Abstract ：

本文提出一种数据表征方式以反映金融市场状态，并根据该表征提出一个短期交易决策支持模型。通过信号分解技术，该模型将一维非平稳时间序列分解为多维平稳子序列，并进一步将子序列重构为二维图像矩阵以表征每日市场状态。在此基础上，该模型利用神经网络的特征学习能力捕捉五日连续窗口的最优决策点。通过统计性能和财务业绩两种评估方式以及模型对比，结果表明本文所提出的短期交易决策模型有很强的应用性和适应性，可在多变的市场环境中获得可观利润。

Keyword ：

决策模型 神经网络 算法交易 序列分解

Cite：

Copy from the list or Export to your reference management。

Abstract ：

在大数据时代,高效的数据处理至关重要,量子计算具有平行计算能力,为方便处理数据提供了新的解决途径.本文提出了一个基于奇异值分解的矩阵低秩近似量子算法,复杂度为O [log(pq)].在核磁共振量子计算系统完成了算法的原理演示,选择一个8 × 8维的图像矩阵,实现共振跃迁算法的哈密顿量H的时间演化,用量子态层析法分别读出密度矩阵的不同成分,对密度矩阵进行重构,保真度为99.84%,在误差范围内验证了本文提出的矩阵低秩近似量子算法的正确性.而通过奇异值分解计算低秩矩阵的经典算法的复杂度是O[poly(pq)],量子算法与经典算法相比,实现了指数加速.

Keyword ：

低秩近似 共振跃迁 量子计算 奇异值分解

Cite：

Copy from the list or Export to your reference management。

Abstract ：

近年来，媒体融合之势愈演愈烈，“全媒体”概念备受关注，图片、视频在网络上 的传输量激增。新闻报道也不例外，图片、视频在新闻报道中占据的比例也在不断增 大，比起文字报道，图片和视频报道的表现形式更为直观，但与此同时新闻信息的真 假鉴别与认证、信息传播过程非法窜改、机密新闻信息安全保护等问题也面临着新的 挑战。 随着多媒体数据在现代通信网络系统的广泛传播与应用，以及图像处理、模式识 别、人工智能等技术的快速发展，极大促使个人、企事业单位、以及国家意识到图像 信息安全保护的重要性和紧迫性，防止非法复制、传播、篡改相关图像信息，避免给 个人、企事业单位和国家造成无法估量或挽回的损失便成为亟待解决的问题。 近十多年来，随着混沌系统及混沌密码学的广泛深入研究，许多学者提出了众多 图像信息安全保护的密码算法。然而目前提出的大量加密算法有很多都是根据自行设 定的规则去进行像素扩散加密，不仅缺乏坚实的现代密码学理论知识的支撑，而且难 免会出现逻辑思路上的，给密码攻击者可乘之机。另外，某些加密方案是将混沌系统 输出序列进行整数化，并直接与图像矩阵像素进行简单的异或与有限域模加相结合的 操作，虽然能获得不错的加密效果，但可能因设计简单而使得加密算法难以抵抗选择 性明文攻击，导致其加密结果安全性差，难以满足一些高安全性需要。 基于此，本文在现有的混沌密码理论指导下，对 Arnold 映射及其离散化在图像加 密应用中存在的问题进行深入分析，提出了围绕 Arnold 混沌映射在图像像素位置置乱 和像素值扩散加密应用的新密码算法，解决了现有 Arnold 混沌映射在图像置乱加密应 用面临的问题，有利于推动 Arnold 混沌映射在高安全性图像置乱加密方面的深入研究， 为新闻图片加密提供一种可行性方案。

