高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2020年  第42卷  第4期

显示方式:
2020-04ML 目录
2020, 42(4): 1-4.
摘要:
基于忆阻器的混沌、存储器及神经网络电路研究进展
王春华, 蔺海荣, 孙晶如, 周玲, 周超, 邓全利
2020, 42(4): 795-810. doi: 10.11999/JEIT190821
摘要:
忆阻器是除电阻、电容、电感之外发现的第4种基本电子元件,它是一种具有记忆特性的非线性器件,可用于混沌、存储器、神经网络等电路与系统的实现。该文对基于忆阻器的混沌电路、存储器、神经网络电路的设计与神经动力学的国内外研究进行了综述,并给出了对它们的研究展望。
忆阻高通滤波电路准周期与混沌环面簇发振荡及慢通道效应
李芳苑, 陈墨, 武花干
2020, 42(4): 811-817. doi: 10.11999/JEIT190373
摘要:
该文提出了一种忆阻高通滤波电路,它是由有源高通RC滤波器与二极管桥级联LC振荡器的忆阻模拟器并联耦合组成的。该文建立了电路方程与系统模型。基于分岔图、相平面图、庞加莱映射等数值仿真,开展了以反馈增益为可调参数的分岔分析,揭示了忆阻高通滤波电路中存在的准周期、混沌环面、混沌和多周期等簇发振荡行为。进一步地,通过快慢分析法,导出了快子系统的Hopf分岔集,并进而阐述了忆阻高通滤波电路慢通道效应的形成机理。最后,基于Multisim电路仿真验证了数值仿真结果。
基于双曲正切忆阻器的Duffing系统中簇发、共存分析及其DSP实现
王梦蛟, 邓勇, 李志军, 曾以成
2020, 42(4): 818-826. doi: 10.11999/JEIT190631
摘要:
忆阻器作为第4种基本电路元件由蔡少棠首次提出,它的提出为混沌电路的设计和工程应用提供了新思路。该文通过在Homles型Duffing系统中引入一个双曲正切忆阻模型,得到了一个新忆阻Duffing非自治系统。利用转换相图、相图、Lyapunov指数等,揭示了该系统具有振荡尖峰数目可控簇发、非完全对称双边簇发、非完全对称的簇发共存、多种周期混沌共存等新颖动力学行为。并通过分岔图及平衡点分析,研究了其簇发产生机理。采用Multisim电路仿真与数字信号处理平台(DSP)对系统进行了硬件实现,与理论分析基本一致的实验结果证明该系统是可行的且是物理可实现的。
基于忆阻器的乘法器电路设计
王光义, 沈书航, 刘公致, 李付鹏
2020, 42(4): 827-834. doi: 10.11999/JEIT190811
摘要:
忆阻器作为一种非易失性的新型电路元件,在数字逻辑电路中具有良好的应用前景。目前,基于忆阻器的逻辑电路主要涉及全加器、乘法器以及异或(XOR)和同或(XNOR)门等研究,其中对于忆阻乘法器的研究仍比较少。该文采用两种不同方式来设计基于忆阻器的2位二进制乘法器电路。一种是利用改进的“异或”及“与”多功能逻辑模块,设计了一个2位二进制乘法器电路,另一种是结合新型的比例逻辑,即由一个忆阻器和一个NMOS管构成的单元门电路设计了一个2位二进制乘法器。对于所设计的两种乘法器进行了比较,并通过LTSPICS仿真进行验证。该文所设计的乘法器仅使用了2个N型金属-氧化物-半导体(NMOS)以及18个忆阻器(另一种为6个NMOS和28个忆阻器),相比于过去的忆阻乘法器,减少了大量晶体管的使用。
基于多通道忆阻脉冲耦合神经网络的多帧图像超分辨率重建算法
董哲康, 杜晨杰, 林辉品, 赖俊昇, 胡小方, 段书凯
2020, 42(4): 835-843. doi: 10.11999/JEIT190868
摘要:
