摘要:MPI （Message Passing Interface）专为节点密集型大规模计算集群设计，然而，随着MPI+CUDA （Compute Unified Device Architecture）应用程序以及计算节点拥有GPU的计算机集群的出现，类似于MPI的传统通信库已无法满足.而在机器学习领域，也面临着同样的挑战，如Caff以及CNTK （Microsoft CognitiveToolkit）的深度学习框架，由于训练过程中，GPU会缓存庞大的数据量，而大部分机器学习训练的优化算法具有迭代性特点，导致GPU间的通信数据量大，通信频率高，这些已成为限制深度学习训练性能提升的主要因素之一，虽然推出了像NCCL （Nvidia Collective multi-GPU Communication Library）这种解决深度学习通信问题的集合通信库，但也存在不兼容MPI等问题.因此，设计一种更加高效、符合当前新趋势的通信加速机制便显得尤为重要，为解决上述新形势下的挑战，本文提出了两种新型通信广播机制：（1）一种基于MPI_Bcast的管道链PC （Pipelined Chain）通信机制：为GPU缓存提供高效的节点内外通信.（2）一种适用于多GPU集群系统的基于拓扑感知的管道链TA-PC （Topology-Aware Pipelined Chain）通信机制：充分利用多GPU节点间的可用PCIe链路.为了验证提出的新型广播设计，分别在三种配置多样化的GPU集群上进行了实验：GPU密集型集群RX1、节点密集型集群RX2、均衡型集群RX3.实验中，将新的设计与MPI+NCCL1 MPI_Bcast进行对比实验，对于节点内通信和节点间的通信，分别取得了14倍和16.6倍左右的性能提升；与NCCL2的对比试验中，小中型消息取得10倍左右的性能提升，大型消息取得与其相当的性能水平，同时TA-PC设计相比于PC设计，在64GPU集群上实现50%左右的性能提升.实验结果充分说明，提出的解决方案在可移植性以及性能方面有较大的优势.

摘要:近年来，由于计算机技术的飞速迅猛发展，特别是硬件条件的改善，计算能力不断提高，深层神经网络训练的时间大大缩短，深度残差网络也迅速成为一个新的研究热点.深度残差网络作为一种极深的网络架构，在精度和收敛等方面都展现出了很好的特性.研究者们深入研究其本质并在此基础上提出了很多关于深度残差网络的改进，如宽残差网络，金字塔型残差网络，密集型残差网络，注意力残差网络等等.本文从残差网络的设计出发，分析了不同残差单元的构造方式，介绍了深度残差网络不同的变体.从不同的角度比较了不同网络之间的差异以及这些网络架构在常用图像分类数据集上的性能表现.最后我们对于这些网络进行了总结，并讨论了未来深度残差网络在图像分类领域的一些研究方向.

摘要:角点检测是机器视觉和计算机视觉领域的基本课题.角点有时也称为兴趣点，在简化图像信息数据的同时，还在一定程度上保留了图像较为重要的特征信息.角点检测在三维场景重建、运动估计、视觉跟踪以及图像配准与图像匹配等计算机视觉领域得到了广泛的应用.本文对现有的角点检测方法进行了分类及阐述，主要分为基于灰度强度的方法、基于边缘轮廓的方法，并将其余类别的角点检测方法也进行了汇总.并介绍了现有方法的部分测评技术以及实用案例，为图像角点检测技术提供参考和借鉴.

摘要:提升客服系统对于群体客户用电问题的分析与理解能力是改善电力行业客服质量的重要途径之一.本文基于数据挖掘中的聚类技术，以电力客服中心记录的客户用电问题为数据基础，建立客户服务数据分析聚类模型，进而提出了针对用电问题分析的改进的自适应特征权重K-Means聚类算法.实验验证了该方法可快速准确地实现客服数据的自动聚类，可挖掘出隐藏的客户用电问题关键信息，为改进用电力客服质量与潜在服务风险预测提供了技术支撑.

