摘要:空间信息论是关于雷达等目标参数估计系统信息获取一般规律的基本理论，这里的空间信息指被测目标相对于雷达的距离、方向和散射信息。参数估计定理是空间信息论的重要组成部分，本文提出参数估计定理的证明框架，该框架由3个原创性概念和1个定理构成，其中3个概念是空间信息、熵误差和抽样后验概率估计。参数估计定理证明，熵误差是可达的，反之，任何估计器的熵误差不低于熵误差。空间信息论的建立将对雷达探测的系统理论和方法产生巨大的推动作用。

摘要:针对过完备字典直接对图像进行稀疏表示不能很好地剔除高频噪声的影响，压缩感知后图像重构质量不高的问题，提出了基于截断核范数低秩分解的自适应字典学习算法。该算法首先利用截断核范数正则化低秩分解模型对图像矩阵低秩分解得到低秩部分和稀疏部分，其中低秩部分保留了图像的主要信息，稀疏部分主要包含高频噪声及部分物体轮廓信息；然后对图像低秩部分进行分块，依据图像块纹理复杂度对图像块进行分类；最后使用K奇异值分解（K-single value decomposition, K-SVD）字典学习算法，针对不同类别训练出多个不同大小的过完备字典。仿真结果表明，本文所提算法能够对图像进行较好的稀疏表示，并在很好地保持图像块特征一致性的同时显著提升图像重构质量。

摘要:针对不完备信息系统的数据聚类问题，将集对分析理论引入k-means聚类中，同时为了更好地表示样本与类簇的关系，构建了一种面向不完备信息系统的集对k-means (Set pair k-means，SPKM)聚类算法。首先，基于集对理论提出了一种集对距离度量方法，并将该度量方法运用到k-means算法中，得到初步聚类结果；随后，对于同时属于多个类的样本，将其分配到相应类的边界域，对于只属于一个类的样本，将其分配到相应类的正同域或边界域，其中聚类结果由肯定属于该类簇的正同域、可能属于该类簇的边界域以及肯定不属于该类簇的负反域3个部分共同表示；最后通过选取UCI数据库中的6个数据集与4种对比算法进行实验评价。实验结果表明，SPKM算法在准确率、F₁值、Jaccard系数、FMI和ARI等指标上均具有良好的聚类性能。

摘要:信息熵体系是进行不确定刻画与近似推理的重要理论,已经被引入粗糙集进行数据分析与智能处理。经典的互补熵、互补条件熵和互补互信息能够刻画粗糙性与模糊性，该信息体系的拓展具有应用意义。本文基于邻域粗糙集，扩张构建邻域互补信息度量并研究其启发式属性约简。通过解析式模拟与信息粒替换，定义邻域互补熵、邻域互补条件熵和邻域互补互信息，得到系统方程、双界刻画和粒化非单调性；基于邻域互补互信息，提出非单调属性约简并设计启发式约简算法；采用决策表实例与UCI数据实验有效验证性质与算法。基于邻域扩张，相关信息度量与属性约简具有应用前景。

摘要:对于句子级文本情感分析问题，目前的深度学习方法未能充分运用情感词、否定词、程度副词等情感语言资源。提出一种基于变换器的双向编码器表征技术(Bidirectional encoder representations from transformers,BERT)和双通道注意力的新模型。基于双向门控循环单元（BiGRU）神经网络的通道负责提取语义特征，而基于全连接神经网络的通道负责提取情感特征；同时，在两个通道中均引入注意力机制以更好地提取关键信息，并且均采用预训练模型BERT提供词向量，通过BERT依据上下文语境对词向量的动态调整，将真实情感语义嵌入到模型；最后，通过对双通道的语义特征与情感特征进行融合，获取最终语义表达。实验结果表明，相比其他词向量工具，BERT的特征提取能力更强，而情感信息通道和注意力机制增强了模型捕捉情感语义的能力，明显提升了情感分类性能，且在收敛速度和稳定性上更优。

