导读:本文包含了面向目标技术论文开题报告文献综述及选题提纲参考文献，主要关键词:卫星,目标探测,图像实时处理,在轨应用
面向目标技术论文文献综述
夏鲁瑞,薛武[1]（2019）在《面向卫星在轨应用的目标实时探测技术及实现》一文中研究指出针对卫星在轨处理图像以获取高价值目标信息的需求,分析了卫星在轨探测系统技术要求,开发了由高性能处理器组成的嵌入式系统,能支持目标探测算法的高速计算。研究了通过中值滤波、阈值分割、连通域标记和角度测量实现目标实时探测的算法,使用多类样本图像对算法进行系统测试,计算时间小于1 s,能够检测出目标并计算其位置信息,满足在轨探测系统要求。(本文来源于《光学与光电技术》期刊2019年04期）
赵威[2]（2019）在《面向用户评论的观点目标和观点词协同抽取技术》一文中研究指出网络技术的快速发展和普及,对人类的生活模式产生了巨大的影响。目前在线购物已经成为人们的主要购物模式之一,用户评论对商品/服务提供商和其他潜在用户具有重要的参考价值。然而,用户评论的海量性使得用户难以快速地检索到期望的信息。因此,对用户评论进行自动化和智能化的分析处理显得极其重要。观点目标和观点词是用户评论中两个核心的成分,前者描述了用户对什么对象发表评价,后者表达了用户对该对象持有什么样的态度,这两者承载了大部分的用户观点信息。因此,从文本中自动抽取观点词和观点目标是进行评论分析和智能应用的一项基础工作。本文围绕观点词和观点目标的系统抽取展开研究,主要工作包括:(1)在已有的工作中,有监督的观点对抽取方法能够达到较好的抽取效果。然而,这类方法依赖于高质量的训练样本,而样本标注是一个耗时费力易错的过程。我们提出一种利用众包计算从用户评论中迭代式获取高质量观点词对的方法。首先,通过EM算法评估工作者的可靠性;然后,基于工作者的可靠性进行任务分发;最后,结合工作者可靠性和返回结果中标注词对的依赖信息产生最终的观点词对。在此过程的每次迭代中,利用生成的结果重新评估工作者的可靠性,能够在不增加成本的基础上保证结果的质量。实验结果表明,我们的方法在预算固定的情况下能够获取更多的观点词对。(2)基于带有注意力机制的观点依赖关系分析,进行观点词对抽取的方法。同一类商品下,观点词对中包含的观点目标和观点词通常有着很强的观点依赖关系,因此在观点词对的提取过程中,可以通过对评论句子中单词间的观点依赖关系进行分析来提取出观点词对。首先,构建出评论句子的依赖关系分析模型来获取到评论句子中每个单词之间的依赖关系信息,本文选择的基本模型是LSTM神经网络;然后,假设评论句子中所包含的观点词对中的一项是已知的,并将该已知项作为模型的注意力信息,使得模型能够从评论句子中有重点地提取出与该已知项具有强观点依赖关系的单词或词组,作为观点词对中的另一未知项;最后,将观点依赖关系得分最高的词对作为观点词对进行输出。接着研究工作进一步设计了一种复合模型,通过结合两种包含不同已知项信息的上述模型,来达到在不需要提前知道已知项的情况下实现观点词对的挖掘。(本文来源于《桂林电子科技大学》期刊2019-05-29）
左志昊[3]（2019）在《面向IPv6子网扫描的目标地址生成技术研究》一文中研究指出IP地址扫描在网络管理、网络安全及应用服务等方面具有重要意义。与IPv4地址相比,IPv6地址具有空间大、结构复杂等特点,现有对IPv4地址扫描的方法和工具并不适用于IPv6地址的扫描。因此,本文研究的面向IPv6子网扫描的目标地址生成技术的具有重要意义。目前对于IPv6子网扫描方向的课题研究,主要有两个方面:一方面是挖掘IPv6地址的结构特征;另一方面是生成扫描的目标地址。后者的生成算法存在准确率较低的问题。针对目前IPv6子网扫描所生成的目标地址准确率低的问题,本文提出一种面向IPv6子网扫描的目标地址生成技术。具体研究内容如下:其一,提出面向IPv6子网扫描的目标地址生成算法,该算法包括构建活跃IP地址熵结构、聚类建模、关联规则学习算法的改进算法叁部分。其二,设计并实现了面向IPv6子网扫描的目标地址生成系统,该系统由数据层(数据存储模块)、算法层(包括数据获取模块、活跃IP地址熵结构模块、聚类建模模块、关联规则学习模块四个模块)及展示层(包括获取文件模块、调整参数模块、运行指令模块、结果展示与下载模块四个模块)这叁层组成。本文将采集到的IPv6地址作为输入对算法和系统进行检验。在算法方面,和已有算法相比较,本文生成算法的准确率有所提升;在系统方面,该系统可以实现目标地址生成的功能并对结果进行展示。(本文来源于《北京邮电大学》期刊2019-05-18）
