摘 要: 精准城区植被提取对城市建设、气候调节及固碳评估具有重要意义。针对目前城区植被边界模糊导致提取精度低的问题,提出一种基于分层特征DS合成的机载LiDAR植被提取方法。首先,对LiDAR数据进行特征提取和适用性分析得到特征分层结构;其次,以DS证据为理论基础,构建具有模糊类的信任分配函数,对每个特征进行概率分配并引入中值滤波去除噪声;最后,根据正交信任函数最大值规则进行决策,得到植被提取结
摘 要: 由于海浪在不同海况下展现出的复杂性和多变性,海面场景下运动目标的雷达回波数据获取与模拟一直是研究的难点。针对角反射体和舰船这两个典型目标,文中创新性地提出了一种数学方法来解决这一问题。首先根据海面目标的耐波性理论,分析目标的六自由度运动,结合欧拉旋转矩阵建立动态运动模型;其次根据设定的雷达参数,使用FEKO电磁仿真软件获取静态时全方位俯仰角的雷达散射截面RCS;然后结合动态运动模型和静
摘 要: 受到码间干扰影响,无线通信网络的通信传输过程不够稳定且存在一定风险,而信道状态的不确定性和时变性,增加了干扰抑制的实时性,由此,提出基于模糊集的无线通信网络码间干扰时序抑制算法。建立无线通信网络通信信道模型并展开信道多径特性测量,以分析无线通信网络中信道的行为特性;基于该特性,采用基于贝叶斯滤波的信道估计方法实时跟踪并准确估计信道状态,为码间干扰抑制提供基础;将估计结果作为输入,选用基
摘 要: 激光雷达点云和相机图像融合常被应用在多个领域,准确的外参标定是融合两种信息的前提。现有的基于特征的标定算法,提取的3D⁃2D特征存在不匹配的问题,影响了整体标定的性能。为此提出一种基于特征点匹配的激光雷达与相机外参标定方法。首先利用圆心特征提取算法从点云和图像中分别获取标定板上4个圆心特征点的三维和二维坐标;然后建立三维点云数据和二维图像数据中点对间约束关系;最后通过非线性优化算法得到
摘 要: 针对无人机航拍图像目标密集、尺度小、特征信息易丢失、漏检和误检严重,提出一种基于YOLOv8n改进的航拍小目标检测算法GI⁃YOLOv8n。GI⁃YOLOv8n重新设计网络结构,改进特征融合网络,加入跨层连接,最大化保留小目标位置细节信息和语义信息,新增极小目标检测层,提高检测精度;引入基于注意力机制的动态检测头,并用轻量化卷积模块GSConv进行改进,在尺度感知、空间感知、任务感知方
摘 要: 传统的篡改方法如拷贝粘贴和拼接已演变为利用深度学习生成的高质量伪造图像,这些篡改技术在图像纹理和细节上留下难以察觉的痕迹,如高频噪声模式的异常、颜色分布的微妙变化,以及边缘区域的不自然过渡。这些痕迹分布在不同分辨率层次和空间位置,增加了检测的难度。现有模型在整合多尺度和多位置特征时存在不足,难以有效捕捉局部细微纹理变化。针对这一问题,文中提出一种基于多分支HRNet的图像篡改检测与定位
摘 要: 针对现有图像增强算法未针对矿井环境进行优化,导致噪点、伪影和真实感丧失的问题,提出基于反射图增强的Retinex图像增强算法。首先,采用基于卷积神经网络的模型去除图像噪声;其次,调整光照增强纹理信息丰富的反射图;最后,融合经过基于图像环境反射强度自适应伽马校正的光照图与增强的反射图,消除光晕伪影并且避免过度曝光。实验结果表明,将该算法与多种对比算法比较,所提算法可以有效提高矿下低质图像