摘要:针对帧切割方法中门限选择难度大及方法普适性不高的问题，本文首次提出基于卷积神经网络的物理帧切割方法。该方法首先通过分析矩阵的构造、数据压缩和矩阵扩展3个步骤将数字序列转化为图像；然后用已有的样本训练卷积神经网络，用训练好的卷积神经网络识别未知协议的帧长；最后在帧长识别的基础上，通过相关滤波方法完成帧起始位置的识别，实现对物理帧的切割。仿真实验验证了算法的有效性，表明本文方法具有一定的工程应用价值。

摘要:利用神经网络进行辐射源个体识别时，训练样本的单一性会导致深度网络出现过拟合的现象，继而影响辐射源个体识别的精确性。针对该问题，本文提出一种基于PID算法的深度卷积网络结构，该结构通过在传统卷积神经网络的输出层与输入层间构建一条反馈回路，采用PID算法将网络输出错误率转化为划分训练集数据构成的概率，通过优化训练集数据构成，达到抑制过拟合的目的。将该方法应用于超短波电台识别，平均识别率达到92.59%，识别率方差约为传统算法的1/3，训练用时减少约35 min，上述指标均优于传统神经网络。实验结果表明，该算法增强了深度网络的鲁棒性，有效地抑制了过拟合现象。

摘要:蛋白质种类和小分子的数量过多，对于药物的模拟开发运算量巨大。而分子对接是研究新药的重要手段，因此提高分子对接实验系统的工作效率十分重要。分子对接主要目的是研究蛋白质受体和配体小分子之间的作用与联系。本文通过模拟实验，搭建了一个Hadoop平台，并利用Hadoop强大的并行计算能力对蛋白质(1ppe与1uy6)与多组数量不同的配体小分子进行对接，最后对工作过程进行了相应的比较与优化。实验结果表明，该系统可以有效提高对接效率，并且具有较好的稳定性和便利性。

摘要:心血管疾病是当今人类死亡的主要原因之一。本文基于改进的残差网络对心电信号进行识别，并将改进后的残差网络和空洞卷积进行结合，特征提取时保持局部信息不变的同时尽可能地提取全局信息。研究使用K折交叉验证对MIT-BIH心律失常数据集进行训练、验证和测试。首先使用卷积层汇集输入图像，其次利用改进后的网络进行特征提取，最后使用Softmax分类器进行分类。在MIT-BIH心律不齐数据库中，提出的模型在没有任何额外人工特征和数据增强进行辅助的情况下，获得了97.20%的准确度、92.85%的敏感度、 98.29%的特异性、93.16%的精确度和93.00%的 F₁分数。该研究将为医疗机构对于心电信号检测识别提供技术支撑，从而减轻专业医师的工作负荷。

摘要:房颤(Atrial fibrillation，AF)的患病率会随年龄的增加而增加，复发率也极高，因此提出一种快速准确检测AF的算法十分必要。本文基于第四统计力学原理，结合心脏系统的混沌性质与阴阳特性，提出区分AF和正常窦性心律(Normal sinus rhythm，NSR)的量化方法。首先以R-R间期数据构建嵌入维度为6、延时从1至30的相空间，依次得到对应的概率密度函数(Probability density function，PDF)图；然后以PDF图的横轴作为强度ξ，纵轴概率的累加和作为分布函数x，利用ξ-x的对应关系拟合出第四统计力学参数k值；最后将得到的k值做微分累加得到Ksd值，发现Ksd=0.3可作为区分AF和NSR的重要参数。本研究不仅能以阴阳特性描述的方式区分出AF和NSR，也为第四统计力学的探索打开了新途径，并且对未来准确快速检测AF提供重要依据，对AF早期干预与改善患者预后至关重要。