纪巍[4]（2019）在《面向视频压缩域的实时目标识别技术研究》一文中研究指出视频目标的实时识别是当前研究的热点问题之一,它是视频目标跟踪、视频目标分割等其他后续研究的基础工作。然而,现有的方法通常建立在视频解压缩的基础之上,计算复杂度较高、难以达到实时的目标识别。针对上述问题本文着重研究视频压缩域中的目标识别模型,以实现视频压缩域中信息数据的有效提取,从而提高视频中目标的识别效率。本文的主要内容如下:首先,本文提出了一种基于图像形态学的视频运动矢量图构建方法,以实现视频数据的实时处理。通过对视频压缩过程的分析,提取出视频压缩域中宏块的运动矢量数据,再利用图像二值化和形态学闭运算方法构建成运动矢量图。实验表明,与视频图像前景图相似度计算上,该方法在余弦相似度和差异值哈希方法的结果为0.783和7.25,优于光流法和背景差分法的计算结果。其次,本文提出了一种基于卷积神经网络的视频空间特征向量提取模型-MS-CNN。并在此基础上,提出了一种视频时序特征提取模型-MT-LSTM。MS-CNN模型由ResNet网络和VGG网络两个分支组成,每个分支分别对视频数据进行空间特征向量提取,然后将提取的两个特征向量融合成多维特征向量。MS-CNN输出的空间特征向量输入到MT-LSTM网络中进行时序特征的提取,最终通过提取的特征数据对视频中的目标进行识别。最后,本文提出的模型在全球AI挑战赛短视频实时分类数据集上进行了验证。实验结果表明在该数据集上,本文的模型准确率能够达到73.4%,对视频的处理速度能够达到26帧/秒,达到了监控视频图像录制的帧率,实现了对视频目标识别的实时处理效果。本文在实现视频运动矢量图实时提取的基础上,提出了一种面向视频压缩域的目标识别方法。该方法能够在不解压缩视频的前提下,实现目标的有效识别,为智能交通、自动驾驶和视频异常检测等领域提供了新的技术。(本文来源于《郑州大学》期刊2019-04-01）
张强,陆耀宾,于俊朋[5]（2019）在《面向应用的GM-CPHD雷达多目标跟踪技术》一文中研究指出针对雷达密集多目标跟踪数据关联的难题,为了进一步降低目标个数估计误差,研究高斯混合-势概率假设密度方法(GM-CPHD)。首先,在随机集框架和最优贝叶斯理论下,给出了CPHD递归形式;然后,在线性高斯假设条件下,详细给出了GM-CPHD强度和势预测和更新的递归闭合解,降低了计算复杂度,满足跟踪实时性要求;最后,仿真实验结果显示,GM-CPHD目标个数估计精度比GM-PHD更高;雷达实验数据测试结果显示,GM-CPHD在不需要数据关联的情况下,能够有效抑制大量杂波,稳定地估计目标个数和目标状态。(本文来源于《工业控制计算机》期刊2019年02期）
张新东,罗斌,周翼[6]（2018）在《面向勘探目标基于反射纵波成像照明的VSP采集设计技术》一文中研究指出基于VSP技术特点,对VSP采集设计的主要问题进行了探讨,结合实际资料和模拟计算分析,提出了产出/投入比的概念,并针对VSP采集设计如何实现产出/投入最大化问题,提出了面向勘探目标、基于反射纵波成像照明的VSP采集设计思路及实现方法。首先根据密度和速度测井资料或以往VSP速度资料建立1D速度模型,通过AVO分析初步确定最大偏移距选择范围;然后根据该最大偏移距范围,通过改进高斯射线束进行非零偏移距VSP勘探目标反射纵波成像照明模拟,以确定最佳最大偏移距和合适的观测井段;最后根据Walkaway-VSP(WVSP)/3DVSP观测系统,模拟勘探目标的横向覆盖次数及其分布,经过反复调整观测系统及采集参数,使勘探目标所获得的覆盖次数最大、分布最优。通过实际VSP观测系统设计方案对比分析,证明了本文VSP采集设计技术良好的应用效果。(本文来源于《石油物探》期刊2018年06期）
