基于滤波网络的多余物状态识别研究

在航天产品的研发制造过程中,多余物控制至关重要,尤其是多余物状态识别的环节,其核心在于如何有效提取高噪声图像中的局部特征。现有方法尚未针对多余物场景进行有效建模,通用的视觉模型往往会对噪声进行过度拟合,而无法有效滤除噪声信号。为此,提出了一种可学习滤波感知机。该感知机通过采用一种可学习滤波器来替代繁琐的自注意力机制,用以学习空间位置的交互作用信息。随后,引入了频谱掩模用于频域分量特征的抽取,以学习不同频段内的重点信息。实验结果表明,该方法在多余物识别中取得了96.7%的准确率,优于基于卷积和自注意力的模型,并且具有更低的计算复杂度。     

密封器件内部多余物的检测与提取

通过对密封器件内部多余物的检测、提取和成分分析,总结出多余物的检测和提取方法,对各种方法的优缺点进行了评价。     

基于随机振动的军用电子元器件多余物检测技术的研究

为解决传统技术检测准确度低的问题,设计基于随机振动的军用电子元器件多余物检测技术.同步采集、处理多余物检测波形数据,基于随机振动表达军用电子元器件多余物检测波形,生成多余物检测激励信号,实现军用电子元器件多余物检测.设计实例分析,结果表明,设计技术的检测准确度明显高于传统技术1、2,能够解决传统军用电子元器件多余物检测...     

数字孪生技术在航天侦察情报保障领域的应用设想

针对当前航天侦察支援多域联合作战效率低,难以融入多域联合作战的矛盾问题,提出一种航天侦察数字孪生系统及运用设想。利用数字孪生系统能将虚拟域与物理域两个世界双向关联、双向驱动的特性,将航天侦察资源状态向用户透明,并向用户提供虚拟侦察任务规划能力,为用户更好“知天用天”成为了可能;同时,解放了航天侦察力量生产力,极大减少会商协调的频次,将精力更多用于情报生产。最后,提出了航天侦察数字孪生系统的主要技术需求,为后续的研究和建设提供支撑。     

基于数字孪生的航天测控设备预防性维护研究

航天测控设备是对航天器发射或在轨运行的测量与控制设备,在其方案设计、电子元器件筛选、分机调试、整机调试、产品出厂等环节保证其可靠性有着重要意义。随着我国航天试验任务的日益密集以及航天设备可靠性方面要求的不断提升,航天测控设备自身面临的可靠性要求越来越高。在这样的情况下,如何对测控设备进行预防性维护,确保设备使用过程中的可靠性,就成为测控设备维护的关键任务。文章结合实践,在概括介绍数字孪生的基础上,提出了基于数字孪生技术的航天测控设备预防性维护思路和方法,借助数字孪生技术的属性赋能测控设备的可靠性提升,使航天测控设备的预防性维护工作能够更加高效地开展,更有助于降低设备故障发生的概率。     

混合集成电路内部多余物的控制研究

分析了混合集成电路的内部多余物引入的途径,重点分析和阐述了金属空腔管壳在储能焊封装过程中金属飞溅物形成的原因.通过封装设备和工艺参数的控制以及管座和管帽设计的优化改进,有效控制了金属飞溅物进入封装腔体内部,提高了混合集成电路颗粒碰撞噪声检测(PIND)合格率以及产品的可靠性.     

电真空器件内部可移动多余物检测方法研究

腔体电真空器件内部可移动的多余物是引起元器件失效的原因之一,目前用于器件内部可移动多余物的常用检测手段是随机振动(SRT)和颗粒碰撞噪声检测(PIND)。对比两种检测方法对缺陷产品的检出率,给出比较合理的电真空器件可移动多余物的检测流程,以期尽可能地提高缺陷产品的检出率。     

数字孪生在智能家居领域的应用

简要介绍Digital Twin（数字孪生）的起源和定义,以及构建数字孪生体的五个主要步骤和关键技术。介绍数字孪生技术在智能家居领域中应用的案例,提出数字孪生助力提升室内无线信号覆盖等应用场景。以智能家居数字孪生体的构建为核心,系统化和智能化的思路贯穿数字孪生体构建过程的始终,实现虚拟智能家居的功能再造与系统重塑,达到数字孪生目标系统的仿真效果。     

数字孪生技术在应急管理领域的应用探讨

简要叙述数字孪生技术在数据层、模型层、功能层和用户层的应用基础,指出数字孪生技术有助于破解当前应急管理“防”和“救”工作所面临的问题,提出数字孪生技术在各级政府管理部门关注的自然灾害、安全生产和城市安全三大重点领域有极大的应用价值。同时探讨数字孪生技术在这些领域应用面临的困难,并给出加快数字孪生技术在应急管理领域进一步应用的建议。     

基于生成对抗网络的无监督域适应分类模型

生成适应模型利用生成对抗网络实现模型结构,并在领域适应学习上取得了突破.但其部分网络结构缺少信息交互,且仅使用对抗学习不足以完全减小域间距离,从而使分类精度受到影响.为此,提出一种基于生成对抗网络的无监督域适应分类模型（Unsupervised Domain Adaptation classification model based on GAN,UDAG）.该模型通过联合使用生成对抗网络和多核最大均值差异度量准则优化域间差异,并充分利用无监督对抗训练及监督分类训练之间的信息传递以学习源域分布和目标域分布之间的共享特征.通过在四种域适应情况下的实验结果表明,UDAG模型学习到更优的共享特征嵌入并实现了域适应图像分类,且分类精度有明显提高.     

