计算机
对于重建图像存在的边缘失真和纹理细节信息模糊的问题,提出一种基于改进卷积神经网络(CNN)的图像超分辨率重建方法。首先在底层特征提取层以三种插值方法和五种锐化方法进行多种预处理操作,并将只进行一次插值操作的图像和先进行一次插值后进行一次锐化的图像合并排列成三维矩阵;然后在非线性映射层将预处理后构成的三维特征映射作为深层残差网络的多通道输入,以获取更深层次的纹理细节信息;最后在重建层为减少图像重建时间在网络结构中引入亚像素卷积来完成图像重建操作。在多个常用数据集上的实验结果表明,与经典方法相比,所提方法重建图像的纹理细节信息和高频信息能得到更好的恢复,峰值信噪比(PSNR)平均增加0.23dB,结构相似性(SSIM)平均增加0.0066。在保证图像重建时间的前提下,所提方法更好地保持重建图像的纹理细节并减少图像边缘失真,提升重建图像的性能。
挖掘时间序列motif间潜在的关联规则可以在预测未来趋势方面发挥重要作用,时间序列motif即时间序列中先前未知的重复出现的模式。针对符号化时间序列提取motif导致信息丢失的问题,提出基于剪枝技术的motif提取算法PM_Motif,实现了保留原始信息的motif的精准快速提取;针对分割motif来发现其内部关联规则导致的规则不一致的问题,从motif间的关联规则入手,给出了基于AR_TSM方法的时间序列motif关联规则挖掘算法,从根本上避免了因motif分割引起的不确定性,保证了规则的一致性;最后,引入了关联规则评价参数RM,在多数据集上证明了关联规则的预测性能。
针对传统非法文本特征自适应提取中,普遍存在着提取查全率较低、完成时间较长、成本消耗较大等问题。对此问题,提出一种基于支持向量机回归的非法文本特征自适应提取方法。对互联网文本特征信息进行分析。通过灰度局部的显著非法文本特征变化和显著非法文本特征多方向边缘强度,定位出显著非法文本特征区域,引入支持向量回归模型对非法文本特征区域和合法文本特征区域进行精确分离,消除合法文本边界,提取出互联网中非法文本特征。实验结果表明,所提出方法提取查全率较高、完成时间较短、成本消耗较低。
合理规划雷达网的重叠覆盖区域以提升其整体能量利用率,是雷达网布站的核心要素之一。为了有效获取雷达网系统中重叠覆盖区域的具体特性,提出一种基于分弧段角度法的雷达网重叠覆盖区域计算方法,在各雷达的边界交点信息基础上。将各雷达的边界分割为一条条弧段,根据这些弧段采用分弧段角度法的搜索算法实现对雷达网重叠覆盖区域特性的计算。仿真结果表明,上述方法在多部雷达组成的雷达网区域范围内,可快速获取重叠覆盖区域的重叠层数、覆盖面积、覆盖雷达编号等信息,并分析获得各雷达及雷达网的重叠率,为雷达网布站提供有效的理论依据。
传统的纯机械齿轮结构自动针织手套机具有结构复杂、效率低下、故障率高、维护成本昂贵等诸多缺点,故多电机结构的智能伺服手套机成为新的发展方向;其中.智能手套机运动控制系统是决定其性能的关键;针对上述问题.设计开发了一款基于STM32F407高性能微处理器的智能手套机运动控制系统,系统实现了高速高精度的编织运动控制,并开发有网络监测、全中文示教编程等功能;同时,为解决主轴机头高速往返运行中存在的停顿现象,根据冲量定理规划其位置控制,针对带来的位置误差问题,设计了基于模糊逻辑的位置补偿控制算法,减小位置误差;最后,经过现场测试,系统能高效地完成手套编织工作,主轴机头重复定位精度高,且人机交互界面简洁易操作;该系统为智能手套机运动控制系统的开发应用提供较好的参考价值。
近年来, 基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中. 本文对近年来基于深度学习的表面缺陷检测方法进行了梳理, 根据数据标签的不同将其分为全监督学习模型方法、无监督学习模型方法和其他方法三大类, 并对各种典型方法进一步细分归类和对比分析, 总结了每种方法的优缺点和应用场景. 本文探讨了表面缺陷检测中三个关键问题,介绍了工业表面缺陷常用数据集. 最后, 对表面缺陷检测的未来发展趋势进行了展望.