摘要:遥感影像的变化检测是遥感应用研究的热点之一，在城市变化、环境监测、土地利用以及基础地理数据库更新等领域中有着广泛的应用.变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征和过程，具体工作是对同一地区不同时相的两幅或多幅图像进行分析，检测出其中的变化部分与未变化部分.本文提出了基于堆栈降噪自动编码器网络的变化检测方法，将应用于SAR （Synthetic Aperture Radar，合成孔径雷达）卫星图像变化检测的深度学习算法改进，使之适用于高分光学卫星图像，然后在孪生网络的结构上进行改进，提出了基于分支卷积神经网络的变化检测方法，最后设计算法去除了阴影干扰和噪声等伪变化，并在高分二号卫星中宁夏地区的实际生产数据影像上进行了测试，取得了不错的效果.

摘要:在复杂的自然场景中，目标识别存在背景干扰、周围物体遮挡和光照变化等问题，同时识别的目标大多拥有多种不同的尺寸和类型.针对上述目标识别存在的问题，本文提出了一种基于改进YOLOv3的非限制自然场景中中等或较大尺寸的目标识别方法（简称CDSP-YOLO）.该方法采用CLAHE图像增强预处理方法来消除自然场景中光照变化对目标识别效果的影响，并使用随机空间采样池化（S3Pool）作为特征提取网络的下采样方法来保留特征图的空间信息解决复杂环境中的背景干扰问题，而且对多尺度识别进行改进来解决YOLOv3对于中等或较大尺寸目标识别效果不佳的问题.实验结果表明：本文提出的方法在移动通信铁塔测试集上的准确率达97%，召回率达80%.与YOLOv3相比，该方法在非限制自然场景中的目标识别应用上具有更好的性能和推广应用前景.

摘要:在检测二维医学图像的过程中利用医学图像的三维可视化技术有利于医生更加全面地分析图像数据，从而对病情做出准确的应对措施.以肝脏为例，首先提取可视人体数据集中连续横断面图像，采用区域生长的图像分割算法从连续的横断面图像中提取出肝脏轮廓的区域.然后对肝脏轮廓进行层间插值，利用VTK工具包结合面绘制方法构建出肝脏的三维模型.接着对初始模型进行一定程度的网格削减，降低数据冗余度，完成虚拟肝脏体的三维重建.采用CUDA架构进行肝脏体纹理的合成与映射工作，兼顾了体纹理的真实感和虚拟手术系统的实时性，对虚拟肝脏手术的发展有着重要的促进作用.

摘要:针对持续多发的输电线路外力破坏事件，人工巡视以及传统监控设备并不能及时有效发现事故隐患，因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型，可以智能识别出输电线路现场的安全隐患.建立起前端采集图像，数据无线传输，后台识别分析，隐患定向推送的智能监控新模式.在佛山地区应用实践中，该系统实现了对输电线路现场的24小时实时监控预警，提高了对外力破坏隐患的监管能力，有效预防了大型施工机械所致的线路跳闸事故.

摘要:摆轮在精密仪器设备中经常使用，其平整度与整个仪器的精密准确性密切相关.传统摆轮检测以人工为主，本文提出一种基于机器视觉的摆轮平整度检测系统，先校正摆轮图像，然后提取其亚像素边缘信息，并通过投影映射精确计算边界信息.系统支持连续采样计算，并以摆轮边缘的动态极差作为零件的合格标准.实验结果表明，该方法实时性好，准确率高，可以满足工业检测需求.

摘要:较大型单位的后勤保障时刻离不开流程管理信息系统，传统方法采用固定流程图和固定表单的方式，无法适应新形势下后勤灵活自主管理的要求.同时，传统信息系统采用的关系型数据库方式在适应当前后勤保障大数据时也捉襟见肘.本文设计并实现了使用Activiti和MongoDB的后勤自由流程信息系统，以自由灵活流程管理为目标，以关系型数据库辅助非关系型数据库为设计理念，给出了自由流程框架、关键接口和重要代码逻辑，以及两类数据库协同的设计方法.实现的系统有效地解决了上述问题，较大地减少了开发人员的工作量，为当前大型企业或单位后勤保障流程管理信息化提供了一个较高效的系统设计参考.