摘要:针对现有心电信号（Electrocardiogram，ECG）去噪方法难以精准剥离与之频带重叠的肌电干扰并无损提取到“干净”ECG的问题，提出了利用心动周期和经验模式分解对含噪ECG进行去噪处理。本文方法首先对含噪ECG进行经验模式分解，然后利用心动周期判断固有模态函数分量属于噪声还是有用信号，最后将有用信号的固有模态函数分量重构ECG。为验证本文去噪方法，首先采用ECG动力学仿真模型评估本文方法在不同参数噪声下的去噪效果；其次选取MIT-BIH数据库中的基线漂移信号bw，肌电干扰信号ma和105号、107号、123号ECG分别构建3组真实含噪ECG进行实验。评估与实验结果均表明本文方法可以简单、有效地同时去除ECG中的肌电干扰和基线漂移，去噪效果优于普通经验法。

摘要:提取颈部肌肉的肌音（Mechanomyography, MMG）信号时域、时-频域和非线性动力学的15个常见特征，按照其性质分为5个特征集，并选择其中一部分构建高维特征矢量后进行主成分分析（Principal component analysis, PCA）降维处理，应用于头部动作的模式识别研究中。分别采用支持向量机(Support vector machine, SVM)、K近邻(K-nearest neighbor,KNN)和线性判别分析(Linear discriminant analysis, LDA)3种分类器，对6种头部动作（低头、抬头、左摆头、右摆头、左转头和右转头）的MMG信号进行分类。实验结果表明，选用时域、时-频域和非线性动力学特征组合的方式，以及使用SVM作为分类器，可使各类动作的分类精度均达到80%以上，从而获得相对较高的准确率。

摘要:针对微弱的脑电（Electroencephalogram, EEG）信号在采集过程中夹杂着各种生理伪迹，特别易遭到眨眼和眼动产生的眼电（Electrooculography, EOG）伪迹干扰。本文提出在自适应噪声完备经验模态分解(Complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)的基础上，构建盲反卷积（Blind deconvolution, BD）模型，实现EOG伪迹分离的方法。该方法首先运用CEEMDAN方法将含有伪迹的EEG信号分解成若干固有模态函数（Intrinsic mode function, IMF）分量，再以模态分量为观测信号送入EEG信号和EOG伪迹两个源信号构成的盲反卷积模型中，通过构建代价函数迭代实现EEG信号与EOG伪迹分离。为了验证新提出的算法，采用标准CHB-MIT头皮脑电数据库进行实验验证，EOG伪迹分离后的数据跟原始脑电数据作相关性分析，其相关系数是0.82。结果证实本文提出的方法保留有大多数原始EEG信号分量，同时对EOG伪迹的分离也具有良好的效果。

摘要:针对精准医疗中图像配准方法收敛速度慢、精度不够高的问题，提出一种基于改进头脑风暴优化（Improved brain storm optimization, IBSO）算法的医学图像配准方法。配准过程分为3个阶段：首先，将待配准图像进行多分辨率分解；然后，使用IBSO算法对低分辨率图像进行全局粗配准；最后，利用单纯形搜索法对高分辨图像精配准。相比粒子群和单纯形结合算法、差分进化和Powell结合算法，以及头脑风暴和Powell结合算法，在单模态实验中，所提算法平均耗时较以上3种算法分别降低了32.89%、13.91%和13.66%，且最大误差、平均误差最小；在多模态实验中，互信息、归一化互信息、交叉累计剩余熵与归一化互相关指数均优于上述3种配准算法。实验结果表明，所提算法可以有效地提升医学图像配准的精度与速度。

摘要:碳纤维复合芯导线能够大幅度提高输电线路输送容量，但由于不耐弯折等原因导致多发断线，严重危害线路运行安全。为实现对长距离输电线路进行在线缺陷检测，本文提出了碳纤维复合芯导线缺陷自动检测方案。该方案首先对碳纤维复合芯导线的X射线图像进行图像成像标准化，进行了导线弯曲补偿和亮度一致化矫正，提高了数据的一致性，为导线自动化分析提供条件；然后利用深度卷积神经网络技术进行缺陷检测。以双层铝股线类型的碳纤维复合芯导线X射线图像作为研究对象进行实验，结果证明该方案可快速自动识别导线缺陷。