基于光盘库的Hadoop分布式文件系统(HDFS光盘库)在单位存储成本、数据安全性、使用寿命等方面非常符合当前大数据存储要求,但是HDFS不适合存储大量小文件和实时数据读取。为了使HDFS光盘库能更好地运用到更多大数据存储场景,本文提出一种更加适合大数据存储的磁光虚拟存储系统(MOVS,Magneto-opticalVirtualStorageSystem)。系统在HDFS光盘库与用户之间加入磁盘缓存,并在磁盘缓存内通过文件标签分类、虚拟存储、小文件合并等技术将磁盘缓存内小文件合并为适合HDFS光盘库存储的大文件,提高系统的数据传输速度。系统还使用了文件预取、缓存替换等文件调度算法对磁盘缓存内文件进行动态更新,减少用户访问HDFS光盘库次数。实验结果表明,MOVS相对HDFS光盘库在响应时间和数据传输速度方面得到很大改善。
兴趣泛洪攻击(interestfloodingattack,IFA)和合谋兴趣泛洪攻击(conspiracyinterestfloodingattack,CIFA)是命名数据网络(nameddatanetworking,NDN)面临的典型的安全威胁.针对现有检测方法的检测特征单一因此不能有效地辨别攻击种类以及检测率不够高等问题,提出一种基于关联规则算法和决策树算法联合检测NDN中攻击的方法.首先,通过提取NDN路由节点的内容缓存(contentcache,CS)中的数据信息挖掘CS中新的检测特征“缓存增长率”,实验发现“CS数据包增长率”是辨别IFA还是CIFA的有利依据.其次,使用关联规则算法将新的检测特征与待定兴趣表收稿日期:2020-06-11;修回日期:2020-09-15基金项目:国家自然基金委员会与中国民航局联合基金项目(U193310
智能客服利用人工智能技术准确回答用户的咨询问题, 良好的句子相似度算法可以提高智能客服中问答的准确度.本文针对金融证券领域客服, 提出了基于多特征融合的句子相似度算法模型, 提高了客服的智能性. 通过矩阵拼接的方式, 融合用户提问语句和知识库语句的词形特征和语义特征, 其中词形特征考虑N-gram相似度、编辑距离、Jaccard相似度三种词形信息, 并针对语义特征提取, 提出了基于多头注意力机制(multi-head attention)的神经网络模型LBMA. 利用上述融合的特征, 运用机器学习分类器判断两个语句是否相似, 并将分类器分类结果作为多特征融合模型的计算结果. 在尽量不改变语义信息的前提下, 通过数据增强(Data Augmentation, DA)技术扩充数据集, 提升了模型泛化能力. 实验结果表明, 与已有方法相比, 该模型在智能客服数据集上能够有效提升相似度计算的准确性, 准确率达到94.69%.
针对启发式算法应用于贝叶斯网络推理学习易陷入局部最优和寻优效率低的问题,提出一种基于混合粒子群-差分法的贝叶斯网络推理算法.该算法利用自适应的反向学习策略增加初始种群的多样性,将差分变异算子引入离散粒子群算法,提出自适应概率分层搜索策略平衡局部搜索与全局搜索,并根据levy飞行机制建立自适应的变异策略避免算法陷入局部最优.由算法的收敛性分析可知,通过迭代搜索可以找到贝叶斯网络的最大可能解释.实验结果表明与其他算法相比收敛精度与寻优效率均有提升.关键词:贝叶斯网络推理算法;粒子群算法;差分算法;levy飞行机制
为提高参考独立分量分析收敛速度,提出了改进的快速收敛参考独立分量分析方法。该方法首先采用预白化方法对观测到的信号进行处理,降低后续处理算法的复杂度,然后采用收敛速度更快、结构更简单的牛顿迭代方法对其进行优化,提高其收敛速度。理论分析表明,改进后的算法相对现有算法每次迭代的计算量基本相同;实验仿真结果表明,相对现有方法,改进后的算法具有较快的收敛速度,且误差保持不变。
为研究双腔式缓冲支柱充气压力对直升机机体模态特性的影响,在缓冲支柱参数不完备的情况下,先通过利用已有的静力试验数据对缓冲支柱参数进行识别,根据缓冲支柱动刚度试验的原理进行动刚度仿真计算,并确定动刚度仿真计算时1的取值应为1.4。改变缓冲支柱高低压腔的充气压力,并由仿真计算得到充气压力变化后缓冲支柱的静压缩力和动刚度,由此可进行机体模态特性的计算。结果表明,缓冲支柱充气压力变化时,机体侧向一阶模态频率在0.85Hz~1.00Hz范围内变化,而机体其它各阶模态频率的变化并不显著,说明缓冲支柱充气压力对机体模态特性的影响不大。
在标题自动生成任务中,BiLSTM表示文本是随着时间循环递归对每个单词进行编码,需要逐字读取单词序列,语义信息会随着状态的传递不断减弱。对此,构建一个句子级LSTM的编码器,并行对文本中每个单词编码表示。循环步骤同时对单词之间的局部状态和整体文本的全局状态进行信息交换,编码得到语义表示后使用混合指针网络的解码器生成标题。在相关数据集上进行实验,结果验证了该模型在标题生成任务上的有效性。