李扬[7]（2018）在《面向图像目标识别和检测的深度神经网络关键技术研究》一文中研究指出近年来,人工智能相关领域再次进入了人们的视野,得到了学术界、工业界的共同关注,成为了当前国际竞争的新焦点。在众多人工智能应用当中,图像目标识别和检测是关键技术,也是计算机视觉领域的热点研究课题。目标识别的核心任务是判别图像中的目标类型(分类问题),而检测问题通常可归约为给定图片下的多目标识别问题。目标识别问题通常采用机器学习算法解决,在图像特征上训练分类模型。因此设计鲁棒的、表达能力强的特征是目标识别的关键和重要研究内容。也因此,特征提取算法成为了计算机视觉众多应用领域的关键共性技术。随着深度学习技术的突破,以卷积神经网络进行特征学习逐渐取代了以专家知识和经验驱动的手工设计特征,成为了处理图像目标识别和检测任务的基本方法。但这也同时引入了一些新的挑战,具有代表性的是,更有效的网络结构设计、利于训练深层网络的优化方法,和变换不变的卷积特征表示。针对上述挑战性问题,论文以卷积神经网络的特征学习为切入点展开研究,在神经网络的功能单元,权重初始化方法及特征不变性叁个方面进行深入分析和探讨。论文的主要研究内容和创新工作如下:1.针对现有非线性单元由于数学性质差异而产生的表达鸿沟问题,提出了一种参数可学习的指数非线性单元。现有非线性单元在数学性质上的差异使得表示能力存在一个鸿沟,影响了神经网络的非线性建模能力。为此,论文提出了一种参数可学习的指数非线性单元。该方法采用两个参数控制指数函数的饱和值和饱和位置,并通过端到端优化参数来控制函数形状,使得输入输出的线性与非线性关系可以在同一个模型中描述,从而解决了表达鸿沟问题。本文在不同规模的数据集上验证了该方法有助于模型泛化能力的提升。从视觉任务处理角度看,该方法具有一定的通用性,不仅适用于图像目标识别和检测任务,也为其他应用提供了一种可选方法。2.针对现有初始化方法在理论上受限于非线性单元类型的问题,提出了一种卷积神经网络的权重初始化方法。现有权重初始化方法在理论推导过程中需考虑非线性单元的函数形式,隐含高次项的非线性单元会使得方程难以求解。论文通过对非线性单元取一阶泰勒近似,降低了理论推导过程中的方程求解难度,使得更多类型的深层神经网络在初始化问题上也可以求得解析解。该方法虽然会产生一定的误差,但论文从理论、数据两方面验证了该误差在初始化阶段是可忽略的。该方法的理论意义使得深层网络的结构设计可以有更多的选择,也为初始化理论的进一步扩展提供部分借鉴。3.针对卷积特征对大范围空间变换较为敏感的问题,提出了变换不变卷积特征的表示学习方法。对于特征不变性问题,数据增广、变换不变池化算法均是有效的方法,但各自优缺点不同。前者以数据驱动引入特征不变性,但需要延长训练时间和增大模型容量。后者通过像素式最大池化进行特征学习,但对未知变换的泛化能力不强。将两种方法结合,可以取长补短。据此本文设计了丢弃变换网络表示学习框架。该方法在样本输入时引入多种随机变换,并在特征融合阶段采用池化算子按照给定策略筛选特征,最终输出变换不变卷积特征。本文在多个具有变换噪声的数据集上进行实验,验证了该方法的有效性。该方法增强了卷积特征对多种变换的不变性,为研究学者处理视觉识别问题提供了一种可选方法。(本文来源于《北京邮电大学》期刊2018-09-20）
朱静浩[8]（2018）在《面向微珠逆反射目标的零差激光干涉测振关键技术研究》一文中研究指出零差激光干涉测振技术是工业生产和科学研究中重要的振动检测手段。近年来,在航空航天、超精密制造工程等领域迅猛发展的推动作用下,振动测量的位移准确度在向纳米级、亚纳米级方向迈进。具有逆反射效应的微珠反射材料可以有效提高测量信号信噪比,然而测量光强度变化和激光散斑噪声依然会引入几纳米甚至微米级的位移测量误差,这是制约零差激光干涉测振仪准确度进一步提高的关键问题。本课题在深入分析传统零差激光干涉测振仪探测系统的基础上,建立基于微珠逆反射材料反射特性的测振干涉信号模型。分析了测量光强度和散斑噪声对测振解调位移准确度的影响机理,进而提出了一种基于平衡分光策略的周期非线性误差抑制方法、以及一种基于微邻域扫描的散斑噪声抑制方法,以期提高测振仪的准确度和稳定性。