课程文献中心 更多>>

关键词： 散射   河马优化算法   聚焦   相位调制  

摘要： 当光经过烟雾、毛玻璃或生物组织等强散射介质后，会发生多重散射形成随机散斑，这种散斑极大地限制了高分辨率光学信息的传输。为了提高散射光场中传输光信息的分辨率，受河马在河流中的位置更新、对捕食者的防御和躲避三种行为启发，将河马优化算法用于散射光场调控。通过对入射光波前的相位调制，最终实现光透过散射介质的单点聚焦、多点聚焦和图像投影。并系统分析了该算法在不同程度噪声干扰下散射光场调控效果的变化。此外，还将河马优化算法与遗传算法在相同条件下的焦点增强因子、皮尔逊相关系数以及相对标准偏差进行对比。结果表明，河马优化算法具有更好的调控性能和更优的抗噪能力，为发展基于迭代波前整形的散射光场调控提供新方案。

关键词： 视觉SLAM   ORB算法   特征点   特征匹配   特征检测  

摘要： 针对ORB算法在复杂光照环境下鲁棒性较差和误匹配剔除率较高的问题，提出了一种自适应ORB特征匹配算法。通过自适应阈值算法对像素多次筛选提高特征点的选取概率，再对特征点进行四叉树均匀分配，以此增加低照度或高曝光区域特征点的数量，随后采用MAGSAC++算法剔除错误匹配，引入新的停止准则减少数据的重复采样，提高特征匹配的效率和准确性。实验结果表明，针对具有明显光照变化的数据集，改进算法的特征提取数量明显增加，特征匹配时间节省44.9%，匹配率增加了14%，可高效完成复杂场景变化下的特征匹配。最后，对本文算法进行定位实验，表明其定位精度优于其他先进VSLAM算法，具有一定的应用价值。

关键词： 激光视觉   焊缝特征点识别   核相关滤波跟踪   强噪声   亚像素精度  

摘要： 激光视觉系统被认为是目前最有前景的焊缝传感方式。由于焊接过程中产生的电弧光，烟雾，飞溅等噪声会严重破环激光条纹线的形态，降低图像对比度，让焊缝的识别变得困难，从而使得传感系统难以在焊接过程中实现实时检测。鉴于此，提出了一种基于核相关滤波跟踪的焊缝特征点识别算法。首先在传统核相关滤波理论的基础上加入遮挡判别机制并动态调整模型的学习率，让模型避免引入焊接噪声的外观，然后在此基础上进一步改进了核相关滤波跟踪的精度，提出亚像素精度对齐方法，使得目标定位的精度达到亚像素水平。对比实验结果表明改进后的识别算法性能大幅提升，优于11种常用的视觉识别算法，对于110万像素的图像而言，平均定位误差仅为2.36个像素，运算速度达到每秒40帧，完全满足焊缝实时检测的需要。实际焊接实验也进一步证明了算法的有效性。

关键词： 激光光学   双光梳光谱   互相干性   卡尔曼滤波   误差校正  

摘要： 双光梳光谱技术作为一种具备高分辨率、宽带光谱范围及快速测量特性的前沿光谱技术，在现代光学研究领域的众多应用中展现出巨大潜力。然而，如何提高双光梳系统的互相干性一直是制约其性能提升和广泛应用的关键挑战。本文聚焦于这一问题，以射频基准锁定的双光梳系统作为研究平台，提出了一种基于新息自适应扩展卡尔曼滤波的双光梳光谱自参考校正算法，在1 s的采集时间内，将射频域纵模线宽从原来的大于1 kHz降低到1 Hz，光谱分辨率显著提高，同时干涉信号相干平均后的信噪比提升约40倍。研究表明，该算法能够有效提高光谱质量，恢复双光梳间的互相干性。

关键词： POI推荐   社交网络   位置推荐   深度学习   数据稀疏  

摘要： 兴趣点（Point Of Interest，POI）推荐可以缓解用户选择困难问题并提高位置服务商、商家的收益，是位置社交网络的研究热点之一。在已有的综述中缺乏数据问题对策的梳理、前沿算法的更新、算法性能对比实验等内容。因此对这一领域的研究进行系统性综述，从数据问题、算法技术和对比实验三个方面进行归纳总结。首先，从POI数据问题角度分析并归纳出数据稀疏、数据依赖和数据隐私三大问题及其对应的解决方法；其次，从算法所用技术角度将现有重要研究分为矩阵分解、编码器、图神经网络、注意力机制、生成模型五类，比较并总结其优劣；接着，从算法性能对比角度出发，选取使用频度最高的召回率和精度作为评价指标，对五个代表性算法进行实验及评价；最后，指出该领域所面临的挑战和未来研究方向。