高清晰度的图像是信息获取和精确分析的前提,研究多帧图像的超分辨率重建能够有效解决因外部拍摄环境引起的图像细节丢失、边缘模糊等问题。该文基于纳米级忆阻器,设计一种多通道忆阻脉冲耦合神经网络模型(MMPCNN),能够有效模拟网络中连接系数的动态变化,解决神经网络中固有的参数估计问题。同时,将提出的网络应用于多帧图像超分辨率重建中,实现低分辨率配准图像的融合操作,并通过基于稀疏编码的单帧图像超分辨率重构算法对获得的初始高分辨率图像进行优化。最终,一系列计算机仿真及分析(主观/客观分析)验证了该文提出方案的正确性和有效性。
荷控忆阻器记忆衰退的寄生效应
沈怡然, 李付鹏, 王光义
2020, 42(4): 844-850. doi: 10.11999/JEIT190865
摘要:
荷控忆阻器在寄生元件存在的情况下,可能发生记忆衰退现象。该文采用忆阻器动力学路线图和仿真的方法,研究了忆阻器寄生电阻和寄生电容对其动力学特性的影响。理论和仿真分析发现,理想荷控(流控)忆阻器在直流和交流激励下,寄生电阻或寄生电容单独存在时不发生记忆衰退现象,但在寄生电阻和寄生电容同时存在的情况下会发生记忆衰退,其机理是寄生元件形成放电通路,从而导致荷控忆阻器产生了记忆衰退。
忆阻数字逻辑电路设计
王晓媛, 金晨曦, 周鹏飞
2020, 42(4): 851-861. doi: 10.11999/JEIT190864
摘要:
该文简要概述了忆阻器理论的提出、应用现状及其在电子技术领域发展的现状,介绍了忆阻器在数字逻辑电路设计中的重要意义,并结合惠普(HP)忆阻器的二值特性及其电路特性,对忆阻器在数字逻辑电路设计中的发展、趋势及可应用前景进行了综述,可为忆阻器在数字逻辑电路中的后续研究及相关应用提供一定的参考。
简洁无电感忆阻混沌电路及其特性
曾以成, 成德武, 谭其威
2020, 42(4): 862-869. doi: 10.11999/JEIT190859
摘要:
采用非理想有源电压控制忆阻器和磁通控制型光滑3次非线性忆阻器,该文设计了一种不含电感的简单(只含5个电子元器件)双忆阻混沌电路。采用常规的非线性分析手段详细研究了电路参数变化时系统的基本动力学行为,例如平衡点稳定性分析,相轨图以及李雅普诺夫指数谱和分岔图等。通过调节系统控制参数,该系统可产生多涡卷、多翼以及暂态混沌等十分丰富的动力学现象。此外,还研究了系统依赖于忆阻器初始状态的多稳态,得到了一些有意义的结果。为验证电路的可行性及稳定性,通过对忆阻器的模拟等效电路的搭建,并将该等效电路应用于所提出的混沌电路中,硬件电路实验结果以及Multisim电路仿真结果与理论分析一致。
忆阻突触耦合Hopfield神经网络的初值敏感动力学
陈墨, 陈成杰, 包伯成, 徐权
2020, 42(4): 870-877. doi: 10.11999/JEIT190858
摘要:
该文报道了3神经元Hopfield神经网络(HNN)在电磁感应电流作用下的初值敏感动力学。利用非理想忆阻突触,模拟由两个相邻神经元膜电位之差引起的电磁感应电流,构建了一种简单的4维忆阻Hopfield神经网络模型。借助理论分析和数值仿真,分析了不同忆阻突触耦合强度下的复杂动力学行为,揭示了与状态初值密切相关的特殊动力学行为。最后,设计了该忆阻HNN的模拟等效实现电路,并由PSIM电路仿真验证了MATLAB数值仿真的正确性。
多频激励忆阻型Shimizu-Morioka系统的簇发振荡及机理分析
李志军, 方思远, 周成义
2020, 42(4): 878-887. doi: 10.11999/JEIT190855
摘要:
为了研究忆阻系统的簇发振荡及其形成机理,该文在Shimizu-Morioka(S-M)系统的基础上引入忆阻器件和两个慢变化的周期激励项,建立了一种多时间尺度的忆阻型S-M系统。首先研究了单一激励下S-M系统的簇发行为及分岔机制,得到一种对称型“sub-Hopf/sub-Hopf”簇发模式。然后借助De Moivre公式将多频激励系统转化为单频激励系统,结合快慢分析法重点分析了附加激励幅度对“sub-Hopf/sub-Hopf”簇发模式的影响。对应于不同附加激励幅度该文发现了两种新的簇发模式,即扭曲型“sub-Hopf/sub-Hopf”簇发和嵌套级联型sub-Hopf/sub-Hopf”簇发。借助时序图、分岔图和转换相图分析了相应的簇发机制。最后,采用Multisim软件搭建电路模型并进行仿真实验,得到的实验结果与理论分析结果相吻合,从而实验证明了忆阻型S-M系统的簇发模式。
分数阶忆阻退化Jerk系统的特性分析与DSP实现
孙克辉, 秦川, 王会海
2020, 42(4): 888-894. doi: 10.11999/JEIT190904
摘要:
为了探究分数阶形式下该类系统的动力学特性,该文将分数阶微积分引入到忆阻退化Jerk系统中,增加了一个自由度,提升了系统性能。通过相图、分岔图、李雅普诺夫指数谱、复杂度混沌图等分析了系统的动力学特性,并采用DSP技术,实现了该系统的数字电路。研究结果表明,系统拓展到分数阶后有两种不同的单涡卷吸引子,系统随初值变化呈现倍周期分岔路径,在某些特定初值处系统演化路径出现跃变。系统具有无限多个吸引子共存。
基于混合三角变异差分进化算法的平面稀疏阵列约束优化
陈志坤, 杜康, 彭冬亮, 朱新挺
2020, 42(4): 895-901. doi: 10.11999/JEIT190705
摘要:
针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能力和后期收敛能力,最终实现峰值旁瓣电平和旁瓣零陷凹面的平面阵列约束优化。仿真结果表明,对比混合三角变异策略前的算法,该算法在完成稀疏阵列峰值旁瓣电平优化的同时,能在指定旁瓣区域完成零陷凹面设计,降低有源干扰影响。
稀疏拉伸式L型极化敏感阵列的二维波达方向和极化参数联合估计
马慧慧, 陶海红
2020, 42(4): 902-909. doi: 10.11999/JEIT190208
摘要:
为降低现有的共心式矢量传感器阵列天线间存在的严重互耦影响,进一步提高参数估计精度,该文提出一种稀疏拉伸式L型极化敏感阵列(SSL-PSA),并针对该阵列提出一种2维波达方向(DOA)和极化参数联合估计算法。首先建立稀疏拉伸式极化敏感阵列的信号模型,然后将阵列划分为6个子阵,采用子空间旋转不变算法(ESPRIT)算法得到多个旋转不变因子(RIFs),再根据旋转不变因子间的关系,通过数学运算,得到一组方向余弦有模糊精估计值和4组无模糊粗估计值;然后重构出对应的4组导向矢量,根据导向矢量和噪声子空间的正交性,确定出正确的一组无模糊粗估计值;最后通过现有的解模糊方法得到高精度且无模糊的DOA和极化参数估计值。该文所提阵列不存在共心结构,相对于现有的含有共心式矢量传感器结构的阵列,大大降低了互耦影响,且可在不增加天线数目的前提下,有效扩展阵列的2维孔径,大大提高DOA估计精度。仿真结果证明该文所提方法的有效性。
基于强散射点在线估计的距离扩展目标检测方法
郭鹏程, 刘峥, 罗丁利, 李俭朴
2020, 42(4): 910-916. doi: 10.11999/JEIT190417
摘要:
传统的距离扩展目标检测一般在散射点密度或散射点数量先验条件下完成,在目标散射点信息完全未知时检测性能会大幅降低。针对这个问题,该文提出一种基于强散射点在线估计的距离扩展目标检测方法(OESS-RSTD),该方法利用机器学习中的无监督聚类算法在线估计强散射点数量以及首次检测门限,然后再结合虚警率,确定2次检测门限,最后通过两次门限检测完成目标有无的判决。该文分别利用仿真数据和实测数据进行了试验验证,并和其他算法进行了试验对比,通过虚警概率一定时的信噪比(SNR)-检测概率曲线验证了该文所提方法相对于传统算法有更高的稳健性,且该方法不需要目标散射点的任何先验信息。
