基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

高维多项式理想的实根计算

研究高维多项式理想实根的计算。对于给定的高维多项式理想,首先通过一个典范同态映射将其转化为扩张多项式环中的零维理想。基于零维实根是实极大理想的交集的结论,该扩张理想的实根可以在新的多项式环中计算。最后,通过理想的收缩,把实根收缩回原多项式环,便可得到高维多项式理想的实根。     

Delannoy数与Schröder数的一些和式公式

研究了Delannoy数与Schr?der数.利用分析方法和组合技巧,建立了任意多个Delannoy数乘积的一些和式公式,并对Schroder数的和式公式进行了类似的研究.     

计算代数方程组孤立奇异解的符号数值方法

求解代数方程组是计算代数几何的最基本问题之一,孤立奇异解的计算则是其中最具挑战性的课题之一,在科学与工程计算中有着广泛的应用,如机器人、计算机视觉、机器学习、人工智能、运筹学、密码学和控制论等.本文结合作者的研究成果,综述了符号数值方法在计算代数系统孤立奇异解、特别是近似奇异解精化与验证方面的研究进展,并对未来的研究方向提出了展望.     

随机空间柔性多体系统动力学分析

轻质、高精度的柔性多体系统被广泛应用于实际工程领域中.由于实际设计公差、制造误差及环境温度等多种不确定因素的存在,使得柔性多体系统的结构参数(物理参数和几何参数)表现出随机性.具有随机结构参数的动力学模型能够客观地反映出真实系统的动力学行为,且结构参数的不确定性对空间柔性多体系统动力学响应的影响是不容忽视的.针对具有多个随机参数的空间柔性多体系统,提出了一种基于广义alpha算法的非侵入式随机柔性多体系统动力学计算方法.采用绝对节点坐标公式(absolute node coordinate formulation, ANCF)来描述柔性体, 推导建立多体系统动力学模型.利用混沌多项式展开(polynomial chaos expansion, PCE)法构建系统随机动力学方程的代理模型,然后将随机响应面法(stochastic response surface method, SRSM)嵌入广义-alpha方法中,分别采用改进抽样的回归方法(regression method of improved sampling, RMIS)和单项求容积法则(Monte Carlo simulation, MCR)来确定样本点.将数值计算结果与蒙特卡洛模拟(Monte Carlo simulation, MCS)结果进行对比, 验证了所提算法的有效性.在相同的定积分精度的条件下,根据单项求容积法则确定的样本点的计算结果稳定性更强, 且其计算效率更高.      

Hardy和Littlewood的一个三角和

本文对Hardy和Littlewood考虑的一个有限三角和做了进一步地研究.通过充分运用Chebyshev多项式和M?bius函数的性质,建立了该有限三角和的一个有趣的恒等式,并得到了一个精确的渐近公式.     

板中热弹波传播: 一种改进的勒让德多项式方法

近年来, 超声导波因其衰减小, 传播距离远和信号覆盖范围广, 成为无损检测领域快速发展的方向之一. 然而, 基于超声导波的高温在线检测和激光超声技术却发展缓慢, 其关键在于热弹耦合波动方程求解难度大、传播与衰减特性研究困难. 作为一种有效的求解方法, 勒让德正交多项式方法已广泛应用于导波传播问题, 但该方法在求解热弹导波传播时存在两个不足, 限制其进一步的发展和应用. 这两个缺陷是: (1)求解过程中大量积分的存在, 致使计算效率低下; (2)仅能处理等热边界条件的热弹导波传播. 针对两项不足之处, 提出一种改进的勒让德正交多项式方法, 以求解分数阶热弹板中的导波传播. 推导求解方法中积分的解析表达式, 以提高计算效率; 引入温度梯度展开式, 发展适合勒让德多项式级数的绝热边界条件处理方法. 与已有文献结果对比表明改进方法的正确性; 与已有方法的计算时间对比说明改进方法的高效性. 最后将改进的方法用于求解分数阶热弹板中的导波传播, 研究分数阶次对频散、衰减曲线和应力、位移、温度分布等的影响.      

基于多维混合柯西分布的点云配准

为提高三维点云在数据随机缺失和噪声干扰等复杂情况下的配准精度,提出一种基于多维混合柯西分布(MMC)的点云配准方法。将点云数学模型扩展为MMC模型,求解模型各参数,并构造出特征四面体,以优化旋转矩阵与平移向量;通过最大期望算法分别求出目标点云和待配准点云在MMC模型下的数据中心、协方差矩阵和权重的值。仿真与实验数据表明:与几种常用的算法相比,MMC算法即使在点云数据存在遮挡、缺失,大小不一致,含随机噪声,且具有无序性的条件下,也能精确配准,且具有良好的稳健性。