基于卷积神经网络与随机森林的合成孔径雷达目标识别

自合成孔径雷达(synthetic aperture radar,SAR)问世以来,就在军事侦察等方面获得了广泛的应用和发展.SAR图像包含大量的相干斑,使得图像识别工作变得相当复杂,因此,在传统的卷积神经网络(Convolutional Neural Network,CNN)的基础上将Softmax分类器替换成随机森林(Random Forest,RF),得到CNN与RF相结合的算法,记为CNN-RF,用以实现SAR目标实别在CNN-RF中,将CNN提取出SAR图像的特征矢量输入RF分类器.实验结果表明,所提出的算法在MSTAR实测数据集上取得了较高的识别准确率,从而说明了实验的有效性.     

正交尺度小波网络及在非线性经济系统预测中的应用

本文提出一种用正交尺度函数代替RBF网络中的激活函数的小波网络，给出相应小波网络学习算法；并以天津市国内生产总值为样本进行宏观经济模拟预测，预测结果表明该模型预测误差低于普通BP网络。     

基于四点插值细分小波的SAR图像去噪

针对SAR图像去噪过程中存在降低相干斑与保持有效细节这一矛盾,提出了一种基于四点插值细分小波的SAR图像去噪算法,该方法将小波和细分方法相融合,将四点插值细分规则应用到细分小波中,提出了图像去噪的新方法.该算法先用四点插值细分小波对原始图像进行分解,然后用Bayes自适应阈值及阈值函数对图像进行去噪,最后对去噪的小波系数进行重构,并通过等效视数、边缘保持指数等评价指标对去噪结果进行了评价.实验结果表明,算法的等效视数、边缘保持指数都有所提高,去噪效果得到了优化.     

An Electrocardiogram Signal Classification Algorithm Based on Improved Deep Residual Shrinkage Networks北大核心CSCD

心电信号分类是医疗保健领域的重要研究内容.针对大多数方法不能很好地降低样本数量少的类别漏诊率,以及降低预处理操作的复杂性问题,提出了一种基于改进深度残差收缩网络(IDRSN)的心电信号分类算法(即DRSL算法).首先,使用合成少数类过采样技术(SMOTE)扩充数量少的类别样本,从而解决了类不平衡问题;其次,利用改进深度残差收缩网络提取空间特征,其残差模块可以避免网络层加深造成的过拟合,压缩激励和软阈值化子网络可以提取重要局部特征并自动去除噪声;然后,通过长短期记忆网络(LSTM)提取时间特征;最后,利用全连接网络输出分类结果.在MIT-BIH心律失常数据集上的实验结果表明,该算法的分类性能优于IDRSN、DRSN、GAN+2DCNN、CNN+LSTM_ATTENTION、SE-CNN-LSTM分类算法.     

复杂网络幂律度分布和层次聚集函数标度指数的一种新的估计方法

提出一种估计复杂网络幂律度分布和层次聚集函数标度指数的新方法,并给出求解这些指数的数值算法．该方法可以克服目前网络研究中采用的图形线性拟合估计方法存在的偏差和不准确等不足之处．此外,通过对10个CNN网络进行KS检验统计量的比较,证实该方法比图形方法具有更好的拟合效果．     

基于改进二进制粒子群算法的个性化网络学习资源推荐方法

针对目前启发式算法用于解决个性化网络学习资源推荐问题时存在推荐速度较慢、不稳定等问题,文章提出基于改进二进制粒子群算法的个性化网络学习资源推荐方法(AsyBPSO-RA).该方法将个性化网络学习资源推荐问题建构为适应度函数,利用改进二进制粒子群算法(AsyBPSO)优化此适应度函数,生成推荐结果;AsyBPSO采用非对称映射函数,取代基本二进制粒子群算法中的S型映射函数,以更好地平衡算法的探索和开发阶段.通过五组实验结果对比分析发现,AsyBPSO收敛能力强,稳定性高,表明AsyBPSO-RA是较为有效的个性化网络学习资源推荐方法.     

