课程文献中心 更多>>

关键词： 头部跟踪   虚拟声源   头相关传输函数  

摘要： 在头相关传输函数的基础上实现了基于头部跟踪的3D虚拟声源定位算法与应用,当使用者头部位置发生变化时,能够保持虚拟声源在空间中的绝对位置不变.本文通过Faster R-CNN目标检测算法,检测了摄像头画面中的人脸并实时返回人脸位置.根据返回的数值计算出水平角与俯仰角,使用CIPIC HRTF数据库中对应角度的测量值与输入声音信号进行卷积滤波处理,得到虚拟声音信号.实验表明,在向左向右分别偏移15cm和30cm的情况下,计算角度与实际角度的误差分别为0.36°、1.68°、0.41°、0.40°.

关键词： 深度学习   图像分割   U-Net   OCR   指针式仪表  

摘要： 随着深度学习算法的发展,指针式仪表识别方法也从原来的模板匹配算法发展到了如今通过深度学习算法进行识别,但是目前常用的深度学习读表方法多数基于YOLO,这些方法的鲁棒性相对较差,难以满足一个制造车间下不同种类仪表的识别。基于对图像分割算法的研究提出了一种改进的U-Net算法,实现对表盘的刻度及指针进行分割,并设计出了一套针对图像分割的读数方法,最后通过OCR技术中的文本区域检测和文本识别算法对表盘关键信息进行提取来实现指针式仪表的识别。使用该算法得到的指针式仪表读数的准确率高达99%。实验结果表面,该算法的稳定性及鲁棒性表现极佳,准确率也优于其他深度学习算法。

关键词： 遗传算法   自动化测试   测试用例生成   软件质量保证   优化算法  

摘要： 在软件开发过程中,自动化测试用例生成对确保软件质量具有重要意义。传统的测试用例生成方法大多依赖人工编写或基于简单规则的自动化工具,存在测试覆盖率不全、生成效率低下等问题,无法满足现代复杂软件系统的需求。遗传算法作为一种模拟生物进化过程的启发式搜索方法,凭借其全局搜索能力和适应性,成为解决复杂优化问题的有效手段。基于遗传算法提出了一种自动化测试用例生成方法,利用个体的选择、交叉和变异操作,实现对测试用例集的优化迭代。实验结果表明,提出的方法在代码覆盖率、生成时间和资源利用率方面均显著优于传统规则生成和随机测试方法,有效提高了测试的覆盖范围和执行效率,为软件测试的自动化和智能化提供了新思路和支持。

关键词： 二阶锥   线性互补问题   低阶罚函数算法   光滑函数  

摘要： 本文研究二阶锥线性互补问题的两种低阶罚函数光滑型算法.利用核函数卷积积分为正函数和负函数生成光滑函数的方法,提出了两种新的光滑函数,并利用光滑牛顿法进行数值实验,获得了当罚参数趋于无穷大、光滑参数单调下降趋于零时,低阶罚函数方程组解序列在特定条件下收敛于二阶锥线性互补问题解的结果.通过数值实验将新提出的光滑函数与原有的光滑函数进行性能比较,结果表明新光滑函数之一具有更好的数值性能,这推广了投影函数的光滑函数.

关键词： 数学科学学院   组态相互作用   计算机算法   计算物理   计算化学   机器学习   高性能计算   化学反应机理  

摘要： 完全组态相互作用(Full Configuration Interaction,FCl)是计算化学与计算物理中重要的电子结构计算方法,旨在通过考虑所有可能的电子组态来精确求解多电子体系的能量与波函数。FCI研究不仅对基础科学有深远的影响,而且在实际应用中也具有重要的价值,尤其是在材料科学、药物设计和化学反应机理研究等领域。近年来,复旦大学数学科学学院青年研究员李颖洲与合作者围绕快速算法设计、高性能计算与并行计算、量子计算、机器学习等研究领域,在FCI算法的设计、分析、优化以及量子计算机算法的开发方面取得重要进展。

关键词： DNS隐蔽信道   流量检测   卷积神经网络   注意力机制  

摘要： 域名系统(domain name system,DNS)隐蔽信道是一种利用DNS协议实现数据泄露的网络攻击手段,受到诸多高级持续性威胁(advanced persistent threat,APT)组织的青睐,给网络空间安全带来了严重威胁。针对传统机器学习方法对特征依赖性强、误报率高的问题,提出一种融合多通道卷积和注意力网络的DNS隐蔽信道检测算法。该算法基于DNS请求与响应双向流,首先将残差结构和并行卷积相结合,采用不同大小的卷积核提取并融合多尺度特征信息,实现不同感受野特征的捕获;其次引入通道注意力机制增加卷积通道关键信息的提取能力,丰富网络模型的表达能力;最后采用softmax函数实现DNS隐蔽信道的检测。实验结果表明,所提模型能有效检测DNS隐蔽信道,平均准确率、精确率和召回率分别为96.42%、97.82%和96.16%,优于传统方法。

