关键词： 卷积神经网络   不平衡数据   数据预处理   集成学习  

摘要： 传统的机器学习方法在处理不平衡数据分类问题上已经取得了诸多进步,但在面对现实世界中的高度不平衡数据时,其分类效果往往仍难以达到预期。因此,针对不平衡数据集的图像分类问题,仍需探索更为有效和创新的解决方法。此外,现有的方法在如何控制少数类的分类准确率方面还没有得到充分的研究。 本文在一种重新平衡AdaBoost的权重与集成CNN算法基础上,提出了一种AdaBoost-CNN与数据预处理相结合的方法。首先采用数据预处理技术减少了原始数据集的不平衡程度,随后使用卷积神经网络作为AdaBoost的基础学习器,对数据进行训练和预测。 为了说明本文所改进模型的优缺点及有效性,应用本文方法与其他几个代表性的模型在CIFAR-10和Fashion-MNIST数据集上进行实验,实验数据是从每个类别中提取不同的样本作为不平衡数据对模型进行研究。由于少数样本在实际问题中的准确性更加重要,为了更好地反应出模型对少数类样本的分类效果,本文引入了Accuracy,Recall,Precision,F1-score,G-mean,AUC等评价指标。 实验结果表明,与AdaBoost-DenseNet模型相比,本文提出的方法在CIFAR-10数据集上的测试准确率提高了9%,同样F1-score和G-mean分别提高了9.6%和6.9%。与传统的机器学习模型等其余方法相比,本文提出的方法在各种评价指标上均有显著的提升。为了验证这一结论,不仅在标准的数据集上进行了实验,还进一步在实际的医疗数据集上进行了验证。通过对实验结果进行深入的分析和统计检验,确认了本文所提出模型的有效性。

摘要： 随着多输入多输出(MIMO)雷达、频率分集阵(Frequency Diverse Array,FDA)雷达、网络化雷达、认知雷达、泛探雷达等新体制雷达系统的提出和发展，雷达数据获取方式逐步由单波段、单极化、单角度等发展到多频率、多极化、多角度和多时相等获取方式，逐步形成了雷达的多维信号处理体系，以满足雷达目标检测、参数估计、目标跟踪和目标识别等任务的需求。提高新体制雷达的信号处理能力是新体制雷达从理论走向工程和装备的核心问题。因此，新体制雷达下的信号处理与数据处理相关技术的研究，具有极为重要的理论价值与实际意义。

关键词： 边坡雷达   PS选择   形变预测   神经网络   移动端软件开发  

摘要： 滑坡作为一种自然灾害,对人们生命财产造成重大威胁,对存在滑坡危害的区域开展监测预警是防灾减灾的重要环节。地基干涉合成孔径雷达(Ground-Based Interferometric Synthetic Aperture Radar,GB-In SAR),即边坡雷达,具有非接触、全天时、全天候、高精度等测量优势,已经在边坡形变监测领域得到了广泛的应用。本文围绕边坡雷达数据处理及移动端软件设计与实现开展研究,主要内容和取得的研究成果如下: (1)基于长短期记忆网络的PS选择算法 针对复杂场景下,常规永久散射体(Persistent Scatterer,PS)选择方法选择出的PS数量较少、相位质量较低的问题,提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的PS选择方法。该方法首先通过幅度阈值法剔除一些非PS,之后利用候选PS的特征值矩阵对LSTM网络进行训练,进而预测得到PS。实验结果表明:相比传统PS选取方法,本文方法可以在保证相位质量的前提下,提高复杂场景下PS的选择数量。 (2)基于门控循环单元与注意力机制的形变-时间序列预测模型 本文针对阶跃型边坡的累计形变-时间序列的预测问题,提出了一种基于门控循环单元(Gate Recurrent Unit,GRU)与注意力机制(Attention)的形变-时间序列预测模型。该模型通过注意力机制有效捕捉影响因子与时间序列的相关性,从而提高形变量预测的准确度,可运用于多种形变监测场景。与多种传统形变-时间序列预测算法对比结果表明,本文所提出的预测模型,其预测准确度和拟合优度均高于传统算法,能够有效实现阶跃型形变-时间序列的预测。 (3)具备远程监测能力的边坡雷达移动端软件开发 目前与边坡雷达相关的移动端软件相对较少,且用户使用体验相对不佳,因此在边坡雷达移动端软件开发方面,本研究以Intelli J IDEA为设计开发平台,运用面向对象的Java编程语言,根据软件需求及功能,为软件设计了注册与登录、雷达站点详情、监测结果显示三大模块,以实现便捷处理雷达采集数据并显示。所有数据存储于Mysql数据库,数据传输采用TCP/IP协议,并使用OKHTTP实现了对Socket的封装。最后通过极限情况测试、交叉测试以及响应能力测试验证了本软件的健壮性和可靠性。