基于卷积神经网络的公安案件文本语义特征提取方法研究

公安案件文本语义特征提取指的是从案件文本中提取案件的作案方式等特征.从本质上说问题是一类特殊的文本分类问题.构建了基于卷积神经网络(CNN)的文本语义特征提取方法框架.构建了CNN文本分类模型;针对多标记特征提取问题,使用问题转换法结合CNN分类方法来提取特征;讨论了分类中不均衡数据带来的问题,改进了CNN模型中的损失函数.实证结果表明:使用的CNN模型对于文本分类的效果优于传统的支持向量机等分类模型;使用问题转换法中的二值相关法结合CNN模型进行多标记语义特征提取准确率较高;改进后的CNN模型更加适合于不均衡数据的分类,宏平均F1值有了显著的提升.     

一种内外迭代方法求解三凸函数和优化问题

近年来,关于多个凸函数和的优化问题受到广泛关注.本文研究三个凸函数和f(x)+g(x)+h(Bx)的一类凸优化问题,其中f (x)可微且具有Lipschitz连续梯度, g(x)和h(x)是正则下半连续简单凸函数, B是一个有界线性算子.此类优化问题在信号恢复和图像处理等实际问题中有着广泛的应用.为充分利用问题中的可微函数,本文基于向前向后分裂算法和三算子分裂算法框架,建立若干具有内外迭代形式的算法.在推导迭代算法的过程中,本文提出基于对偶和原始对偶方法求解函数g+h?B和h?B的邻近算子.在对参数一定假设条件下,本文证明所提出的迭代算法收敛性.通过与Condat和Vu算法、原始对偶不动点(primal-dual?xed point, PDFP)算法和原始对偶三算子(primal-dual three-operator, PD3O)算法比较,建立三种迭代算法与本文提出的迭代算法之间的联系.最后,通过对融合Lasso问题、约束全变分正则化问题和低秩全变分图像超分辨率重建问题实施一系列数值实验,验证所提出的迭代算法的有效性.     

基于AdaBoost和深度残差网络的时间序列分类

时间序列分类(TSC)是数据挖掘领域中重要且富有挑战性的问题之一.首先将时间序列数据按照Gramian Angular Summation/Difference Field(GASF/GADF)、Markov Transition Field(MTP)、Recurrence Plot(RP)四种方式编码成图像,然后利用深度残差网络(ResNet)对编码的图像进行分类.为了充分利用四种编码图像的的信息以及提高分类的性能,使用AdaBoost对基分类器进行集成.ResNet在反向传播过程需要保存每一层的激活值,为了减少集成过程的内存消耗,利用可逆残差模块对传统残差模块进行替换.在计算分析阶段,从UCR数据中选取部分数据集进行测试,并将测试结果与当前最优的结果进行对比,实验结果表明所提算法的有效性.     

基于PICCS的非局部TGV能谱CT重建算法

能谱CT将宽谱划分为窄谱,导致通道内光子数目明显减少,加大了噪声影响,故从噪声投影中重建出高质量图像是能谱CT的一个研究热点.传统全变分(total variational,TV)容易造成重建图像中出现块状伪影等问题,总广义全变分(total generalized variation,TGV)算法可以逼近任意阶函数,再结合非局部均值算法的思想,同时考虑到不同能谱通道下重建图像的相关性,将高质量全能谱重建图像作为先验图像指导能谱CT重建,提出了基于先验图像约束压缩感知(prior image constrained compressed sensing,PICCS)的非局部TGV重建算法.实验结果表明,所提算法在抑制噪声的同时能够有效复原图像细节及边缘信息,且收敛速度快.     

函数f(a+x)与f(a-x)的图像关于x=a对称吗?

在学习函数问题时往往需要数形结合利用函数图像,有时会涉及图像的对称性.问题1函数y=f(a+x)与y=f(a-x)的图像关于x=a对称吗?分析我们先从具体函数f(x)=x3谈起,     

在生成过程中获取真知——正比例函数的图像和性质的教学设计与点评

一、写在前面由正比例函数的解析式画出函数图像,再由正比例函数的图像归纳出正比例函数的性质,是研究特殊函数的途径,对以后研究其他一般函数都有积极的意义.由于是学生初次研究一种特殊函数的图像及其性质,教学中要特别注意处理好以下问题.1.处理好为什么正比例函数的图像是一条直线图像是研究函数性质的基础,尤其是画第一个函数y=2x的图像时,人教版八年级下册教材只选取了(-3,-6)、(-2,-4)、(-1,-2)、(0,0)、(1,2)、(2,4)、(3,6)等这样的7     