摘要:针对目前国内的全景漫游技术兼容性和实现效率差等问题，提出了一种基于WebGL的全景技术，免除安装渲染插件的步骤，系统更轻量，计算机资源占用率低.采取无人机航拍与地面全景云台架设相机拍摄相结合的方法收集数据；按照尺度不变特征转换的方式完成图片的拼接；结合WebGL技术和具体的HTML5框架添加场景和制作热点数据，上传至服务器端完成发布.该技术成功应用于桂平市智慧旅游建设项目当中，实现了景区的全景虚拟漫游系统.通过该系统，用户可在线虚拟游览欣赏景区的景点风光，体验全景漫游的沉浸感和逼真性.

摘要:目前无障碍人机交互系统的设备普遍昂贵和体积较大，无法真正走入残疾人的日常生活问题.为了开发出一套低成本、高精度、便携的无障碍字符输入系统，设计了一套基于眼电的字符输入系统，提出了一种基于区域优化的闪烁字符交互方式，并在识别目标字符算法上提出了动态阈值算法进行优化.实验表明，该系统实现了使用成本低于1000元的设备，识别准确率达97.73%，接近到100%，平均字符输入速率达1.95个/min的效果.

摘要:面向地市级气象领域的应用需求，针对目前存在的信息系统可靠性低、可扩展性差、应用端高并发处理能力弱等问题，本文采用虚拟化技术，负载均衡策略配置及与虚拟化的联动技术，设计并搭建了虚拟化资源平台，实现动态资源的扩展与回收.同时，设计了一种基于应用的负载均衡方法，并在实际的气象领域中进行了应用.目前，该系统已经投入业务使用，为市县两级气象应用提供稳定、高效的应用支撑，取得较好的应用效果.

摘要:本文使用传感器、ZigBee无线传感网络、嵌入式系统、GPRS、云端、大数据挖掘分析等技术，设计并实现了一种多指标、多节点、低功耗的“水域天网监测系统”.测试表明，系统设计方案合理可行，系统运行稳定，实现了水质状态分布式监控、预警、大数据分析和多种科学图表可视化，有效扩大监测范围，加快预警和反应速度，提高水质监测治理进程.

摘要:基于辽宁气象宽带广域网络，建立辽宁省气象部门高清视频会议系统.该系统遵循先进性、标准化、安全可靠、灵活扩展、易操作的原则，以省级控制中心为节点，具备高清视频会议收听收看、转发及录制的功能，在辽宁气象服务体系中得到广泛应用.本文对辽宁气象高清视频会议系统架构、系统组成以及实现该系统视音频功能的关键技术进行了分析，同时结合业务发展需要，新建移动终端视频会议接入系统，最后以我省高清视频会议系统的音频故障为例，创建音频故障树，运用故障树分析法对该系统音频的稳定性进行了定量和定性分析.

摘要:在现代科技社会中，随着数字图像处理技术的高速发展，图像分割和物体边缘检测被广泛应用于医学领域，军事领域，公共防卫领域，计算机视觉领域及农业气象领域.在本文中，基于经典的Chan-Vese （CV）模型，介绍一个含有L1范数数据拟合项和二阶正则项（TV2）的分段常数图像边缘检测模型.新模型利用一个高阶正则函数对目标函数进行惩罚，将其作为新目标函数的一个约束，使得该模型能够分割和检测低对比度，并且含有外加噪声的图像.理论上，我们在大胆合理的假设下，给出该模型的部分收敛性分析.计算方面，我们通过研究新模型的理论可解性，关于该模型的数值实现方面，应用ADMM算法对该模型进行数值求解，从而设计一种新的求解方式，并用灰度图像和真实图像做大量的数值实验，并和原始CV模型进行对比，得出的实验结果表明，该模型的许多优点在各领域具有广泛应用价值.

