深度视觉语音生成研究进展与展望

为了进一步推进深度学习技术驱动的视觉语音生成相关科学问题的研究进展,阐述了视觉语音生成的研究意义与基本定义,并深入剖析了该领域面临的难点与挑战;在此基础上,介绍了目前视觉语音生成研究的现状与发展水平,基于生成框架的区别对近期主流方法进行了梳理、归类和评述;最后探讨视觉语音生成研究潜在的问题和可能的研究方向。     

飞翼布局飞行器研究现状分析

对飞翼布局飞行器的发展脉络进行了梳理,涵盖了从其早期的进化史到现阶段的研究进展,并对未来的发展方向进行了思考和展望。同时,论述了飞翼布局飞行器的几个主要控制难点,具体包括:宽速域非线性状态下的姿态控制问题、多效应耦合下的高精度自主起降控制问题、气动模型近似及强扰动状态下的鲁棒控制难题,以及因多舵面冗余而引起的控制分配问题。此外,还深入讨论了当前重点研究的飞翼布局飞行器的流动控制问题,并对接下来主动流动控制技术的研究动向进行了阐述。     

基于主动知识库的地形图汉字注记智能提取方法

地形图中包含了大量的字体丰富的汉字注记 ,正确提取并识别这些汉字是图纸处理中的关键组成部分。简要分析了交互提取及自动提取两种方法的优缺点 ,提出并实现了一种基于主动知识库的结合两者优点的汉字注记智能提取方法 ,取得了很好的应用效果。     

串联型有源电力滤波器的控制策略

通过所给出的串联型有源电力滤波器系统结构 ,分析了其补偿电压型负载的工作原理。在此基础上探讨了串联型有源电力滤波器的关键技术之一———获得参考电压的控制策略 ,包括检测电源电流和检测负载电压两种控制策略 ,并设计了相应的控制电路。最后 ,通过实验研究了串联型有源电力滤波器采用这两种不同控制策略时对电压型负载的谐波补偿效果     

进化计算在机器学习中的应用研究

采用进化计算思想研制机器学习实际系统，利用隐含并行机制及并行规则触发策略实现多目标优化技术。针对航天员模拟训练评分标准具体任务，采取灵活的多层次动态编码方案，建立多种简洁且完备的进化操作。利用信度分配组桶策略实现竞争机制，依赖进化算法搜索、发现并选择适当规则，引入启发知识产生缺省规则层次以实现多种隐式目标。设计并实现了遗传进化机器学习系统ＧＥＭＬ－１，该系统具有良好的鲁棒性和柔顺性。本文的遗传进化机器学习方法，可推广应用于各种军用专家系统和军事决策支持系统的研制，从而为人工智能在军事上的应用提供新的设计方法和实现途径。     

激励器结构参数对合成射流影响的试验研究

为了设计高性能的合成射流激励器,实验采用热线风速仪测量激励器出口的流动速度,对不同大小激励器、不同出口形状激励器、单 双膜激励器以及金属振动膜处于不同装配受压状态下的激励器分别进行了试验。实验结果显示:激励器的结构决定了合成射流激励器的性能;激励器出口射流平均速度除了与激励器大小、出口面积有关外,还与出口形状有关,采用方孔 矩形孔形式的开口有利于建立较强的合成射流;双膜与单膜工作相比,合成射流最大速度基本上是成两倍关系;金属振动膜的安装形式(受压状态)不影响合成射流随频率的变化规律,但对合成射流速度影响很大,当激励器振动膜处于螺栓拧紧受压状态时,与振动膜不受压状态相比,合成射流出口速度几乎下降了一个数量级。     

AMESim与MATLAB/Simulink联合仿真技术及应用

分析了AMESim与MATLAB/Simulink的特点,对两者的联合仿真技术进行了研究,解决了联合仿真的接口问题.并把该技术应用于主动悬架系统,取得了良好效果.     

跨模态行人重识别的对称网络算法

针对模态间差异,提出基于对称网络的跨模态行人重识别算法,该网络将基于概率分布的模态混淆与对抗学习结合,通过对称网络产生模态不变特征,从而达到模态混淆的目的;针对外观差异和模态内差异,使用不同隐藏层的网络卷积特征构造混合三元损失,提高网络的特征表征能力.RegDB和SYSU-MM01数据集上的大量实验结果表明了该方法的有...     

结合YdUaVa颜色模型和改进MobileNetV3的视频烟雾检测方法

为降低视频烟雾检测中的虚警率和提升检测效率,提出Y^dU^aV^a颜色模型,该模型可以表征烟雾的空间域分布特性和时间域变化特性。利用该颜色模型快速筛选出疑似烟雾图像块,降低虚警率和提升运算效率。提出改进的MobileNetV3网络结构,用于提取图像深度特征并对疑似烟雾图像块进行分类识别,检测视频中是否存在烟雾。视频烟雾检测仿真结果表明:该方法准确率和检测帧率高,虚警率低。     

【专题】基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一。采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别进行训练与验证,通过对比分析进一步提高弱小目标、复杂干扰态势的的检测,可以实现端到端的高精度装备目标检测模型。在确保精度的前提下基于现场可编程门阵列（FPGA）进行软硬件协同设计,通过对比分析选定基于Vitis AI的实施方案,经过模型的量化、编译与优化,可在保证检测效率的前提下快速实现模型的小型化部署,便于进行装备移植。研究结果表明,该研究内容可有效提高现役反舰导弹目标检测的准确率。