【摘 要】
：
由于缺陷样本数量稀缺、缺陷种类不平衡、人工设计缺陷特征构造成本高且特征泛化能力差等实际因素,导致有监督机器学习模型难以解决色织衬衫裁片的缺陷检测问题。针对该问题,提出一种U型去噪卷积自编码器重构模型和残差分析的无监督色织衬衫裁片缺陷检测方法。首先,针对某种色织花型,使用无缺陷样本构造训练数据集;然后,建立并训练一种基于去噪U型深度卷积自编码器的重构修复模型;最后,在检测阶段,通过计算待测色织衬衫裁
【机 构】
：
西安工程大学电子信息学院,浙江大学工业控制技术国家重点实验室,北京理工大学医工融合研究院
【基金项目】
：
国家自然科学基金(61803292),陕西省重点研发计划项目(2019ZDLGY01-08,2018GY-173),陕西省科技厅创新人才推进计划青年科技新星项目(2018KJXX-038),陕西省科技厅面上项目(2019JM-263),西安工程大学研究生创新基金项目(chx2020017)。
论文部分内容阅读
由于缺陷样本数量稀缺、缺陷种类不平衡、人工设计缺陷特征构造成本高且特征泛化能力差等实际因素,导致有监督机器学习模型难以解决色织衬衫裁片的缺陷检测问题。针对该问题,提出一种U型去噪卷积自编码器重构模型和残差分析的无监督色织衬衫裁片缺陷检测方法。首先,针对某种色织花型,使用无缺陷样本构造训练数据集;然后,建立并训练一种基于去噪U型深度卷积自编码器的重构修复模型;最后,在检测阶段,通过计算待测色织衬衫裁片图像与其重构图像之间的残差,即可快速检测和定位出缺陷区域。实验结果表明,该方法在不需要缺陷样本和缺陷标
其他文献
面瘫是一种以面部表情肌群运动功能障碍为主要特征的疾病。利用人工智能技术进行面瘫分级的辅助诊断不仅能够提高诊断的效率,且能够降低诊断结果受主观医疗经验的影响,提高诊断的准确性。而现有的基于计算机视觉的面瘫辅助诊断评估方法或模型主要存在以下3个问题:(1)从静态面部图像中提取的面部非对称特征难以准确表达面部运动的非对称特征;(2)浅层机器学习模型难以准确提取有效的面部特征信息;(3)深度神经网络模型难
针对高维多目标优化问题复杂度高,求解难度大的特点,提出了一种集成适应度排序的高维多目标粒子群优化算法。该算法通过获取种群中个体与参考点最近的向量,结合基于惩罚的边界交叉方法对种群中的个体进行排序,并对较差的个体进行删除,留下的精英个体被保存到外部档案中。将该算法与性能先进的4种高维多目标进化优化算法在13个标准测试实例的5,8,10,15目标上进行实验对比,结果表明,提出的算法在大多数测试用例上的性能表现优于对比算法,同时说明了该算法具有较好的收敛性与多样性,能够有效地处理高维多目标优化问题。
由于现有的大多数跨模态哈希方法未能有效地探究不同模态数据之间的相关性以及多样性,导致检索性能不尽如人意。为了克服该问题,提出一种简单而有效的深度跨模态哈希方法——深度共性保持哈希,可以在简单的端到端网络中同时学到模态共享表示和模态私有表示,并生成对应模态的判别性紧凑哈希码。与现有的基于深度的跨模态哈希方法相比,所提出的方法的模型复杂度和计算量几乎可以忽略不计,但是获得了显著的性能提升。在三个跨模态数据集上的大量实验结果表明,该方法优于其他当前最先进的跨模态哈希方法。
网络流量的加密传输是互联网的发展趋势之一,而加密流量中的恶意流量识别是维护网络空间安全的重要手段。识别恶意流量需要将加密流量进行密/非密、应用程序以及加密算法的细粒度区分以提高识别效率,再将不同精细度区分后的流量经过预处理后转化为图像、矩阵和N-gram等形式导入机器学习训练模型中进行训练,实现良性/恶意流量的二分类以及多分类。基于机器学习的识别效果严重依赖于样本数量和质量,同时无法有效地应对整形和混淆后的流量,而基于密码学的恶意流量识别技术通过深度融合可搜索加密技术、流量审查机制和可证明安全模型,在加密
针对当前位置隐私保护方案安全和效率问题,提出一种面向移动终端的K匿名位置隐私保护方案。首先在匿名区域选取2K个合理假位置,然后根据位置熵,从中筛选出K-1个较优位置,进而达到更优匿名效果;采用安全高效的不经意传输协议,避开了传统方案对可信匿名中心的依赖,提高了方案效率;同时可实现一次查询多个兴趣点的需求。安全分析表明,该方案满足匿名性,抗重放攻击和不可伪造性等安全特性。仿真结果显示,该方案具有更高的执行效率和隐私度,并具有较低的通信开销。
针对用户差异化的需求及融合网络局部过载造成视频业务中断的问题,提出一种负载均衡的视频传输机制。首先根据光纤无线接入网络的前端结构特点来改进分裂多径路由协议以获得路径选取模型;其次计算视频在无线侧的延迟和路径差分延迟,并确定其阈值作为用户体验质量约束;最后在考虑用户体验质量的同时,采用多级惩罚函数的粒子群优化算法进行视频分发。仿真结果表明,所提机制性能优于吞吐能力感知负载分发、增强延迟控制负载分发以及延迟-能量-质量感知的多路径算法,在避免用户流失的同时,能够有效地使网络负载保持均衡,缓解网络拥塞现象。
针对神经网络语音增强算法因特征选取不能全面表示语音非线性结构导致语音质量较差的问题,提出一种动态特征联合新掩模优化神经网络语音增强的方法。首先,提取带噪语音的3种特征并进行拼接以得到静态特征,后求一阶、二阶差分导数,捕捉语音的瞬息信号,融合成动态特征,动静结合完成特征内部互补,减少语音失真。其次,为了使增强语音的可懂度和清晰度同时达到最好,提出一种新的自适应掩模,它既能自适应调整语音、噪声的能量比例,又能自适应调节传统掩模和平方根掩模的比例;并用Gammatone通道权重修改每个通道内的掩模值,模仿人类听
非正交多址接入技术能够实现更高的频谱利用率、更大的吞吐量和更低的传输延迟,因此被认为是5G网络中多址接入的重要技术之一。为提高非正交协作系统的中断性能,针对非正交多址接入系统的下行链路场景,设计了基于解码转发协议的分布式被动中继选择方案,推导了系统中两用户各自中断概率的闭式结果和高信噪比下的近似结果,最后通过仿真分析得出了中继位置、信道质量和中继个数对系统中断概率的影响规律,并与部分中继选择策略作对比,验证了所提被动中继选择策略的性能优势。
为降低传统g-C3N4/Ag2O复合光催化剂的制备成本,提高催化效率,通过原位沉积法,以三聚氰胺和β-环糊精为原料,制备了不同质量比的O-C3N4/Ag2O复合光催化剂,并利用SEM、TEM、XRD、FT-IR、PL、UV-vis等手段分析催化剂的形貌、结构和光学性质。通过考察所制备催化剂在可见光下对甲基橙和诺氟沙星的光降解性能确定其光化学性能。结果表明:O-C3<
数据加密是保证信息安全的重要手段之一.SM4算法具有安全性强、效率高和易于硬件实现等优势,被广泛应用于数据加密领域,而利用硬件特性高效/高速实现SM4算法成为当前研究的热