摘要:随着网民的数量不断增加，用户上网产生的数据量也在成倍增多，随处可见各种各样的评论数据，所以构建一种高效的情感分类模型就非常有必要.本文结合Word2Vec与LSTM神经网络构建了一种三分类的情感分类模型：首先用Word2Vec词向量模型训练出情感词典，然后利用情感词典为当前训练集数据构建出词向量，之后用影响LSTM神经网络模型精度的主要参数来进行训练.实验发现：当数据不进行归一化，使用He初始化权重，学习率为0.001，损失函数选择均方误差，使用RMSProp优化器，同时用tanh函数作为激活函数时，测试集的总体准确率达到了92.28%.与传统的Word2Vec+SVM方法相比，准确率提高了大约10%，情感分类的效果有了明显的提升，为LSTM模型的情感分类问题提供了新的思路.

摘要:互联网上含有大量多字体混合、形变、拉伸、左右结构字形、倾斜畸变等复杂场景下的敏感文字图片，在处理相关图片过程中存在特征提取难、识别率低的问题.本文提出基于空间变换网络与密集神经网络的方法对图片敏感文字进行特征提取与变换矫正，使用了深层双向GRU网络与CTC时域连接网络对序列特征信息进行标记预测，序列化处理文本的方式可较好地提升距离较宽文字与模糊文字信息的处理能力.实验结果表明，本模型在Caffe-OCR中文合成数据集和CTW数据集中分别实现了87.0%和90.3%识别准确率，平均识别时间达到了26.3 ms/图.

摘要:桥梁裂缝检测对于桥梁健康检测具有重要的意义.基于布里渊时域分析的分布式光纤传感器能够测量整个结构表面的应变数据.由于测量所得应变数据信噪比低，存在裂缝损伤处的应变异常被噪声“淹没”和“混淆”的问题.针对这一问题，提出一种基于一维堆叠卷积自编码器的分类检测方法.该方法具有噪声鲁棒性强、自提取特征可判别性高等优势.首先，通过布置光纤传感器获取结构表面应变数据，对光纤应变数据进行标准化预处理，并划分应变子序列.然后，使用一维堆叠卷积自编码器自动提取应变子序列的特征.最后，通过Softmax分类器对所提取的应变子序列特征进行分类，即裂缝或非裂缝.实验结果表明，该方法可以有效检测微小裂缝，检测准确率高.并且该方法提取的特征可判别性优于卷积神经网络和堆叠自编码器等方法.

摘要:为了提高DNS服务器的性能，提出了基于M/M/c排队系统的分析模型.利用该模型分析了DNS服务器的响应时间百分比，确定了其性能瓶颈在于域名压缩速率.目前传统压缩算法由于规则的限制只能在查询应答时进行实时的域名压缩，在高访问量场景存在性能问题.为了提高压缩速率，从DNS数据特征方面对域名压缩的原理进行了剖析，并在此基础上结合重定位技术，提出一种新的域名压缩算法.新的设计改变了传统的DNS数据处理流程，通过压缩前置，降低了应答的实时消耗.实验结果表明，该算法在压缩比损失很小的条件下提升了系统资源利用率，达到了优化响应时间百分比的目的.

摘要:针对目前图像修复算法存在的修复效果不连续、缺失大小受限、训练过程不稳定等缺点，提出了一种基于生成对抗网络的图像修复方法.利用卷积神经网络，我们可以真实地修复任意分辨率的图像.为了实现高分辨率的真实修复效果和对图像特征的充分学习，我们提出基于DenseNet传播源图像的细节和结构得到高分辨率的图像，实现图像缺失生成；由于Iizuka等人提出的基于双判别器方法中膨胀卷积部分所产生的巨大运算量，我们提出使用JPU （Joint Pyramid Upsampling，联合金字塔上采样）来加速计算.在CelebA和ImageNet上的实验表明，所提方法能真实地修复大多数的破损图像.