Keyword ：

Arnold 映射 混沌系统 交换操作 图像加密 整数混沌

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种基于高光谱成像的复合绝缘子伞裙老化的特征波段提取方法，方法包括以下步骤：制作老化程度已知的复合绝缘子伞裙切片，在同一视场下拍摄所述复合绝缘子伞裙切片的高光谱图像；矩阵化所述高光谱图像且进行主成分分析以获取第一主成分图像；分析第一主成分图像中各个波段图像叠加的比例，即每个波段的贡献率，将贡献率大的前A个波段作为备选特征波段；预定最终提取B个特征波段，计算A个备选特征波段各自的图像信息熵H(P)，再计算A个特征波段中任意B个波段之间的联合信息熵Hcor(P)；定义最优波段指数Q，所述Q为图像信息熵与联合信息熵的函数，取Q最大的特征波段组合为最佳的B个特征波段。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为满足生产线上工业机器人自主抓取活塞的需求,提出了一种基于数字图像处理的活塞位姿检测技术.在分析活塞图像特点的基础上,得到了表征活塞位姿的特征;对预处理后的活塞图像通过基于邻域搜索的方法进行轮廓提取,利用Graham扫描算法生成外凸包络,进而根据包络的图像矩信息求解出表示活塞位置的质心坐标;改进Hough变换算法提取图像中表征活塞姿态信息的特征直线,并求解出直线的倾斜角度,实现活塞姿态的获取.实验结果表明,基于数字图像处理的方法能够准确地提取活塞的位姿信息,为工业机器人自主抓取活塞奠定了基础.

Keyword ：

Hough变换 工业机器人 活塞 数字图像处理 图像矩 直线检测

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明一种基于机器视觉的机床刀具刀尖点位置计算方法，包括步骤1，设置工业相机和背光光源；步骤2，设置工业相机相应的采样频率，采集刀具在旋转过程中，不同时刻的多张图像；对获得图像进行处理得到刀具边缘二值图并叠加，进而得到刀具在旋转过程中的整体轮廓二值图；步骤3，得到图像矩阵的像素值并求取刀具边缘坐标值得到刀具最外部边缘，得到刀具最低点位置坐标，即完成整个刀具刀尖点位置的计算过程。此种方法可在加工过程中在线计算出刀具刀尖点位置，为机床零位漂移误差的补偿提供依据，同时，原理简单、操作方便、成本较低，具有较好的工程应用价值。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

从信号采样的角度出发, 压缩感知有效地揭示了信号的本质特征, 根据信号的可压缩性, 压缩感知又称稀疏表示, 并且稀疏表示理论及模型已经成功地应用于信号及图像处理领域. 稀疏表示的思想是用尽可能简洁的方式表示信号, 即大部分原子系数为零, 只有很少的非零大系数. 由于大的非零系数揭示了信号或图像的内在结构与本质属性, 因此信号或图像的稀疏表示能够有效地提取其本质的特征, 从而有利于后续的信号或图像的可压缩处理. 最近, 针对稀疏表示模型, 学者们又提出了余稀疏分析模型(Cosparse analysis model). 可以说这两个模型是一种互补关系, 稀疏表示模型的侧重点是稀疏表示向量 x 中的非零元, 而余稀疏分析模型通过一个预先设定的分析算子Ω 对向量 x 进行分析之后, 将重点放在了分析表示向量 Ωx 中的零元上. 经过分析发现余稀疏分析模型的零元个数的可选范围要比稀疏表示模型的零元个数的可选范围大. 与压缩感知紧密相连的另一问题是矩阵低秩分解问题. 从本质上讲, 矩阵低秩分解是压缩感知的延拓和推广. 在大数据时代, 很多数据的主要成分隐藏在低维空间中, 而这些主要成分往往会受到稀疏噪声的干扰, 因此研究矩阵低秩分解问题是非常有意义的. 本文主要围绕余稀疏分析模型及矩阵低秩分解问题进行了深入和系统地研究, 取得的主要研究成果包括 * : 一、对于余稀疏分析模型, 本文基于贪婪分析追踪算法 (GAP), 通过构造自适应权矩阵 W, 提出了求解余稀疏分析模型的 ℓp 加权松弛方法. 由于贪婪方法与松弛方法之间存在非凸与凸之间的间隙, 本文利用加权矩阵成功地填补了这一空隙. 理论上, 基于受限等距性质 (RIP), 我们给出了噪声环境下余稀疏分析模型的误差上界. 实验结果表明我们的方法在重构余稀疏信号时表现地更快更高效. 二、在酉不变范数意义下, 本文研究了矩阵低秩逼近的扰动理论. 假设矩阵 A 为观测数据矩阵 D 的一个低秩逼近, E 为扰动矩阵, 本文根据著名的矩阵广义逆分解(D†−A†), 利用矩阵的相关投影性质, 分别给出了不同情况下矩阵低秩逼近 (D−A) 的误差下界. 当扰动项 E 为稀疏矩阵时, 本文通过实验验证了所给的理论结果. 三、本文基于受限等距性质 (RIP), 给出了理想情况下稀疏矩阵精确重构的充分条件; 对于噪声环境下矩阵的稀疏逼近问题, 本文分析了矩阵稀疏逼近的鲁棒性, 给出了逼近误差上界, 并通过数值实验验证了我们的结论的正确性; 此外, 本文还考虑了矩阵低秩稀疏分解的鲁棒主成分分析 (RPCA) 模型, 并根据线性约束凸优化问题的可分离性, 提出了不同于其他方法的可分离替代函数法 (SSF). 基于此方法, 本文设计了两种迭代格式: 临近点迭代阈值 (PPIT) 算法和基于非精确增广拉格朗日乘子 (IALM) 法的SSF-IALM 算法, 并从理论上给出了算法的收敛性分析. 我们对构造的随机数据和太空图像矩阵以及标准灰度图像矩阵进行了测试, 实验模拟表明了所提算法的可行性和有效性. 四、由于 SVD 分解比较耗时, 因此本文利用矩阵的满秩分解性质来刻画矩阵的低秩属性, 提出了矩阵的稀疏低秩因子分解模型 (SLRF), 并通过理论证明了这两个模型的等价性. 基于SLRF 模型, 本文设计了两种求解矩阵稀疏低秩分解的算法: 惩罚函数法 (PFM) 和增广拉格朗日乘子法 (ALMM). 理论上, 本文给出了算法的收敛性分析;随机数据实验结果表明 SLRF 方法优于 RPCA 方法. 将所提的方法应用于机场大厅视频监督的背景建模之中, 实验结果表明本文的方法可以有效地将视频中不动地背景 (低 秩部分) 和移动地前景 (稀疏部分) 分离出来.

