型是理想弹塑性的，只考虑了强度随围压的变化，但没有考虑弹性模量随围压和应力水平的变化情况，这不符合地质材料的实际特性，借助于邓肯-张非线性弹性模型对切线模量的处理方法，对M-C模型中的弹性模量进行了修正。修正以后，弹性阶段的应力-应变曲线将表现为双曲线。为了将该修正模型写进FLAC^3D程序，特编制了前处理程序，并用来对刚性桩的横向承载力进行了数值分析。因为该模型没有对卸载模量重新定义，所以该模型较适合于持续加载的情况。     

系统辨识(3)：辨识精度与辨识基本问题

系统辨识是研究建立系统数学模型的理论与方法.讨论系统辨识涉及的一些基本问题,包括辨识精度、辨识方法的提出,辨识输入信号的设计,参数可辨识性与系统可辨识性,开环可辨识性与闭环可辨识性,可辨识性与能控性和能观测性的关系,可辨识性与输入信号的关系,以及与辨识方法收敛性相关的激励信号与激励条件,辨识算法收敛分析的基本工具,典型...     

系统辨识(2):系统描述的基本模型

控制是一切科学问题的核心.数学模型是一切控制问题的基础.事物的运动规律用方程描述就是数学模型.不同学科的发展就是建立其数学模型的过程.本文首次把线性动态系统数学模型分为三类:时间序列模型,方程误差类模型,输出误差类模型;详细介绍了线性系统的一些基本数学模型,包括连续系统离散化和模型等价变换,单输入单输出随机系统模型,多变量系统模型,类多变量系统模型,多输入和多输出系统模型(传递函数阵主模型、子模型、子子模型,多输入单输出系统模型,单输入多输出系统模型等).     

Fusion系统分析

介绍了被称之为第二代面向对象方法Ｆｕｓｉｏｎ方法中的系统分析，及其中的对象模型系统对象模型，操作模型，操作序列模型．     

刚柔复合路面动载响应模型的建立

根据国内外关于复合结构和动力学现有研究基础上,在充分考虑车辆、荷载、地基、路面结构模型的前提下,建立了新型的复合路面结构的模型.给出了相应的层间接触条件、边界条件、荷载条件以及传荷能力,讨论了其应用前景.     

一种修正的莫尔-库仑本构模型及其应用

莫尔-库仑本构模型是理想弹塑性的，只考虑了强度随围压的变化，但没有考虑弹性模量随围压和应力水平的变化情况，这不符合地质材料的实际特性.借助于邓肯-张非线性弹性模型对切线模量的处理方法，对M C模型中的弹性模量进行了修正.修正以后，弹性阶段的应力-应变曲线将表现为双曲线.为了将该修正模型写进FLAC3D程序,特编制了前处理程序，并用来对刚性桩的横向承载力进行了数值分析.因为该模型没有对卸载模量重新定义，所以该模型较适合于持续加载的情况.     

我国股市波动的ARCH类模型分析

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以成功地预测金融资产收益率的方差。通过对我国股价指数的统计描述，表明我国金融资产收益率存在自回归条件异方差特征，并表现出非正态性。利用ARCH类模型对深圳成份指数的波动进行拟合，结果表明，EGARCH模型对我国股市波动具有较好的拟合效果。