摘要:步态是一种能够在远距离、非侵犯的条件下识别身份的生物特征，但在实际场景中，步态很容易受到拍摄视角、行走环境、物体遮挡、着装等因素的影响.在跨视角识别问题上，现有方法只注重将多种视角的步态模板转化到固定视角下，且视角跨度的增大加深了错误的累积.为了提取有效的步态特征用于跨视角步态识别，本文提出了一种基于生成对抗网络的跨视角步态特征提取方法，该方法只需训练一个模型即可将步态模板转换到任意视角下的正常行走状态，并最大化地保留原本的身份特征信息，从而提高步态识别的准确率.在CASIA-B和OUMVLP数据集上的实验结果表明，该方法在解决跨视角步态识别问题上具有一定的鲁棒性和可行性.

摘要:K-means算法是一种常用的聚类算法，已应用于交通热点提取中.但是，由于聚类数目和初始聚类中心的主观设置，已有的聚类方法提取的交通热点往往难以满足要求.利用互信息和相对熵，提出SK-means算法，并应用于交通热点提取中.在所提方法中，基于不同点之间的互信息寻找初始聚类中心；此外，基于互信息和散度的比值，确定聚类数目.将所提方法应用于成都某段时间交通热点提取中，并与传统的K-means比较，实验结果表明，所提方法具有更高的聚类精度，提取的热点更符合实际.

摘要:针对单相机场景下的智能交通应用得到了较好的发展，但跨区域研究还处在起步阶段的问题，本文提出一种基于相机标定的跨相机场景拼接方法.首先，通过消失点标定分别建立两个相机场景中子世界坐标系下的物理信息到二维图像的映射关系；其次通过两个子世界坐标系间的公共信息来完成相机间的投影变换；最后，通过提出的逆投影思想和平移矢量关系来完成道路场景拼接.通过实验结果表明，该方法能够较好的实现道路场景拼接和跨区域道路物理测量，为相关实际应用研究奠定基础.

摘要:目前运动目标追踪任务中干扰具有很大的欺骗性，目标追踪算法容易被带有陷阱的数据集所欺骗.为了提升追踪算法在追踪数据集上的效果，本文提出基于SiamFC孪生网络上改进的DPP-SiamFC追踪算法，该算法在原网络基础上引入DPP （Detail-Perserving Pooling）池化层和残差网络，有效的保留目标的细节特征.本文并在VOT2017追踪数据集上验证网络性能，实验结果达到了网络性能提升的效果.

摘要:车标定位是车标识别系统的关键技术之一，但是由于车标背景的散热片纹理不一、种类繁多，给车标定位造成了困难，故提出了一种基于背景纹理的轿车车标定位方法.该方法首先根据先验知识对车标进行粗定位，依据其在水平投影与垂直投影上的特征将车标背景分为三大类，然后运用Sobel算子分别对不同类别的散热片背景进行消融；为了更好的去除散热片背景对定位车标的影响，引入了一种邻间二值化方法，同时结合基于投影的去噪方法对噪点进行进一步处理，从而实现车标的精确定位.这种方法适用于不同类型的车标背景条件下的车标定位.实验通过对1000张图片进行车标定位，比较已有算法有更高的准确率和适用性，总体定位准确率可以达到97.10%.

摘要:随着智能电网的不断发展，基于数字图像处理方法的电能表自动抄表系统被广泛应用，为提升传统电能表示数自动识别的准确率，提出了一种基于YOLOv3（You Only Look Once）网络的电能表示数识别新方法.对于电能表图像，构建基于YOLOv3-Tiny网络的计数器定位模型并训练，使用训练完毕的模型定位计数器目标区域，裁剪计数器区域生成计数器图像；对于计数器图像，构建基于YOLOv3网络的计数器识别模型并训练，使用训练完毕的模型识别计数器目标区域的数字.选择巴西巴拉那联邦大学公开的电能表数据集作为研究对象，通过与YOLOv2-Tiny定位模型、CR-NET识别模型的对比实验，表明了本方法具有更高的定位准确率和识别准确率.

摘要:目标检测的一个重要应用场景是对室内流动人员的检测与定位，为了降低模型的冗余度和提高检测的精确度，因此本文提出一种基于DE-YOLO的室内人员检测方法.通过使用K-means算法对数据集进行聚类，并设计出这种DE-YOLO深度卷积神经网络结构.通过DE-YOLO网络结构中的密集型连接，实现模型大小的压缩和特征信息的复用，最后对提取到的特征进行目标检测.在VOC2012数据集上进行实验表明，新改进的深度卷积网络应用性能有较大的提升.