一种针对大型凹型障碍物的组合导航算法
李庆华, 尤越, 沐雅琪, 张钊, 冯超
2020, 42(4): 917-923. doi: 10.11999/JEIT190179
摘要:
针对移动机器人导航过程中无法规避大型凹型障碍物问题,该文提出一种多状态的组合导航算法。算法按照不同的运动环境,将移动机器人的运行状态分类为运行态、切换态、避障态,同时定义了基于移动机器人运行速度和运行时间的状态双切换条件。当移动机器人处于运行态时,采用人工势场法(APFM)进行导航,并实时观测毗邻障碍物的几何构型。在遭遇障碍物时,切换态用于判断是否满足状态切换条件,以进入避障态执行避障算法。避障完成后,状态自动切换回运行态继续执行导航任务。多状态的提出,可有效解决传统人工势场法在大型凹形障碍物的避障过程中存在局部震荡的问题。基于运行速度和运行时间的双切换条件判定算法,可实现多状态间的平滑切换。实验结果表明,该算法在解决局部震荡问题的同时,还可降低避障时间,提升导航算法效率。
一种基于多尺度核学习的仿射投影滤波算法
李群生, 赵剡, 寇磊, 王进达
2020, 42(4): 924-931. doi: 10.11999/JEIT190023
摘要:
为了提高强非线性信号的噪声消除和信道均衡能力,在核学习自适应滤波方法的基础上,该文提出一种基于惊奇准则的多尺度核学习仿射投影滤波方法(SC-MKAPA)。在核仿射投影滤波算法的基础上,对核组合函数结构进行改进,将多个不同高斯核带宽作为可变参数,与加权系数共同参与滤波器的更新;利用惊奇准则将计算结果稀疏化,根据仿射投影算法的约束条件对惊奇测度进行改进,简化其方差项,降低了计算的复杂度。将该算法应用于噪声消除、信道均衡以及MG时间序列预测中,与多种自适应滤波算法及核学习自适应滤波算法进行仿真结果的对比分析,验证了该算法的优越性。
脉冲噪声中基于指数函数的可变拖尾非线性变换设计
罗忠涛, 詹燕梅, 郭人铭, 张杨勇
2020, 42(4): 932-940. doi: 10.11999/JEIT190401
摘要:
针对脉冲噪声中的信号检测问题,该文提出一种基于指数函数的非线性变换函数设计与优化方法。该方法利用指数函数衰减速度可调的优点,适用于脉冲噪声的各种分布模型。通过引入效能函数,将非线性函数设计问题转化为以效能最大化为目标的阈值与底数参数优化问题。由于效能是关于待优化参数的连续可导且单峰函数,该优化问题可采用数值优化方法如单纯形法快速稳健地求解。性能分析表明,针对脉冲噪声常用的对称α稳定分布、Class A分布和高斯混合分布,该文方法均能取得基本最优检测性能,基于实测大气噪声仿真的通信误码率也明显优于传统的削波器和置零器。因此,该文为各种分布的脉冲噪声提供了一个统一的最优抑制解决方法。
基于矢量图的特定辐射源识别方法
潘一苇, 杨司韩, 彭华, 李天昀, 王文雅
2020, 42(4): 941-949. doi: 10.11999/JEIT190329
摘要:
发射机的指纹特征具有复杂性,现有的认识水平制约了特定辐射源识别(SEI)的性能。为此,该文提出一种基于矢量图的SEI方法,应用深度学习技术实现了多种复杂特征的联合提取。该文首先分析了多种发射机畸变在矢量图上的视觉表现;在此基础上,以矢量图灰度图像作为信号表示,构建深度残差网络提取图像中的视觉特征。该方法克服了现有认知的局限,兼具高信息完整性和低计算复杂度。实验结果表明,与现有算法相比,该方法能够显著改善SEI的性能,识别增益约为30%。
认知无线电非正交多址接入随机网络物理层安全性能分析
于宝泉, 蔡跃明, 胡健伟