摘 要: 肺结节良恶性鉴别在肺癌早期诊断中具有重要价值,深度学习技术特别是卷积神经网络(CNN)已成为该领域核心方法。然而,当前方法在处理肺结节大小、形状、生长方向等特征之间的空间关系时尚显不足,易受无关特征和噪声干扰。胶囊网络在处理特征空间关系和噪声上具有独特优势,但原始胶囊网络因其初始为单层卷积结构,只能处理手写数字体等简单图像,因此,文中提出一种改进的胶囊网络架构来解决上述问题。文中改进主
摘 要: 高频地波雷达在对海面进行监控和目标跟踪时,必定会受到海杂波及各种噪声的干扰,这些噪声的存在是对船只目标检测的一个重大挑战。为了克服此难题,文中采用循环一致性产生式对抗网络(CycleGAN)对高频地波雷达图像进行降噪处理。在该方法中,将传统的杂波抑制问题转化为杂波抑制前后距离多普勒频谱图像的转换问题。在此基础上,利用海上实验获得的高频雷达回波资料进行实验验证,并与其他组网进行量化比较。
摘 要: 近年来,由于气候变化、室外空气污染物的增加以及全球变暖,木薯叶片病害变得更加普遍,及时和准确地检测木薯叶部病害对于防止其蔓延和确保农业生产的可持续性至关重要。然而,现有的木薯叶病检测模型很容易受到环境背景噪声的影响,这使得其由于无法有效提取出木薯叶病图片的特征,而导致其识别检测精度较低。针对该问题,文中设计了一种卷积视觉Transformer的木薯叶病检测模型——CViT,并提出了一种
摘 要: 针对神经网络提取的信号特征不足导致信号识别率下降的问题,提出基于门控注意力网络的调制信号分类识别算法。该算法先对输入信号进行混合数据增强,生成更多维度的样本以便网络更好地提取信号特征;再将处理后的样本信号输入双通道网络(CNN and BiLSTM Parallel),并行提取信号的空间特征和时间特征;最后将提取到的特征输入到门控注意力网络中,自适应地调整特征权重,减少网络复杂度。实验
摘 要: 为能够有效解决遮挡情况下,视频图像快速运动目标的精确跟踪定位问题,文中提出考虑遮挡的视频图像运动目标跟踪定位方法。利用Kalman滤波方法将视频图像中下一帧的位置提前至当前帧进行估计,并对未来帧进行修正,完成对遮挡状态下运动目标的粗定位。在粗定位的基础上,采用激光逐次逼近模式与激光离散点插值模式相结合的形式对运动目标进行定位。通过激光逐次逼近模式,系统从初始位置开始逐步调整激光发射方向
摘 要: 现有的图像隐写方法大多数都聚焦在增加隐写容量和提升载密图像的不可检测性上,对于载密图像在遭受裁剪后信息提取完整性的研究相对较少。为解决载密图像遭受裁剪后无法恢复信息的问题,文中为图像隐藏任务提出一种基于生成对抗网络的抗裁剪图像隐写方法。该方法基于生成对抗网络构建一个编码⁃解码网络,被命名为ACIS。通过在网络结构中增加评价器,让评价器与编码器进行对抗训练,使得编码器生成的载密图像更具有
摘 要: 研究粗糙集下多级网络多节点数据库安全访问方法,使其具有抑制恶意访问行为能力,提升数据库访问控制的灵活性和准确性。在粗糙集理论下,根据多级网络用户角色、访问权限、操作类型等建立安全访问决策表,利用区分矩阵对决策表属性作约简处理后,通过计算安全访问规则可信度和支持度完成安全访问决策规则的生成,利用基于目的和上下文推理的访问控制策略实现多级网络多节点数据库安全访问。实验结果表明:该方法可实现