函数y=ax+b/x的性质应用教学设计

在文[1]、[2]中,两位老师已经对函数y=ax+b/x(ab≠0)的图像、性质进行了系统的研究,读后我很受启发.函数y=ax+b/x(a、b∈R+)的图像与二次函数的图像有许多相似之处,在教学实践中,我将此函数的性质与二次函数的性质进行类比研究,通过四个思维环节:(一)特征问题图像化(二)单调问题特征化(三)最值问题单调化(四)不等式、方程问题函数化.在学生经历判断函数的单调区间、求函数最值的思维过程中感受函数图像的直观性(函数性质)的应用.同时在研究参数范围的过程中,渗透函数的思想、分类讨论的思想,体会函数变化过程中的不变性,深化学生对函数的理解.     

Switching Control of Nonlinear Systems Based on the Quasi-ARX Model and the SVR Algorithm北大核心CSCD

该文基于改进的含有外部输入项的准线性自回归(准ARX)径向基函数(RBF)网络模型和支持向量回归(SVR)算法,提出了一种非线性切换控制方法.改进的准ARX模型非线性部分采用RBF网络.控制系统设计过程分为三个部分:首先,利用聚类方法确定模型的非线性参数;然后,采用线性SVR算法来解决控制系统的鲁棒性问题;接下来,基于控制误差给出切换判定函数,确定切换律给出控制序列.最后通过数值仿真验证了该方法的有效性.     

利用三次函数图像 破解高考导数试题

与三次函数有关的问题是历年高考命题的热点,三次函数的图像是三次函数性质的直观反映,借助函数图像,可以直观地研究对应函数的性质.本文以近年与三次函数有关的高考试题为例,分析如何结合三次函数的图像解决这类问题.一、求解单调区间和极值点的问题例1(2012年重庆文17)已知函数f(x)=ax3+bx+c在x=2处取得极值为c-16.(1)求a、b的值.(2)若f(x)有极大值28,求f(x)在[-3,3]上的最小值.     

函数图像的两种对称问题

对于如下问题,许多同学感到不知所措. 1.y=f(x)是定义在R上的函数,则y= f(1-x)与y=f(1+x)的图像关于__对称. 2.y=f(x)是定义在R上的函数,若f(1+ x)=f(1-x),则y=f(x)的图像关于__对称. 3.y=f(x)是定义在R上的函数,则y= f(x-1)与y=f(1-x)的图像关于__对称. 其实,此类问题涉及到了函数图像的两种对称性,一种是同一函数自身的对称性,我们称其为自对称;另一种是两个函数之间的对称性,我们称其为互对称.     

例说数形结合思想解函数题

<正>数形结合是数学解题中一种重要的解题思想方法,利用函数图像的直观性,通过观察图像而获得对函数性质的认识,这是数形结合的基础依据,也是研究数学问题的常用方法.运用数形结合思想来解决常见函数问题大致有以下几个方面.一、利用图形对称性求函数的解析式例1(2013年北京)函数f(x)的图像向     

函数图像上两动点间距离的最值问题

<正>函数中两个动点之间的距离的最值(取值范围)问题归纳起来主要有三类型:(1)两个动点分别在两个函数图像上;(2)两个动点分别在一个函数图像和一个圆锥曲线上;(3)两个动点分别在一个函数图像和一条直线上.下面通过例子具体谈一谈函数中两动点间的距离的最值(取值范围)的三种类型的探求方法.     

基于三角隶属函数和模糊熵的图像增强方法及其相关应用研究

鉴于图像增强技术在生活应用中的重要性,模糊技术在图像应用中的实用性和广泛性,提出了一种基于三角隶属函数和模糊熵的新的图像增强算法(T-FE增强算法),使用三角函数作为隶属函数,重构参数型对比增强算子,运用模糊熵最大原则选取阈值,计算快速,简单.并且将T-FE算法运用于图像分割,边缘检测.通过实验仿真表明,T-FE算法在进行图像处理时有较好效果.     

再探函数f(a+x)与f(a-x)的图像性质

文[1]研究了两种不同情况:一种是函数f(a+x)与函数f(a-x)的图像关于直线对称的问题;另一种是函数f(x)对一切x∈R满足f(a+x)=f(a-x)都成立,函数f(x)图像关于直线对称的问题.那么它们是不是也存在着关于某点坐标对称呢?经过一番的思考与探究,得到如下的性质.