2020, 42(4): 950-956. doi: 10.11999/JEIT190049
摘要:
该文针对干扰源以及窃听节点均随机分布的通信场景,分析了认知无线电启发式非正交多址接入(CR-NOMA)网络中次用户通信对的安全通信性能。采用随机几何理论,将窃听节点和干扰节点建模为服从特定分布的齐次泊松点过程(PPP)。首先,在保证主用户通信对通信可靠性的前提下,得到了发端设定的功率分配系数,进一步得到了次用户通信对的连接中断概率和安全中断概率的闭式表达式。随后,得到了功率分配系数随主用户可靠性能约束的变化规律。最后,研究了次用户对的中断概率随着窃听节点密度、发端发送功率的变化情况,结果表明干扰信号的增强在降低网络可靠性能的同时,换来了安全性能的提高。仿真结果验证了理论分析的正确性。
基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法
李国权, 徐勇军, 陈前斌
2020, 42(4): 957-964. doi: 10.11999/JEIT190419
摘要:
针对多蜂窝多用户异构无线网络干扰管理和效率提升问题,该文研究了基于干扰效率最大的下行链路基站(BS)-用户匹配和功率分配问题。首先,考虑宏用户和微蜂窝用户的服务质量,将问题建模为多变量混合整数非线性规划问题。其次将原问题分解为基站选择和功率分配两个子问题。针对基站选择问题,利用凸优化问题获得最优基站选择策略;针对功率分配问题,利用二次变换法和Dinkelbach辅助变量法,将功率分配问题转换为凸优化问题求解。仿真结果表明,与现有算法对比,该算法具有较好的干扰效率和干扰控制性能。
基于Tangle网络的移动群智感知数据安全交付模型
赵国生, 张慧, 王健
2020, 42(4): 965-971. doi: 10.11999/JEIT190370
摘要:
针对现有群智感知平台在数据和酬金交付过程中存在的安全风险和隐私泄露问题,该文提出一种基于Tangle网络的分布式群智感知数据安全交付模型。首先,在数据感知阶段,调用局部异常因子检测算法剔除异常数据,聚类获取感知数据并确定可信参与者节点。然后,在交易写入阶段,使用马尔科夫蒙特卡洛算法选择交易并验证其合法性,通过注册认证中心登记完成匿名身份数据上传,并将交易同步写入分布式账本。最后,结合Tangle网络的累计权重共识机制,当交易安全性达到阈值时,任务发布者可进行数据和酬金的安全交付。仿真试验表明,在模型保护用户隐私的同时,增强了数据和酬金的安全交付能力,相比现有感知平台降低了时间复杂度和任务发布成本。
多操作系统异构网络的病毒传播模型和安全性能优化策略
王刚, 冯云, 陆世伟, 马润年
2020, 42(4): 972-980. doi: 10.11999/JEIT190360
摘要:
针对蠕虫病毒通常只能感染特定操作系统的特点,该文研究了多操作系统异构网络中的病毒传播规律及安全性能优化策略。首先,考虑多数病毒仅限在同种操作系统之间的链路中传播,在SIRS病毒传播模型中引入异构边比例参数,通过系统平衡点求解和基本再生数分析,研究异构边对单系统病毒传播和网络安全性能的影响。其次,按照动态目标防御思想和技术,设计了非异构边随机中断、非异构边随机重连和单操作系统节点随机跳变3种网络安全优化策略,分析了3种策略下异构边比例和基本再生数的变化及其对网络安全性能的影响。最后仿真验证了病毒传播模型的正确性和3种策略的网络安全性能优化效果,同随机中断和随机隔离策略对比,分析其对网络安全性能和网络业务承载能力的影响。
基于混沌集的图像加密算法
李付鹏, 刘敬彪, 王光义, 王康泰
2020, 42(4): 981-987. doi: 10.11999/JEIT190344
摘要:
