课程文献中心 更多>>

关键词： 盲水印   稀疏差分调制   包装水印   鲁棒性   版权保护  

摘要： 在传统的包装印刷领域,印刷条码由于其易损坏、防伪能力弱、占用空间大以及解码时间长等缺点,影响了生产效率。针对这些问题,提出了一种基于稀疏差分调制(Sparse Differential Modulation,SDM)的高效包装水印算法。该技术采用人眼难以察觉但可以通过相机提取的水印嵌入到包装印刷图像中,具有抗破坏性、不易伪造和易于识别等特点。首先,对商品信息、生产日期、防伪标签等数字信息进行编码,生成水印块。通过在与设备无关的CIE Lab色彩空间中微调相应的像素来嵌入水印信息,从而实现了高度的不可感知性和安全性,同时采用了稀疏差分调制在嵌入阶段调制图像的单个通道,这在提取水印时有助于实现图像的精准配准和定位。实验结果表明该算法不仅适用于包装印刷图像的信息存储,也适用于版权保护等领域。

关键词： 乳腺癌   聚类   标记基因   差异基因  

摘要： 为了实现在单细胞水平上量化肿瘤空间异质性,选取10×Genomics平台上的乳腺癌空间转录组数据集为研究对象,使用深度图互信息(Deep graph infomax,DGI)模型对乳腺癌细胞进行聚类研究。结果显示,DGI算法展示出较好的聚类性能,调整兰德系数达到0.55,聚类结果接近人工注释分层且边界平滑,能够出色识别出乳腺癌标记基因和簇4与簇8之间的差异表达基因,富集结果表明这些基因与乳腺癌的发生发展有非常密切的关系。分析结果可能为乳腺癌患者找到作为临床诊断和治疗依据的标志物,对乳腺癌诊断和预后产生新的见解。

关键词： 移动机器人   视觉SLAM   弱光照环境   卷积神经网络  

摘要： 移动机器人视觉SLAM技术能够在一定条件下实时估计自身在环境中的位置,并构建和更新环境稀疏或稠密三维地图,这些信息可以帮助机器人提高对未知复杂环境的准确感知和适应能力,以执行更复杂的任务。但使用相机作为传感器的视觉SLAM在定位和建图的精度和稳定性方面在很大程度上依赖于采集到的图像质量,在弱光照环境中,现有的视觉SLAM算法难以有效地工作。针对视觉SLAM在弱光照环境中定位精度降低和跟踪丢失的问题。本文提出了一种适应弱光照环境的RLMV-SLAM算法,该算法使用一个轻量化的神经网络对输入图像进行预处理,增强其亮度、对比度、色彩和去噪,同时,该算法使用地图点补充策略、Sparse BA和一种实时增量闭环检测方法提高了定位和建图精度和鲁棒性。在公开数据集和自采数据集上对该算法进行了实验验证,并与其他主流视觉SLAM方法进行了对比,结果表明本文提出的方法将弱光照环境中有效跟踪时长提升30%以上,且在公开数据集上估计位姿的误差也有明显降低,证明了所提算法的有效性,为弱光照环境中同步定位和建图提供了一定参考。

关键词： 人工智能   机器学习   聚类算法   招投标风险审计  

摘要： 招投标是业主选择交易对象的一种市场交易行为,也是政府采购的一种重要方式。招投标工作具有一定的复杂性,暗箱操作、串标、围标等违规行为时有发生,使得招投标审计具有一定的失败风险,人工智能技术的研究与应用为招投标审计带来了机遇。为了帮助审计人员识别招标投标过程中隐藏的审计线索,本文在分析了人工智能、机器学习、聚类算法的基础上,研究了如何把机器学习中的无监督算法K-means++聚类算法运用于招投标风险审计中,提出了基于K-means++聚类算法的招投标风险智能审计方法,并通过应用案例验证了所提出的基于K-means++聚类算法的招投标风险智能审计方法的有效性。本文的研究为今后审计人员开展招投标风险审计提供了智能审计模型与思路。

关键词： 自动驾驶汽车   离手检测   手势识别   自学习阈值  

摘要： 法律上离手检测能力已经成为目前自动驾驶汽车不可或缺的一部分,针对目前离手检测系统手势识别性能与产品的普适性间的矛盾,提出一种具备自学习能力的电容式离手检测系统手势识别算法。通过手势向量法,建立了手势的数学模型,以及对经典手势在人群中的信号特点进行分析,构建了拥有自学能力的手势识别算法。该方法可以识别出驾驶员的手部信息,再结合最小识别手势的需求,为驾驶员提供更合适的手势判定阈值。按照通用的手势识别性能评价方法,对比该算法与没有自学习能力的普通算法的手势识别结果的正确率,发现在相同的输入下,该算法在保证离手检测基本性能的条件下,整体的正确率大于没有自学习能力的普通算法的正确率。