关键词： 边缘检测   颜色空间   交通标志   HSL   Lab  

摘要： 针对传统的检测算法存在过度引入噪声,以及错误地进行边缘定位而导致误检、漏检等现象,提出一种基于HSL和Lab颜色空间结合的地面交通标志检测算法。区别于传统的检测算法利用物体的物理特征对物体进行边缘响应而达到检测目的,该算法高度依赖物体的颜色特征,对带有鲜明颜色特征的物体的检测效果较优。观察发现,路面上的交通标志,车道线、斑马线等往往都是明亮的白色和黄色,因此,该算法可以更好地应用于实际交通场景下的地面交通标志。实验结果表明,该算法针对普通场景和复杂场景下的地面交通标志检测的效果均优于传统检测算法,对噪声的抗干扰能力以及对真实边缘的定位能力更强。

关键词： 海平面高   优化算法   深度学习   预测模型  

摘要： 【目的】提升海平面预测精度,提高防范水文灾害的能力。【方法】采用融合切比雪夫混沌映射(Chebyshev)和反向差分学习(OBL-DE)机制改进鹈鹕算法,结合双向长短期记忆网络(Bi-directional long short-term memory,BILSTM)预测模型,为BILSTM寻找最佳参数组,利用日本验潮站数据,通过使用机器学习方法测定未来海平高变化,计算预测值与实际值的平均绝对值、均方根误差、平均绝对百分比误差。【结果】提出一种改进鹈鹕优化算法(Improve pelican optimization algorithm,IPOA)解决鹈鹕优化算法在实际应用中容易陷入局部最优的问题,基于IPOA-BILSTM模型寻找的最优参数组为[366,450,0.01,488],提高在复杂环境下探索最优解的效率。8个预测模型的海平面高对比实验结果表明,IPOA-BILSTM预测模型的预测误差最低,平均绝对误差值为10.53 mm、均方根误差值28.69 mm、平均绝对百分比误差0.14%,结果验证了IPOA-BILSTM模型更适合该区域的海平面高预测。【结论】本研究提出的预测模型IPOA-BILSTM,在日本验潮站数据中实现了高性能的预测,提升了海平面预测的精度,为海平面变化研究提供参考。

关键词： 电子政务   算法行政   政务算法   监督机制  

摘要： 党的二十届三中全会提出“完善覆盖全国的一体化在线政务服务平台”,这为电子政务建设提出了新的目标和要求。随着数字政府“算法行政”范式和“政务算法”模式的不断发展,“算法监督”问题日益凸显。而相关问题的解决,首先需要把握政务算法运行机制的基本特征,即从实体到数据“管理对象”、从场景到模型“运行方式”、从规范到代码“权力模式”体系转向,深入剖析算法监督与算法监管“衔接性”、算法实现与算法实施“关联性”、算法构成与算法价值“耦合性”等基础性理论问题。并以此为基础,通过实践探索进一步完善以“预设性”为重点的事前监督、以“合规性”为重点的事中监督和以“价值性”为重点的事后监督等系统性监督制度体系。

关键词： 遥感影像分类   土地覆盖类型   机器学习   随机森林   灰狼算法  

摘要： 随机森林方法对遥感影像的土地覆盖类型分类,虽然相比传统的监督分类方法精度已经有所上升,但是由于其需要调节的参数众多,传统的网格搜索等调参方法又较为耗时,不易找到最佳的参数组合,因此文章提出了一种采用灰狼算法对随机森林模型进行优化的方法,迭代优化参数,从中选取随机森林最佳参数组合,构建GWO-RF分类模型,以提升遥感影像土地覆盖类型分类的精度。以Sentinel-2数据为数据源,辽宁省沈阳市浑南区为研究区,经过模型训练和参数优化以后,测试集的混淆矩阵精度由87.24%提升到了91.31%,提升了4.07%,Kappa系数由0.8304变为0.8857,增加了0.0553。分析结果表明,灰狼算法可以对随机森林的参数进行优化,从而提升遥感影像土地覆盖类型的分类精度。