摘 要: 针对共享双创网络平台数据传输过程中普遍存在隐私性差且安全性较低的问题,文中基于区块链和数据加密技术提出一种信息共享算法。该区块链模型的网络层使用了多台局域网计算机节点,并在数据传输时采用混合加密算法DES⁃ECC,从而使安全性与加解密效率相比单一加密算法均有所提升。共识机制还通过使用PBFT算法增强了模型的整体鲁棒性。同时,将算法部署在Hadoop分布式存储架构中,以提高数据传输的速度
摘 要: 北极海冰范围与地球生态系统和人类生产生活息息相关,因此准确预测北极海冰范围具有重大意义。针对现有机器学习方法预测北极海冰范围存在特征提取层次单薄导致海冰范围整体预测精度受限,忽略特征间重要性差异导致融化季节海冰范围预测精度低等问题,文中提出一种层级特征驱动的海冰范围预测算法。该算法结合了局部特征提取模块与双向时序特征提取模块,以捕捉局部特征与长期复杂的双向时序特征。这种多层级特征提取策
摘 要: 针对MPCVD装置冷却水温度控制中存在的调节时间长、稳定性能差的弊端,提出一种将改进后的混沌蛇鹫优化算法(CSBOA)与自抗扰控制(ADRC)算法结合的控制策略。首先,给出了冷却水温度控制系统的结构及数学模型,设计自抗扰控制器;其次,通过混沌蛇鹫优化算法对自抗扰控制器的部分参数迭代寻优,解决人工调整参数的问题。对系统进行了仿真和实验验证,结果表明:相比于传统PID控制,该控制系统稳态时
摘 要: 在注重隐私或无光环境下,主流的基于机器视觉的人员识别方法不太适用。基于稀疏体压特征,文中提出一种将CNN与Bi⁃LSTM相融合再结合注意力机制的人员识别新方法。首先,对获得的稀疏体压数据使用CNN进行空间特征提取;然后,使用Bi⁃LSTM神经网络获取长远的上下文信息,抽取潜藏在时序规律中的上下文特征;最后,将抽取的空间与时序特征并联融合,结合注意力机制进行权重参数优化,使模型更关注于最
摘 要: 大型超市在生鲜产品的储藏、售卖期,为防止设备故障对食品品质和安全造成影响,需对设备进行即时管理。针对超市冷冻设备和冷藏设备,文中为其定制了一套基于物联网的生鲜冷链设备监控解决方案。该系统通过对不同设备参数进行监测,并利用无线通信模块与云平台相结合,实现对超市冷链设备远程实时监测和管理。监控平台采用Node.js开发,包括MySQL数据库和Web服务器,能够实现数据可视化,为用户提供直观
摘 要: 由于物联网数据通常是不均衡的,导致采集的数据集中各个类别的样本数量差异很大,无法准确反映其内部的方差情况,使得数据文本相似度较高,为此,提出物联网海量不均衡数据组内方差SNM清洗算法。使用网络爬虫技术爬取海量不均衡数据,对不平衡数据字段过滤处理,设计可伸缩滑动窗口方式改进SNM算法,计算不均衡数据组内方差,将其作为清洗不均衡数据的约束,通过对比物联网海量不均衡数据组内方差阈值,实现物联
摘 要: 针对无人帆船路径跟踪控制问题,提出基于双有限时间漂角观测器的视线法制导和反步自适应控制方案。双有限时间漂角观测器对时变漂角进行了精确观测,观测误差有限时间收敛,提高了视线法制导的鲁棒性和精度。对于航向追踪,采用反步法设计控制器,动态面滤波器来解决虚拟控制律的微分爆破问题,自适应更新律补偿无人帆船的外部扰动。通过仿真实验表明,有限时间观测器提高了对漂角的观测精度,并且基于双有限时间漂角观
摘 要: 在地震勘探工区内自动分割建筑物目标对野外物理点布设和避障等工作具有重要意义。针对已有建筑物分割算法存在目标边界分割不完整和小目标分割不准确的问题,提出基于改进Unet的地震勘探工区建筑物分割方法。该方法在原始Unet网络结构基础上,首先增加特征批标准化网络层,避免网络训练过程中的梯度消失问题;然后增加多尺度卷积特征融合技术,增强网络特征表达能力;最后使用Diceloss损失函数优化网络