关键词： 协同过滤   跨区域跨评分推荐   图卷积矩阵补全   自教学习   深度回归网络   受限图卷积矩阵补全  

摘要： 传统跨评分协同过滤范式忽视了目标域中评分密度对用户和项目隐向量精度的影响,导致评分稀疏区域评分预测不够准确.为克服区域评分密度对评分预测的影响,基于迁移学习思想提出一种跨区域跨评分协同过滤推荐算法(cross-rating collaborative filtering recommendation algorithm,CRCRCF),相对于传统跨评分协同过滤范式,该算法不仅能有效挖掘辅助域重要知识,而且可以挖掘目标域中评分密集区域的重要知识,进一步提升目标域整体,尤其是评分稀疏区域的评分预测精度.首先,针对用户和项目,分别进行活跃用户和非活跃用户、热门项目和非热门项目的划分.利用图卷积矩阵补全算法提取目标域活跃用户和热门项目、辅助域中全体用户和项目的隐向量.其次,对活跃用户和热门项目分别构建基于自教学习的深度回归网络学习目标域和辅助域中隐向量的映射关系.然后,将映射关系泛化到全局,利用非活跃用户和非热门项目在辅助域上相对较准确的隐向量推导其目标域上的隐向量,依次实现了跨区域映射关系迁移和跨评分的隐向量信息迁移.最后,以求得的非活跃用户和非热门项目在目标域上的隐向量为约束,提出受限图卷积矩阵补全模型,并给出相应推荐结果.在MovieLens和Netflix数据集上的仿真实验显示CRCRCF算法较其他最先进算法具有明显优势.

关键词： YOLOv5s   轻量化   手语识别   MobilenetV3   ECANet   通道注意力  

摘要： 为应对聋哑人群体在日常生活中的沟通障碍问题,提出了优化YOLOv5s网络的新算法.针对YOLOv5s模型体积庞大、参数过多导致移动端检测效率低下的问题,进行了两个方面的改进:一是轻量化处理,采用MobilenetV3轻量化结构取代其主干网络的骨干层;二是采用ECANet注意力机制替换颈干网络中的C3模块,增强模型的特征提取能力,提高模型的检测精度和对环境的适应能力.使用HAGRID数据集进行实验的结果显示:改进后的YOLOv5s-MobilenetV3-ECA模型平均精度mAP达到了99.6%,且在不同环境下,模型对于手语的识别置信度达到了0.9,与改进前的YOLOv5s模型相比,模型大小仅为原来的19.4%,帧率每秒提高了9.7帧,具有更好的泛化能力.改进后的模型可以在移动端上较好地部署,为手语识别和聋哑人士的交流提供了一定的参考价值.

关键词： 声学成像   波束形成   局部放电   麦克风阵列  

摘要： 基于声学成像原理,通过麦克风阵列检测电力设备局部放电时产生的声波信号,采用声学成像算法,实现对局部放电声源的定位,达到局部放电定位检测的目的。在比较分析多种声学成像算法的基础上,建立一种适用于局部放电定位的基于正交匹配追踪反卷积声源识别(OMP-DAMAS)改进声学成像算法。开关柜局部放电定位检测实验验证表明,OMP-DAMAS算法在保持高精度定位的同时,还显著缩短算法的计算时间,适合用于电力设备的局部放电定位检测。

关键词： 量子联想分类器   均衡叠加态   Hamming距离   量子最小搜索  

摘要： 针对现有联想分类器不能存储重复样本的问题,提出一种基于Hamming距离和量子搜索算法的量子联想分类器设计方法,并给出联想分类器存储和分类的线路图.该方法需提前准备5组量子比特,分别对Hamming距离、输入样本、模式样本、类别和序号进行编码.首先,根据样本总体N,计算联想分类器所需的量子位数,再利用量子旋转门和Hadamard门将初态为|0〉的量子位旋转为恰好包含N个基态的均衡叠加态;其次,根据待存储样本的类别和值,将剩余两组初始状态为|0〉的量子位通过可控操作转换为相应的量子基态;最后,基于量子最小搜索的分类方法,计算输入样本与所有存储样本之间的Ha mming距离,再使用固定相位Grover量子搜索算法搜索这些Hamming距离的最小值,最小值对应存储样本的类别即为输入样本的类别,具体的分类结果可通过测量寄存器中的量子态得到.

关键词： 大型吊装   软基处理   设备管理   安全风险识别   安全管理  

摘要： 大型钢结构吊装施工是建筑施工中的重要环节,其安全控制对于保障工程顺利进行和作业人员生命安全具有重要意义,通过大型设备使用前中后管理、设备工作环境确认、生产组织管理、施工过程中安全生产管理、吊装设备选择与检查、吊装方案制定与执行等关键方面对钢结构吊装施工全过程进行管理,提出了针对性的技术、组织、安全管理等措施,保障了施工安全可控,降低吊装施工的安全风险,保障工程项目的顺利进行和作业人员的安全。