摘要:高光去除是计算机视觉领域研究的一个热点问题.现有的基于双色反色模型分离漫反射分量和镜面反射分量去除单幅图像中的高光的方法，容易引起图像颜色失真和纹理的丢失.针对此问题，在使用像素强度比去高光的基础上改进了像素聚类算法，能够更准确的进行像素分类，改善图像颜色失真的现象.首先计算原图像与最小强度值单通道图像的差值得到无高光图像.然后根据无高光图像计算与高光区域相关的每个像素点的最大漫反射色度值和最小漫反射色度值.最后将高光区域内的像素点转换到最小最大色度空间，对高光区域内的像素点进行x-means聚类，利用分类后漫反射像素点的强度比估计值很容易分离高光区域像素点的镜面反射分量，从而得到去高光图像.实验结果表明，与现有的方法对比，峰值信噪比值平均提升了2%至4%，图像颜色失真和纹理丢失状况得到改善，视觉效果更好.

摘要:在一些传统的震源定位算法中，震源优化时对初始震源解的要求比较高，依赖性较大，且搜索范围具有一定的局限性，很难在群波混叠严重，频谱成分复杂的大区域范围内进行震源定位寻优.针对这一问题，提出了基于量子粒子群（QPSO）算法的地下浅层震源定位方法，并通过仿真实现了该算法，评估了该算法与传统算法的优劣.实验结果表明：在-100 m×100 m×-40 m范围内，基于QPSO的浅层单目标震源定位算法的定位精度明显高于传统的基于粒子群的震源定位算法，定位精度可达0.324 m，具有重要的实际应用价值.

摘要:针对网络层次中不同尺度上社区内连接密度的异构性，提出了基于谱顶层分割的网络社区层次抽取方法.首先，将网络的谱顶层分割定义为某个子网络的二分，给出了顶层分割的期望划分；然后，引入队列的思想计算社区连接密度，自顶向下逐层分解给定网络，并提出了社区层次抽取算法；最后，通过实验表明：所提出的方法比同步法和多尺度法在随机层次网络测试的性能更加优越，为社区教育和大数据行为特征识别提供了相关技术基础支持.

摘要:可验证秘密共享是密码学领域中的一项重要分支.以往可验证秘密共享方案的有效性通常是基于离散对数的数学难题，然而离散对数问题已经被证明在量子计算模型下是不安全的.因此，需要借助格难题去实现可以抵抗量子攻击的可验证秘密共享方案.本文分析现有的可验证秘密共享方案，针对现有方案计算效率低和无法抵御量子攻击的缺陷，利用格密码学中的数学难题，提出一种新的可验证秘密共享方案.该方案相对于以往的可验证秘密共享方案，具有更高的计算效率和抗量子攻击的特性.

摘要:随着数字资源不断发展，面对大容量的数字资源校验时，现有的文件校验方法相比于传统文件校验在执行效率、服务器资源利用率方面已有极大的提高，但仍存在不灵活、服务器资源浪费、文件校验存在限制等特性.本文提出一种基于服务器资源弹性并发处理的文件校验算法模型，利用多并发和分块读取的方式，在保证文件Hash计算理论复杂度不变的情况下，合理利用服务器资源利用率，提升文件校验效率.

摘要:回声状态网络（Echo State Network，ESN）网络结构简单且耦合“时间参数”，在时间序列预测研究中具有重要的理论和应用价值.本文提出使用自适应回溯搜索算法（Adaptive Backtracking Search optimization Algorithm，ABSA）优化ESN输出连接权值矩阵，克服标准线性回归方法造成的网络过拟合问题.ABSA使用自适应变异因子策略替换标准BSA中随机给定变异因子的策略，实现BSA在收敛精度和收敛速率之间的平衡.实验表明，采用ABSA优化的ESN能够比未优化的ESN和采用其他进化算法优化的ESN获得更好的预测精度.