Keyword ：

矩阵低秩分解 鲁棒主成分分析 误差估计 稀疏表示 余稀疏分析模型

Cite：

Copy from the list or Export to your reference management。

Abstract ：

全封闭气体绝缘配电设备（GIS）具有可靠度高、便于装配、占地区域小、运输便利、维护工作量小等多种优点，在现代电力系统中发挥着重要作用。对GIS内部局部放电模式识别的研究有助于掌握GIS内部的绝缘状况，在指导设备检修、快速合理排除故障、维持电力系统稳定等方面有着重要的意义。 本文设计研制了GIS局部放电检测系统，主要包括对数周期偶极子传感器、系统硬件电路、计算机软件等三个部分；在分析GIS典型局部放电机理的基础上，制作了五种典型的局部放电模型用以模拟实际放电；进行了共1100组典型局部放电实验，获取原始谱图并建立了局部放电的样本库。 为了进行局部放电模式识别，本文筛选了6个典型的统计学特征参数输入至BP神经网络中进行训练；在生成局部放电的灰度图的基础上，提取出哈希值这一图像矩特征参数，将哈希值与统计学特征参数一并作为输入参数进行神经网络的模式识别；本文进行了单隐含层与双隐含层两种不同结构神经网络的尝试，引入哈希值将单隐含层神经网络的识别率提升了约10%，将双隐含层网络的识别率提升了约7.66%。 通过数据分析与识别结果对比表明，本文所引入的哈希值是表征局部放电的一个新参数，在选择合适的网络结构、学习率的基础上，将哈希值与统计学参数相结合可以提高GIS局部放电模式识别的识别率，经训练得到的神经网络对未知试样的最佳识别率达到了96%。