基于迁移权重的条件对抗领域适应

针对条件对抗领域适应(CDAN)方法未能充分挖掘样本的可迁移性,仍然存在部分难以迁移的源域样本扰乱目标域数据分布的问题,该文提出一种基于迁移权重的条件对抗领域适应(TW-CDAN)方法。首先利用领域判别模型的判别结果作为衡量样本迁移性能的主要度量指标,使不同的样本具有不同的迁移性能;其次将样本的可迁移性作为权重应用在分类损失和最小熵损失上,旨在消除条件对抗领域适应中难以迁移样本对模型造成的影响;最后使用Office-31数据集的6个迁移任务和Office-Home数据集的12个迁移任务进行了实验,该方法在14个迁移任务上取得了提升,在平均精度上分别提升1.4%和3.1%。     

Domain Analysis of Device Drivers Using Code Clone Detection Method

Domain analysis is the process of analyzing related software systems in a domain to find their common and variable parts. In the case of device drivers, they are highly suitable for domain analysis because device drivers of the same domain are implemented similarly for each device and each system that they support. Considering this characteristic, this paper introduces a new approach to the domain analysis of device drivers. Our method uses a code clone detection technique to extract similarity among device drivers of the same domain. To examine the applicability of our method, we investigated whole device drivers of a Linux source. Results showed that many reusable similar codes can be discerned by the code clone detection method. We also investigated if our method is applicable to other kernel sources. However, the results show that the code clone detection method is not useful for the domain analysis of all kernel sources. That is, the applicability of the code clone detection method to domain analysis is a peculiar feature of device drivers.     

融合注意力机制的雷达欺骗干扰域适应识别方法

针对目前雷达欺骗干扰识别中常规特征识别方法应用受限和训练高性能深度学习模型需要的大量标注样本难以高效获取的问题,该文提出一种基于对抗域适应网络的雷达欺骗干扰识别方法,以改善标签限制;并融合注意力机制残差模块进一步提升识别精度。首先,对雷达接收信号进行时频变换后,应用基于对抗网络思想的域适应技术实现从标注源域样本到未标注目标域样本的迁移识别。其次,通过所设计的空间通道注意力残差模块使网络训练聚焦于时频图全局空间特征和高响应通道,以忽略时频图像中可迁移性低的区域抑制负迁移的产生。在不同源域与目标域雷达欺骗干扰数据集上的实验结果表明了该方法的可行性和有效性。     

A Method for Anomaly Detection of User Behaviors Based on Machine Learning

1Introduction Intrusiondetectiontechniquescanbecategorizedinto misusedetectionandanomalydetection.Misusedetec tionsystemsmodelattacksasspecificpatterns,anduse thepatternsofknownattackstoidentifyamatchedac tivityasanattackinstance.Anomalydetectionsystems u…     

基于数据挖掘的图像压缩域肤色检测算法

提出了一种直接在JPEG图像压缩域进行肤色检测的算法。该算法首先在熵解码后的DCT系数中提取图像块的颜色特征和纹理特征,然后利用数据挖掘建立用于表征压缩域图像特征和肤色检测结果之间关系的肤色模型,并利用该模型进行初步肤色检测,最后利用区域生长的方法分割出图像中的肤色区域。实验结果表明,与像素域的SPM (Skin Probability Map)肤色检测算法相比,本文方法可以获得更高的检测准确率和更快的检测速度。     

一种基于压缩域的视频镜头检测方法

针对传统的基于空域的视频镜头检测算法需要解压缩,计算量大、效率低的缺点,提出了一种基于压缩域的视频镜头检测方法。该方法首先根据MPEG压缩标准,从视频流中提取I帧中8个低频DCT系数,并对其进行分区加权求二次帧差,从而确定镜头变换所在的GoP;在GoP中通过计算P帧和B帧的不同类型宏块比率,来精确定位镜头边界。实验结果表明,该方法可大大减少计算时间和数据量,且具有良好的检测效果。     

一种在MPEG压缩域中检测镜头扫换的方法

当前对镜头切变已能够提供有效的检测方法,但渐变的检测一直是一个难题,也是当前视频分割新的研究热点.本文提出一种在MPEG压缩域中检测扫换(Wipe)的方法,它通过分析B帧和P帧中宏块编码类型的时空分布特点来进行检测,利用哈夫变换判断变化区域连续性,最后使用DC图像的直方图分析进一步验证.它不仅能定位扫换的起止帧,而且能得到扫换方向等特性.本方法需要比较小的运算量,同时对运动和其他镜头切换有比较好的区分性.