摘要:以提高预测软件老化趋势为应用背景，提出一种新型粒子群退火算法（New Particle Swarm Annealing Algorithm，NPSOSA）优化BP神经网络的权值和阈值，继而构建NPSOSA-BP神经网络预测模型.实验通过搭建软件老化测试平台，收集所需的老化数据并进行仿真训练.实验结果表明，NPSOSA-BP神经网络模型相比于传统粒子群算法（PSO）、传统粒子群退火算法（PSOSA）优化的BP神经网络模型提高了预测精度和适用度，在该应用领域验证了本文方法的有效性.

摘要:高压输电线路通道环境对高压线路的安全性影响重大，以往都是采用人工对高压输电线路通道环境进行巡检，人工检测作业危险，效率低，难度大.因此，本文提出基于超像素和深度神经网络的航拍高压输电线路环境检测的方法.首先，采用无人机对高压输电线路通道环境航拍，将视频图像进行拼接，得到通道环境的整体图像，然后使用超像素分割算法实现图像的预分割，SURF描述子具有速度快、特性鲁棒性好，因此本文采用SURF描述子提取超像素特征向量，最后采用DNN模型对提取的超像素特征进行训练，对待检测的超像素块进行分类，从而达到检测的目的.通过本算法的应用，电力部门提高了无人机巡视特高压输电通道环境的巡检效率且验证了本算法的有效性.

摘要:本文提出一种采用单样本训练的行人重识别方法，在迭代的过程中采用一种渐进学习框架，充分利用有标签数据和无标签数据的特性来优化模型.本文方法主要分为以下3个步骤：（1）训练卷积神经网络来不断优化模型；（2）样本评估：通过本文提出的抽样策略，使用多个模型共同训练，共同挑选出较优的伪标签数据；（3）进行下一轮的训练更新数据.在训练的过程中，我们训练数据由有标签数据、伪标签数据，映射标签数据三部分组成，使用三组数据进行联合学习，每组数据对应使用相应的损失函数对模型进行优化，并且随着迭代的进行，伪标签数据和映射标签数据总是不断更新.在使用单样本训练条件下，rank-1=65.3，mAP=45.6.当训练数据的标注率提升至40%时，rank-1=83.8，mAP=64.9.实验结果表明：本文提出的半监督行人重识别方法可以在使用更少标签数据的情况下，提供与完全监督学习方法相媲美的结果，充分体现了本方法的有效性.

摘要:不完全信息博弈是人工智能领域的一个重要研究领域.本文提出了一种基于可满足性模理论（Satisfiability Modulo Theories，SMT）的不完全信息游戏求解方法，首先通过情景演算将游戏动态过程描述成对应的约束，并将约束编写成命题逻辑公式，然后将推理问题转化为逻辑公式可满足性问题，调用SMT求解器Z3进行求解.应用表明，本文的算法能有效地推理出游戏的正确结果.

摘要:分析药用植物学实训的难点以及局限性，调查研究中医药院校师生及中医药爱好者对实训的建议，结合虚拟现实技术，使用Unity3D模拟再现真实的药用植物实训场景.实现跨时空学习中药的性味归经、功效主治、配伍禁忌等，认识中药的植物学特征，了解道地药材的生长环境，辨别道地药材及鉴别其特征，采摘中药全株或入药部位.为增强学习的趣味性，加入四季变化，昼夜交替及不同天气等元素，优化环境.另外不同环境可发布任务，以游戏的形式完成任务获得奖励.将虚拟现实应用到实际教学培训中，提高学习效率，增加专业知识，培养自救能力，有效锻炼使用者的安全意识，减少安全事故的发生.

摘要:为支持多颗实拍实传卫星区域侦察任务，研制规划推演系统.设计了规划推演系统的总体结构和信息流程，并研究了系统研制所需关键技术，分别提出了面向区域侦察的数传任务规划算法、基于网格的卫星区域覆盖分析算法、基于OSGEarth的目标区域和侦察范围组合可视化方法.研制的规划推演系统已成功应用于某任务中，进行数传任务规划、能力分析和过程推演.