Keyword ：

哈希 局部放电 模式识别 全封闭气体绝缘配电设备 神经网络

Cite：

Copy from the list or Export to your reference management。

Abstract ：

活塞加工是典型的批量化生产，以工业机器人为核心的自动化加工制造正被广泛地应用在活塞生产线上。目前，国产活塞生产线的活塞毛坯上料工序主要依靠人工将活塞放置到定位块上，人工成本高，劳动强度大，无法满足高档活塞规模制造高效柔性加工生产线的要求。利用基于机器视觉的检测技术实现活塞毛坯的定位和位姿识别，并指导机器人根据检测结果进行抓取，可降低人工成本、提高生产线的柔性。论文针对活塞生产线的实际需求，以检测活塞毛坯件的位姿为研究目标，主要研究基于棋盘标定法的相机二次标定技术、基于图像矩的活塞位置检测技术以及基于改进Hough变换的活塞姿态检测技术，为提高活塞规模制造生产线的自动化程度提供技术支撑。本文完成的主要工作如下： 首先，设计了基于机器视觉的活塞位姿检测方案。在分析活塞裙部端面图像的结构特点的基础上，设计了基于单目视觉的活塞位姿检测方案：提取活塞裙部图像的外圆轮廓并计算其质心坐标实现活塞位置检测，提取销孔加强筋的边缘直线并计算其倾斜角度数实现活塞姿态检测。 其次，提出了基于棋盘标定法的相机二次标定技术。张正友的棋盘标定法的误差主要是由角点提取过程中产生的偏差所引起，为减小其对标定精度的影响，提出利用首次标定数据的误差数据进行相机的二次标定，有效提高了标定数据的精度。 第三，研究了基于图像矩的活塞位置检测技术。根据活塞毛坯件图像的特点，采用OTSU二值化方法和同态滤波对图像进行预处理，突出图像特征信息；通过基于邻域搜索的方法提取轮廓，利用Graham扫描算法生成外凸包络实现轮廓的多边形逼近；然后根据图像的矩信息求解出质心坐标，实现活塞位置的检测。 第四，提出了基于改进Hough变换的活塞姿态检测算法。针对Hough变换检测直线时易错误提取直线等局限性，提出基于直线斜率聚类与清零法相结合的Hough变换检测直线的算法，提高了检测代表活塞姿态的特征直线的准确率。 最后，开发了活塞位姿检测系统。提出基于机器视觉的活塞抓取实验台的设计方案，并以Visual Studio C/C++为开发平台，结合OpenCV及Qt，完成了活塞位姿检测系统的开发，实现了活塞的位姿检测，达到了预期效果。

Keyword ：

Hough变换 活塞 棋盘标定法 图像矩 位姿检测

Cite：

Copy from the list or Export to your reference management。

Abstract ：

近年来，数字图像水印的研究已经取得了较大的进展，然而图像在遭受几何攻击后，大多数水印无法被精确提取，从而丧失了水印的意义。因此如何设计和实现抗几何攻击的鲁棒性水印算法，已成为当前图像信息安全领域的研究热点。 本文在分析常见几何攻击对图像质量影响从而导致水印失效的原因下，结合GH重构对图像质量影响，提出了两种基于图像局部特征点的水印算法，所完成的工作如下： 1）针对基于全局图像信息水印在旋转攻击和大尺度攻击下失效，提出了基于尺度不变特征点的局部区域水印算法。在该算法中，首先分析各几何操作对特征点的影响，以特征点匹配来实现水印的同步性，选取鲁棒性更好的特征点集合，以特征点为中心，选取特定圆环，通过修改圆环上像素基偶特性，同时以多位特征点对应一位水印，实现水印嵌入。实验证明，该算法可以抵抗多种集合攻击，具有良好的视觉不可见性。 2）针对抗几何攻击水印算法的容量有限性和无法抵抗剪切攻击，结合尺度不变特征点和高斯—艾尔米特矩良好的图像重构能力，选取特征点，分析不同大小矩值修改对其他矩值的影响，通过修改特定阈值的矩值，完成水印嵌入。由该算法难以抵抗旋转攻击和缩放攻击，通过分析重构图像矩值规律和不同位置不同大小矩值的稳定性，结合不同矩值对常规信号处理的稳定性，结合几何校正，寻找对缩放攻击和旋转攻击稳定的矩值实现水印嵌入。实验证明，该算法整体性能良好，视觉不可见性强。 本文所提取的算法都是基于图像局部特征，可以有效的解决剪切类几何攻击小水印失效的问题，有一定的实际应用价值。

Keyword ：

数字水印几何攻击特征点高斯--艾尔米特矩

Cite：

Copy from the list or Export to your reference management。