摘要:由于航空工业的特殊性，对于一些外部供应商提供的飞机零部件，其具体的力学性能无法获取，这就对其地面和飞行试验中的应变和载荷监测结果的准确性校准造成困难。针对未知材料特性固体结构弹性模量的测量需求，本文提出了一种基于超声检测时迟到回波形成原理的测量方法，利用常用的超声纵波直探头对材料横波声速进行测量，并根据弹性模量、泊松比、密度、纵波声速和横波声速之间的固有关系，计算得出材料的弹性模量。该方法不需要额外制造试块，不需要使用横波探头和复杂的试验设备，是一种测量未知材料特性固体结构弹性模量的通用方法。通过实验验证，该方法可较准确地测量弹性模量。

摘要:实现了一种地震数据采集系统中的数据压缩算法，用于提升采集系统的数据传输效率，从而提高了海洋地震勘探的精度和深度。压缩针对地震数据流，比现有的地震数据压缩算法更容易在FPGA上实现。同时考虑到地震波的物理特征，借鉴语音压缩算法，实现了一种易于用FPGA实现的24位地震数据流无损压缩算法，平均能将采集的地震数据压缩至原始数据大小的54%。

摘要:铁路接触网的检测和维护对铁路的安全运行至关重要，如何自动、快速和准确地检测接触网当前状态已成为接触网建设和运维部门亟待解决的问题。为此，本文设计了一种能自由在接触网上行走且可检测接触网内部振动频率的巡检机器人，同时结合以51单片机为核心的微处理器以及蓝牙无线通信模块，建立了接触网振动频率检测控制系统。为了验证系统设计方案的可行性，以铁路接触网为检测对象，完成对其内部振动频率的检测工作。实验结果表明：采用该检测控制系统可以成功地检测接触网内部振动频率，并且依此初步判断出铁路接触网内部是否有损伤。与其他铁路接触网检测方法相比，该检测控制系统操作简单、通用性强，具有一定的参考价值。

摘要:为实现Artix-7系列采集平台存储速率的实时切换，提出了一种具有独立配置接口的eMMC阵列控制器。用户利用配置接口不仅可以提高存储控制逻辑的设计效率，还可以实现基于多种工作频率和阵列操控方式的备用方案，相比于其他同类控制器，集成可靠性更高，应用灵活性更强。首先介绍了eMMC 5.1协议中开放终点多块写、预设块数多块读以及数据擦除的操作原理和技术关键点，然后介绍了总体设计和主要模块的控制流程，最后利用自主设计的测试模块在硬件平台上完成速率切换功能测试和读写速率性能测试。测试结果表明，在200 MHz工作频率下控制器可长时间稳定工作，实现了200 MB/s与800 MB/s之间的速率切换，每片eMMC的最高读写速率可达到200 MB/s。

摘要:为了保证盲人和视障患者安全方便出行和减少误报警，设计一种基于步态检测算法的辅助行走系统。信号处理算法上利用小波包对信号进行降噪，提取三轴加速度的均值、标准差、方差与小波能量谱，并结合足底压力信息组成多维参数作为步态特征，选取基于遗传算法优化支持向量机进行步态识别。硬件部分主要包括三轴加速度信号和足底压力信号采集硬件设计。软件部分主要包括对足底压力信号和三轴加速度信号的采集和处理以及一款能够自动拨号安卓手机APP。实验结果表明，该系统基于多传感器融合的步态检测技术，步态检测识别率平均达90.48%。该系统便携性好、功耗低、测障效果好，在辅助行走领域具有一定的研究意义和实用价值。