该文提出一种基于包含离散混沌系统、连续混沌系统的混沌系统集的混沌加密算法,该加密算法可以根据加密强度需求选择不同的混沌系统组合,利用图像像素的像素均值及像素坐标值为参数控制混沌密钥产生,增强混沌密钥与明文数据之间的联系。在加密基础上,将密文按位切割成3个数据后伪装隐藏在一个处理后的公开图像内,改变了密文外观特性。通过对加密后的图像进行图像直方图分析、相邻像素相关性分析及图像信息熵分析,表明该加密算法有效,在图像保密传输中具有应用潜力。
基于螺旋相位变换和广义Fibonacci混沌的光学图像加密
郭媛, 许鑫, 敬世伟, 金涛, 金梅
2020, 42(4): 988-996. doi: 10.11999/JEIT190514
摘要:
为了解决光学加密技术中混沌序列分布不均匀,抗选择明文攻击能力弱以及菲涅尔域双随机相位编码系统对第1个衍射距离不敏感等问题,该文基于螺旋相位变换和新型广义Fibonacci混沌系统,提出一种光学图像加密算法。在菲涅尔域的双随机相位编码中对明文图像进行相位编码和螺旋相位变换,克服系统对第1块随机模板和衍射距离不敏感的缺陷,提高光学密钥敏感性。添加安全图像与明文进行加权干涉,进一步提高光学密钥敏感性和密钥维度。构造可产生均匀混沌序列的广义Fibonacci混沌系统生成随机模板,解决密钥体积过大分发传递困难问题,克服Logistic混沌分布不均匀的缺点,提高密钥传输效率及密钥敏感性。同时用明文哈希值SHA-256生成混沌初值和螺旋相位变换参数,使得密钥流随明文自适应变化,达到“一次一密”的效果,提高算法抵抗选择明文攻击能力和明文敏感性,雪崩效应更强。实验对比表明该算法明文及密钥敏感性高,密钥空间大,鲁棒性好,能有效抵御各种攻击,是一种高安全性的光学图像加密方法。
基于多模态特征融合监督的RGB-D图像显著性检测
刘政怡, 段群涛, 石松, 赵鹏
2020, 42(4): 997-1004. doi: 10.11999/JEIT190297
摘要:
RGB-D图像显著性检测是在一组成对的RGB和Depth图中识别出视觉上最显著突出的目标区域。已有的双流网络,同等对待多模态的RGB和Depth图像数据,在提取特征方面几乎一致。然而,低层的Depth特征存在较大噪声,不能很好地表征图像特征。因此,该文提出一种多模态特征融合监督的RGB-D图像显著性检测网络,通过两个独立流分别学习RGB和Depth数据,使用双流侧边监督模块分别获取网络各层基于RGB和Depth特征的显著图,然后采用多模态特征融合模块来融合后3层RGB和Depth高维信息生成高层显著预测结果。网络从第1层至第5层逐步生成RGB和Depth各模态特征,然后从第5层到第3层,利用高层指导低层的方式产生多模态融合特征,接着从第2层到第1层,利用第3层产生的融合特征去逐步地优化前两层的RGB特征,最终输出既包含RGB低层信息又融合RGB-D高层多模态信息的显著图。在3个公开数据集上的实验表明,该文所提网络因为使用了双流侧边监督模块和多模态特征融合模块,其性能优于目前主流的RGB-D显著性检测模型,具有较强的鲁棒性。
基于近邻搜索花授粉优化的直觉模糊聚类图像分割
赵凤, 孙文静, 刘汉强, 曾哲
2020, 42(4): 1005-1012. doi: 10.11999/JEIT190428
摘要:
为克服传统模糊聚类算法应用于图像分割时,易受噪声影响,对聚类中心初始值敏感,易陷入局部最优,模糊信息处理能力不足等缺陷,该文提出基于近邻搜索花授粉优化的直觉模糊聚类图像分割算法。首先设计一种新颖的图像空间信息提取策略,进而构造融合图像空间信息的直觉模糊聚类目标函数,提高对于噪声的鲁棒性,提升算法处理图像中模糊信息的能力。为了优化上述目标函数,提出一种基于近邻学习搜索机制的花授粉算法,实现对于聚类中心的寻优,解决对于聚类中心初始值敏感,易陷入局部最优的问题。实验结果表明所提算法能在多种噪声图像上取得令人满意的分割效果。