传统盲源分离(blindsourceseparation,BSS)优化算法的应用场合非常有限,而且分离性能不高,为此提出了一种新的采用位置混沌重构的入侵杂草优化算法(invasiveweedoptimization,IWO),并对其在盲源分离的应用进行了研究。新算法在每轮更新的初期驱动选出的较优个体向此时种群的最优个体做适当距离的移动,这样不仅会增加种群的多样性,避免算法出现早熟,而且收敛速度也较快。盲信号分离仿真实验证实,与标准IWO、粒子群优化算法(particleswarmoptimization,PSO)和自然梯度算法(naturalgradient,NG)相比,新算法的性能优势明显,收敛速度较快,分离精度较高。
利用遗传算法进行了低雷诺数下的飞机机翼结构设计及优化,并制作原理样机以检查设计的可行性及正确性。优化中设计变量取为机翼部件尺寸,优化目标是机翼重量和机翼结构的最大位移最小。结果表明优化设计方法十分有效,可以用来对具有常规布局形式的飞机进行结构优化设计。
论文以某智能小区的一户居民用户电力负荷数据为研究对象,利用均值聚类算法提取该用户不同日类型下的负荷特征曲线,分析其用电行为,为客户用电精细化管理提供依据。首先根据用户档案采集和整理的用电数据,采用向前向后移动平均法和归一化方法对数据集进行数据清洗和标准化预处理;然后,采用轮廓图法和平均轮廓值法确定初始聚类均值聚类算法对该用户用电负荷提取节假日以及不同季节的负荷特征曲线,结合家用电器使用负荷热力数;最后,利用图,分析该用户用电行为特征。算例分析结果表明,采用均值聚类算法可以明显区分用户负荷曲线的特征,实现用户用电行为的分析,为客户用电的精细化管理、提供优质的用电服务等提供支持。KKKTP391
研究由一个供应商和一个制造商组成的二级供应链协同创新中的知识转移问题,分析了分散决策、集中决策、普通收益共享决策和议价条件下的收益共享决策时四种情形对供应链协同创新中知识转移决策的影响,比较了四种决策情况下的相关变量的大小和在不同知识吸收能力下的变化规律。结果发现:收益共享契约机制可显著提高供应链协同创新中的知识转移数量,有利于提高供应链的整体利润,还有助于降低产品零售价格、批发价格等,并且议价条件下的收益共享契约机制比普通的收益共享契约机制效果更为明显。研究表明收益共享契约机制能够有效地促进供应链企业间的协同创新,同时供应链企业间的知识吸收能力也会影响到供应链协同创新的效率。
距离度量会影响微聚集算法的聚类效果,为了提高算法的隐私保护能力,采用灰关联分析中的均衡接近度替代V-MDAV算法中的欧氏距离度量记录间的距离,提出基于灰关联分析的V-MDAV算法,即V-GRAV算法。由于均衡接近度既包含灰关联度对整体接近性的测度,又具有均衡度对序列均衡性测度的特点,克服了欧氏距离受局部奇异值影响较大的问题,所以V-GRAV算法在保证信息损失与V-MDAV相近的同时,较大程度地降低隐私泄露风险,实验证明了算法的有效性。
用户满意是经济发展的必然结果,是企业追求的永恒目标。随着电力体制改革进程的加快,电力用户满意度受到了越来越多的关注和重视。在充分考虑电力用户需求与期望的基础上,提出了适用于我国电力行业的用户满意度评价模型与评价指标体系;针对传统层次分析法的不足,引入基于最优传递矩阵的改进层次分析法,省略了一致性检验步骤,大大提高了计算效率;采用模糊评价理论对各项指标的调研结果进行分析,由模糊评价矩阵确定相应指标的隶属度值,根据隶属度最大原则确定综合评价结果。对某供电公司服务的电力用户进行满意度调研与分析,算例结果验证了本文所提方法的有效性。
随着大数据时代的发展,网络上的文本、图像、视频、音频等异构多模态数据呈指数级增长。在海量数据中进行异构多模态数据的检索,成为了热门的研究方向。但是,异构多模态数据检索面临两大挑战:1)数据存在“语义鸿沟”,即如何表达异构多模态数据之间的相似性;2)在海量数据中,如何进行准确高效的检索。针对哈希检索算法忽略了异构多模态数据之间语义一致性的问题,文中提出了一种基于CCA(典型相关性分析)语义一致性的哈希检索算法(CCA-SCH)。该算法为了保持模态内的语义一致性,分别生成文本和图像数据的语义模型;为了保持模态间的语义一致性,通过CCA算法融合文本和图像语义,生成最大相关矩阵;同时引入2,ρ范式来减少原始数据集的噪声和冗余信息,使哈希函数具有更好的鲁棒性。实验结果表明,CCA-SCH算法在实验数据集上的均值平均准确率(Map)相较于基准算法提升了10%以上,体现了该算法更好的检索性能。