摘 要: 针对多无人机辅助海上物联网搜救场景,为了使无人机能处理无人船卸载的更多计算任务,同时尽可能减少无人机的能量浪费,文中提出一种基于深度确定性策略梯度(DDPG)的任务感知联合卸载和资源分配算法。首先,考虑无人机可自适应调整时隙内飞行时间以及无人船卸载任务在无人机排队计算的实际情况,建立了通信模型、计算模型和能耗模型。其次,通过联合考虑卸载决策、功率分配以及无人机飞行轨迹规划和速度调整,构
摘 要: 辐射定标技术是定量化遥感的关键环节,实时在轨绝对辐射定标已经成为在轨遥感数据实时智能处理的重要步骤之一。然而当前主流的星上定标、场地定标、交叉定标的定标算法以线性拟合方法为主,虽然计算简单,但是误差较大。文中提出一种基于双指数函数的绝对辐射定标方法,可有效提升定标计算精度,同时进行了FPGA硬件实现。针对输入数据数值超出Cordic计算模块的输入范围情况,提出对输入数值进行右移位实现整
摘 要: 为了实现高频信号在欠采样条件下的波形重构,步进延迟脉冲信号的产生成为顺序等效时间采样技术用于触发取样系统进行高频信号采样的关键。为此,对精细延时方法进行研究,采用斜波比较的方法设计了一种精细步进延时系统,该系统基于微波三极管的开关特性,结合恒流源、充放电电路、高速电压比较器以及可编程DAC产生可调步进延迟时间的触发序列。对该系统进行仿真分析以及实验测试。实验结果表明,电容放电的线性区域
摘 要: 为了实现家居生活的舒适与安全,设计了一种基于云平台的智能家庭控制系统。建立了RFID智能门禁 、室内气体监测与处理,室内土壤监测与自动浇花、系统室内光照监测与自动窗帘、手势识别与自动照明、Web界面显示数据、无线WiFi数据传输等功能于一体的智能家庭控制系统。以MEGA2560为微控制器,将空气质量传感器、光照传感器、土壤湿度传感器、手势识别传感器、环境传感器、射频识别等采集的各项指标
摘 要: 随着5G基础设施的逐步完善及中国广电作为第四大运营商的进场,四大运营商之间的竞争越来越激烈,对于5G潜在用户的精准识别问题成为了四大运营商的公共问题。文中从某地市运营商的实际数据出发,采用网格搜索方法对XGBoost模型的超参数进行优化改进,建立了5G潜客智能识别模型,并与逻辑回归、KNN、决策树、随机森林、LightGBM、XGBoost等主流模型进行了对比实验。结果显示了改进的XG
摘 要: 随着人工智能技术在交通领域的深入应用,实时检测和跟踪交通道路中的车辆与行人成为自动驾驶技术不可或缺的组成部分。为了提升在复杂环境中的检测精度与速度,文中提出一种基于BiFPN和注意力机制改进的YOLOv5s模型。通过集成双向特征金字塔网络(BiFPN)和引入CBAM注意力机制,优化了模型对小目标的识别能力,并通过数据增强技术处理自动驾驶公开数据集SODA10M,解决样本不均问题。实验结
摘 要: 针对自动驾驶场景下交通目标检测算法存在的误检及漏检的问题,提出一种基于改进YOLOv8s模型的复杂道路交通目标检测算法。设计一种轻量级的C2f⁃EMSCP模块改进YOLOv8s的骨干网络,实现网络的参数量和计算量的降低;在Backbone和Neck部分添加EMA注意力模块,有效地捕捉了全局的通道依赖性与局部空间特征,实现在通道和空间维度上的全面特征抽取;针对密集车流下小尺寸车辆检测效果