基于压缩感知高反光成像技术研究
范剑英, 马明阳, 赵首博
2020, 42(4): 1013-1020. doi: 10.11999/JEIT190512
摘要:
高反光物体成像时反射的光强容易超出传感器接收光强的最大量化值,使得采集图像部分区域图像失真,严重影响信息传递。为了改善高反光成像饱和区域中数据丢失的状况,该文结合压缩感知这一新的采样理论提出基于压缩感知高反光成像方法,利用特定测量矩阵对目标图像进行线性采样,将CCD图像传感器的单个光强采样值与测量矩阵中的分布数据对应结合,对整合后的数据用算法进行恢复重建实现被测目标在高光环境中成像。以峰值信噪比和灰度直方图作为客观评定标准。实验表明,该成像方法鲁棒性较强、可行性较高,直方图检测饱和像素占比为0%,峰值信噪比为58.37 dB实现了在高光环境下不含饱和光成像,为压缩感知在成像应用中提供了新的方向。
基于深度学习的手语识别综述
张淑军, 张群, 李辉
2020, 42(4): 1021-1032. doi: 10.11999/JEIT190416
摘要:
手语识别涉及计算机视觉、模式识别、人机交互等领域,具有重要的研究意义与应用价值。深度学习技术的蓬勃发展为更加精准、实时的手语识别带来了新的机遇。该文综述了近年来基于深度学习的手语识别技术,从孤立词与连续语句两个分支展开详细的算法阐述与分析。孤立词识别技术划分为基于卷积神经网络(CNN)、3维卷积神经网络(3D-CNN)和循环神经网络(RNN) 3种架构的方法;连续语句识别所用模型复杂度更高,通常需要辅助某种长时时序建模算法,按其主体结构分为双向长短时记忆网络模型、3维卷积网络模型和混合模型。归纳总结了目前国内外常用手语数据集,探讨了手语识别技术的研究挑战与发展趋势,高精度前提下的鲁棒性和实用化仍有待于推进。
基于深度学习的绝缘子定向识别算法
李彩林, 张青华, 陈文贺, 江晓斌, 袁斌, 杨长磊
2020, 42(4): 1033-1040. doi: 10.11999/JEIT190350
摘要:
为了解决绝缘子目标检测中无法精确定位的问题,该文基于深度学习提出一种绝缘子定向识别算法,通过在轴对齐检测框中加入角度信息,可有效解决常规深度学习算法无法精确定位目标的问题。该算法首先将角度旋转参数引入轴对齐矩形检测框中构成定向检测框,然后将该参数偏移量作为第5参数加入到损失函数中进行迭代回归,同时为提高检测精度在训练过程中使用Adam算法替代随机梯度下降(SGD)算法进行损失函数优化,最终可获得绝缘子定向检测模型。实验分析表明,加入旋转角度的定向检测框可有效对绝缘子目标进行精确定位。
基于条件经验模式分解和串并行CNN的脑电信号识别
唐贤伦, 李伟, 马伟昌, 孔德松, 马艺玮
2020, 42(4): 1041-1048. doi: 10.11999/JEIT190124
摘要:
针对运动想象脑电信号(EEG)的非线性、非平稳特点,该文提出一种结合条件经验模式分解(CEMD)和串并行卷积神经网络(SPCNN)的脑电信号识别方法。在CEMD过程中,采用各阶固有模式分量(IMF)与原始信号的相关性系数作为第1个IMF筛选条件,在此基础上,提出各阶IMF之间的相对能量占有率作为第2个IMF筛选条件。此外,为了考虑脑电信号各个通道之间的特征和突出每个通道内的特征,该文提出SPCNN网络模型对进行CEMD过程后的脑电信号进行分类。实验结果表明,在自行采集的脑电数据集上平均识别率达到94.58%。在公开数据集BCI competition IV 2b上平均识别率达到82.13%,比卷积神经网络提高了3.85%。最后,在自行设计的智能轮椅脑电控制平台上进行了轮椅前进、左转和右转在线控制实验,验证了该文算法对脑电信号识别的有效性。

官方微信,欢迎关注