关键词： 安全泄放   数据处理   Python   可视化界面  

摘要： 在生产中由于操作不当以及冷却失效等各类因素,可能导致化学反应发生失控,由此引起的设备超压会带来严重的安全隐患,甚至导致设备爆炸发生人员伤亡。因此研究物质的失控反应特性及设置安全可靠的泄放装置是有必要的。随着科技的进步,计算机技术迅速发展并应用于各行业。在化工生产中同样离不开计算机技术的辅助。目前对于研究物质热危险性方面的软件主要有AKTS、TSS等,此类软件功能全面,但应用程度不高,且价格昂贵。 因此,本文针对泄放尺寸量热仪(Vent Sizing Package 2,VSP2)及差示扫描量热仪(Differential Scanning Calorimetry,DSC)等热分析仪器的数据,使用Python语言针对性地编写了用于处理这些实验数据的分析可视化程序,此程序可以通过导入数据,对数据进行绘图分析等各种操作,主要工作如下: (1)开发了由热分析仪器测试获得原始实验数据的数据处理模块;由于热分析仪器的自动化和高灵敏度,一组测试所获得的原始数据有数千甚至上万,不可避免的会出现个别或少量异常值,本文基于Python语言研究并实现了移动平均、Savitzhky-Golay方法以及多项式拟合等多种方法对原始实验数据的平滑处理,且提出了一种可以通过拟合过后的曲线设置一定的范围域的方法,进一步剔除偏差过大的不合理数据。 (2)基于VSP2获得的实验数据及相关的泄放理论,建立了安全泄放设计模型;对六亚甲基二异氰酸酯的原始实验数据,利用上述数据处理模块处理后,结合该安全泄放设计模型,得到了不同工况下的最小泄放面积,验证了数据处理模块和安全泄放模型的简洁性和高效性。 (3)建立了DSC测试数据的积分计算模型;将该模型用于异佛尔酮二异氰酸酯及六亚甲基二异氰酸酯不同升温速率下获得的热流曲线,积分计算与仪器自带的软件计算结果进行了对比,平均误差为2.29%,验证了该积分计算模型的有效性和可靠性。

关键词： 房地一体化测绘   无人机倾斜摄影测量   数据处理   应用分析  

摘要： 本研究旨在探讨房地一体化测绘中基于无人机倾斜摄影测量的数据处理与应用分析。通过使用无人机进行倾斜摄影测量，我们获取了高分辨率、精准度高的地理信息数据。本文从数据采集、处理到应用分析等方面展开研究，以期为房地一体化测绘提供有效的技术支持和解决方案。

