图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异...图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异常检测任务转化为监督学习任务;构建了多层次特征融合网络,将神经网络中不同层次特征进行融合,丰富了特征中的低层纹理信息和高层语义信息,使得用于异常检测的特征更具区分性;训练时,设计了分数约束损失和一致性约束损失,并结合特征约束损失对整个网络模型进行训练。实验结果表明,MVTec数据集上图像级检测接收机工作特性曲线下面积(area under the receiver operating characteristic, AUROC)平均值为98.7%,像素级定位AUROC平均值为97.9%,每区域重叠率平均值为94.2%,均高于现有的异常检测算法。展开更多
为了解决仅依靠星间链路的自主运行导航星座缺乏时空基准的问题,北斗卫星导航系统引入地面锚固站,与空间卫星共同构成可自主运行的星地/星间一体化网络。在星间链路体制、可见性、载荷数量约束下,建立北斗系统星地/星间链路网络一体化...为了解决仅依靠星间链路的自主运行导航星座缺乏时空基准的问题,北斗卫星导航系统引入地面锚固站,与空间卫星共同构成可自主运行的星地/星间一体化网络。在星间链路体制、可见性、载荷数量约束下,建立北斗系统星地/星间链路网络一体化规划模型,提出基于网络分层的层间链路规划算法,以及基于模拟退火算法的测距链路位置精度衰减因子(position dilution of precision, PDOP)和网络连通度多目标优化算法。根据规划仿真结果,锚固站可以最少链路跳数实现向空间卫星的信息分发;卫星测距链路PDOP均小于1.4,且接近其参考下限;星地/星间一体化网络连通度优于3。结果表明,一体化规划算法能够满足锚固站向卫星的信息快速分发、网络空间基准维持的测距以及网络稳健性等性能需求。展开更多
文摘图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异常检测任务转化为监督学习任务;构建了多层次特征融合网络,将神经网络中不同层次特征进行融合,丰富了特征中的低层纹理信息和高层语义信息,使得用于异常检测的特征更具区分性;训练时,设计了分数约束损失和一致性约束损失,并结合特征约束损失对整个网络模型进行训练。实验结果表明,MVTec数据集上图像级检测接收机工作特性曲线下面积(area under the receiver operating characteristic, AUROC)平均值为98.7%,像素级定位AUROC平均值为97.9%,每区域重叠率平均值为94.2%,均高于现有的异常检测算法。
文摘为了解决仅依靠星间链路的自主运行导航星座缺乏时空基准的问题,北斗卫星导航系统引入地面锚固站,与空间卫星共同构成可自主运行的星地/星间一体化网络。在星间链路体制、可见性、载荷数量约束下,建立北斗系统星地/星间链路网络一体化规划模型,提出基于网络分层的层间链路规划算法,以及基于模拟退火算法的测距链路位置精度衰减因子(position dilution of precision, PDOP)和网络连通度多目标优化算法。根据规划仿真结果,锚固站可以最少链路跳数实现向空间卫星的信息分发;卫星测距链路PDOP均小于1.4,且接近其参考下限;星地/星间一体化网络连通度优于3。结果表明,一体化规划算法能够满足锚固站向卫星的信息快速分发、网络空间基准维持的测距以及网络稳健性等性能需求。