关键词： 数据   电子文件   电子文件管理事业   文件数据化   数据文件化  

摘要： 国家大数据战略和数字中国战略背景下，社会数字化转型加快推进，数据作为生产要素的重要性日益凸显。作为国家重要信息资源，电子文件与数据既有明确区别，也有密切联系。如何在数据要素化背景下厘清电子文件与数据的关系，明确电子文件的价值定位，实现电子文件与数据要素的充分融合，赋能国家各行业领域充分发展，是文档数据管理领域迫切需要思考的现实问题。此次笔谈围绕电子文件与数据的概念关系、电子文件与数据的实践关系、面向数据时代的电子文件管理事业发展三个问题展开，以期通过对数据化转型背景下电子文件管理具体问题的思考，为学界和业界深化相关认知、寻求实践突破提供参考借鉴。（周文泓，中国人民大学信息资源管理学院）（实录整理人：熊小芳、杨璐羽中国人民大学信息资源管理学院）

关键词： 腔衰荡光谱   离散傅里叶变换   衰荡时间提取   气体传感  

摘要： 针对衰荡时间提取中传统的离散傅里叶变换法（DFT）提取精度不足以及列文伯格-马夸尔特算法（L-M）拟合速率过慢的问题，提出一种周期离散傅里叶变换（PDFT）算法。该方法通过对周期性衰荡信号进行傅里叶变换，从频域中提取出衰荡信号的共同特征频率，利用该特征频率直接高精的提取衰荡时间常数。通过分析提取精度、拟合速率与周期数目间的关系，选定最佳的周期数目为20。从准确性，精度与拟合速率方面对PDFT算法进行了仿真分析，并搭建出一套基于腔衰荡光谱（CRDS）的氨气检测系统，对仿真结果进行实验验证。实验结果表明，与传统的L-M算法相比，PDFT算法的精度提高了1.79倍，同时拟合速率提高了6.76倍。Allan方差分析显示，在最佳积分时间下，系统的检测限低于1 ppb，说明该算法在腔衰荡光谱系统的实时气体传感中具有很好的应用潜力。

关键词： Kolmogorov-Arnold网络   用户偏好   BERT   个性化推荐  

摘要： 在个性化推荐系统中，仅使用评分数据难以全面捕捉用户偏好，且评分数据较为稀疏.针对这一问题，本文提出了一种Kolmogorov-Arnold网络驱动的评分与评论融合的推荐算法.一方面，利用该网络可以更加准确的从评分矩阵中学习到用户和物品的潜在关系，另一方面，使用该网络微调后的BERT预训练模型可以优化对评论文本的理解，通过融合用户和物品评分及评论特征，可以缓解数据稀疏性.除此之外，本文在评分预测部分提出了两种优化组合策略对回归和分类的双重预测结果进行组合，进一步降低了预测误差.实验在Yelp、Amazon和TripAdvisor三个公开数据集上进行，结果表明，所提出的算法在均方根误差和平均绝对误差指标上均优于现有领先算法.本文的研究揭示了，Kolmogorov-Arnold网络驱动的评分和评论融合的推荐算法可以缓解数据稀疏性，有效挖掘用户潜在偏好特征，提升个性化推荐的性能.

关键词： 平面拟合   随机采样一致性算法   麻雀优化算法   平面度检测  

摘要： 随着高铁技术的快速发展，轮对的检修与维护在确保列车安全与稳定运行中发挥着关键作用。在这一过程中，高铁轮对的平面度检测是至关重要的一环。本文提出了一种基于优化随机采样一致性算法（RANSAC）的点云平面拟合新方法，旨在提升高铁轮对内侧面的平面度检测精度。本文对RANSAC算法进行了优化，采用了改进后的麻雀优化算法（SSA），结合自适应惯性权重调整、位置更新、变异操作和动态随机性减少等策略，以增强平面拟合的鲁棒性与准确性。通过在点云数据中引入不同噪声比例，并与传统平面拟合方法进行比较，实验结果显示，本文算法在50%噪声点的轮对内侧面的平面拟合中，相较于RANSAC和SSA-RANSAC算法，平面度检测精度分别提高了93.97%和57.58%，标准差降低了4.55%和28.81%。这些实验表明，优化后的RANSAC算法能够显著提高拟合精度，为高铁轮对的平面度检测提供了一种新的可靠方法。

关键词： 三维目标检测   图神经网络   动态采样   点云处理   小目标检测  

摘要： 现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间的语义信息，从而生成高质量的伪图像。在关键点采样阶段，设计了一种动态采样策略，不仅提升了采样效率，同时增加了前景点的比例，并结合动态最远体素采样方法以确保关键点分布的均匀性。在候选框细化阶段，利用多尺度图池化模块提取丰富的局部特征，最后通过自适应模块融合局部信息与关键点信息，增强了特征表达能力。基于KITTI数据集的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)分别达到了56.08%和77.65%，较基准算法Point Pillars分别提升了12.29和10.04个百分点。此外，该算法在远距离目标识别方面也表现出更高的精度，验证了其在远距离目标检测和小目标类别检测中的有效性。