关键词： 分布式光纤传感系统   瑞利散射   性能提升   图像处理   脉冲调制  

摘要： 分布式声波传感(DAS)作为传感领域的重要组成部分,由于其传感器件损耗低、耐高温、耐腐蚀等特性而受到社会各界的关注。该技术依托光纤作为传感介质,利用光纤中的瑞利散射原理实现沿线的大范围连续测量,在监测领域具有广泛应用,例如地震波监测、周界安防、管道泄漏以及道路安全监测等方面。随着社会的不断进步,对传感系统的要求也越来越高,目前在分布式声波传感系统中的衰落噪声会严重影响系统的解调准确度,同时系统的脉冲宽度限制了空间分辨率的进一步提高,诸如此类的问题使得传统的DAS系统越来越无法满足测量传感的需求,所以针对DAS系统的性能提升也迫在眉睫。近些年来,研究人员从硬件结构或者数据处理方式上出发,提出多种提高系统性能的方法。然而,目前这些方法仍然存在一些问题,例如:硬件结构复杂,稳定性低;对各个器件性能要求高,不具有普适性;数据量需求大且需要成千上万次训练才能用于测试等。 针对上述的问题,本论文主要针对以下两个方面进行DAS系统的性能改进:一方面是用图像处理技术消除系统中由衰落噪声引起的解调异常,提高系统的解调准确度;另一方面是使用脉冲对差分的脉冲调制技术,通过对声光调制器产生的脉冲进行调制,使用不同脉宽的光脉冲信号复合成脉冲序列产生后向瑞利散射信号,对不同脉宽产生的后向瑞利散射信号解调结果进行差分,提高分布式声波传感系统的空间分辨率。具体来讲,本文的主要工作内容包括: 1.对DAS进行概述,并从干涉型和散射型两个方面对不同的系统结构或者传感原理进行分类。同时,梳理了国内外基于后向瑞利散射的DAS技术在消除衰落噪声的影响、提高空间分辨率等方面的研究进展,在此基础上介绍了本论文的研究目标及实现方法。 2.介绍了DAS系统的传感机理,分别对后向瑞利散射、光时域反射技术、相位敏感型光时域反射技术和相干光时域反射技术构建理论模型,并且对分布式声波传感系统中常见的相位解调方式进行概述,建立了基于DAS系统的测量实验装置,为后续的实验研究提供理论及实验支撑。 3.为了消除衰落噪声对解调结果的影响,提出了一种基于图像处理技术的衰落噪声消除方法,并且提出了一种时频域联动的图像处理技术,与不使用图像处理技术、使用时域处理方法和使用频域处理方法进行了实验对比,对采集的数据解调以后,再对解调后生成的时间-距离域图像分别使用不同的图像处理方法,通过对性能参数对比,表明了所提出的方法能够直接有效的减少由衰落噪声引起的解调异常,提高系统的解调性能和解调准确度。 4.针对脉冲宽度和空间分辨率之间的矛盾,以脉冲调制为基础,提出了脉冲对差分技术,通过对脉冲宽度的适当设置,采用不同脉冲宽度的脉冲信号调制成脉冲序列,对不同脉宽得到的后向瑞利散射信号解调完成以后将相位结果进行差分。在实验验证中采用50/55ns的脉冲宽度条件下,实现了0.55m的空间分辨能力。 综上所述,本文的主要研究内容是通过对DAS系统的数据处理来对系统的解调准确性和空间分辨率两个参数进行性能提升,通过对系统的理论模型进行构建分析,得到相关参数指标的影响因素,并在理论研究的基础上提出提高系统性能表现的方法,通过设计实验验证表明提出方法的优越性,为高性能的DAS系统提供新的研究思路。

关键词： 无人机   雷达数据处理   航迹   杂波图   Qt  

摘要： 随着国家低空空域的逐步开放,无人机在民用与军用领域得到迅速推广与应用,但是其飞行高度低、机动能力强的特点给低空安全造成了极大威胁,因此研制一款用于探测无人机目标的低空监视雷达具有重要意义。 论文的主要研究内容为二维低空监视雷达数据处理系统的设计与实现。论文首先介绍了杂波图、点迹凝聚、航迹关联、航迹滤波等雷达数据处理算法的基本原理,为后续系统设计奠定理论基础;其次,论文根据系统探测需求设计系统框架与功能模块,仿真分析杂波图、航迹关联和航迹滤波算法,重点研究传统杂波图在探测慢速目标时的自遮蔽问题,通过双时间维处理改进杂波图平面检测技术,仿真验证改进杂波图的杂波抑制效果;再次,论文介绍了基于Qt的系统软件实现过程,对软件实现过程中采用的多线程、绘图框架、数据存储等技术进行阐述,并详细说明数据处理模块、数据通信模块和显控存储模块的软件实现流程;最后,对雷达数据处理系统各项功能进行调试,验证和分析系统的性能。 实验验证表明,二维低空监视雷达数据处理系统满足课题的各项指标要求,可在2.4s扫描周期内对0.4km～6km的低空目标实现精准搜索与跟踪,具备准确度高、实时性好、扩展性强等特点,具有显著的实用价值。

关键词： 逆式回声仪   数据处理   深海声层析  

摘要： 逆式回声仪（Inverted Echo Sounder,IES）是深海声层析领域主要的信息采集设备，它发射声信号并根据接收时间来反演海洋区域的物理性质。但是由于海洋深度的不均匀性，不同设备采集的信息难以进行统一使用。针对上述问题，基于墨西哥湾逆式回声仪采集数据开展研究，结合IES数据转化方法实现传播时间信息的拟合与去噪。还针对季节偏差与参考面转化进行深入研究，提出了一种考虑季节偏差的方法，将季节偏差从测量数据中剔除，并将时间数据转化到定义参考面上，有效提升了数据处理方法的鲁棒性。方法可适用于其他海域逆式回声仪数据的处理，也可为其他类似研究提供参考。