具体研究内容如下:为了明确微珠逆反射材料反射特性对零差激光干涉测振的误差作用机理,结合激光干涉理论和偏振光传输原理,建立了基于微珠逆反射材料反射特性的零差激光测振干涉信号模型。分析表明,测量光强变化时,探测系统分光不对等会引入可变的周期非线性误差,影响解调位移的准确度;散斑噪声会对测量光幅值和相位共同调制,进而引起解调位移的失真。从而明确实现探测系统的平衡分光和提高干涉信号振幅与相位的稳定性是提高测振准确度的关键因素。为了有效补偿测量光强度变化引入的可变的周期非线性误差,提出了一种基于平衡分光策略的周期非线性误差抑制方法。根据平衡分光策略设计平衡分光光路,抑制直流偏置误差并克服测量光强变化的干扰,提高后续周期非线性误差补偿的稳定性;在信号处理中对干涉信号的特征参数在线提取,利用多级流水式处理实现残余周期非线性误差的实时补偿,该方法仅含定点乘法运算,可提高补偿的实时性。另外,对于纳米级振幅振动的测量,利用光快门实现干涉信号特征参数的提取,据此补偿周期非线性误差。实验表明归一化测量光强由1变到0.1时,直流偏置误差始终被抑制在满信号幅值的5%以下;周期非线性误差引入的振动谐波强度由9 dB衰减至-26 dB;1 m/s振速范围内,测振解调位移的非线性误差峰峰值小于2.0 nm。为了有效抑制散斑噪声引入的测振解调位移失真,根据激光散斑噪声的统计学特性,提出一种基于微邻域扫描的散斑噪声抑制方法。利用测量光在被测点附近微小区域高速扫描测量,使散斑噪声被周期性调制;继而利用低通滤波实现信号的平均和平滑,滤除周期性的散斑噪声,使得探测器接收到的干涉信号幅值和相位趋于平稳,降低测振解调位移的失真度。实验结果表明,微珠逆反射目标表面缺陷处的解调位移失真度为58.3%,利用微邻域扫描的方法可将该值减小至3.4%。最后,以微珠逆反射目标为测量对象,本课题分别对平衡分光探测系统、周期非线性误差在线补偿方法、以及微邻域扫描散斑噪声抑制方法进行实验验证。实验结果表明,本文所提出的周期非线性误差补偿方法和散斑噪声抑制方法可以有效增强零差激光干涉测振仪的抗测量光强度和散斑噪声干扰能力,提高测振解调位移的准确性。(本文来源于《哈尔滨工业大学》期刊2018-09-01）
谭晶磊,张红旗,雷程,刘小虎,王硕[9]（2018）在《面向SDN的移动目标防御技术研究进展》一文中研究指出软件定义网络是基于开放标准的灵活架构,通过控制层管理网络功能和服务,具有控转分离、集中控制的特性;移动目标防御技术致力于构建一个不断变换的环境以提高网络系统的视在不确定性,需要灵活可定制、集中可控制的网络架构加以实施,因此将移动目标防御与软件定义网络相结合已成为更具应用价值研究热点。首先,分别介绍了软件定义网络和移动目标防御的基本概念,概括了软件定义网络所面临的安全威胁,阐述了面向SDN的移动目标防御的实现模型;其次,分别从SDN数据层、控制层和应用层归纳了移动目标防御的技术方法;最后,总结了现有SDN动态防御面临的挑战,对面向SDN的移动目标防御技术发展方向进行了展望。(本文来源于《网络与信息安全学报》期刊2018年07期）
王为民[10]（2018）在《面向质量目标的产品制造过程优化关键技术研究》一文中研究指出在产品制造过程中,加工和装配是产品制造的主要任务,因此产品的质量除了与产品的设计有关外,还取决于零件的加工质量以及产品的装配质量,即制造过程质量对产品质量有非常大的影响。由此可见,为了保证产品质量的可靠性和稳定性,不仅要求产品在加工过程中要严格保证各功能零件具有高精密的加工精度,而且在装配过程中实现各功能部件在高精度、高效率和高稳定性组装的基础上进一步保证产品具有最优的整体性能。本文以高质量要求产品的制造过程为背景,围绕高精密激光微加工技术和选择装配技术,提出了产品在加工和装配过程中的质量优化关键技术,主要研究内容如下:在分析高质量要求产品制造过程特点、不确定性和质量影响因素的基础上,从理论研究和系统实现的角度出发,构建了由基础数据层、数据应用层和软件交互层组成的质量优化体系结构,并确定了面向高质量要求产品制造过程各个阶段的质量优化关键技术。以高质量要求产品高精密零件的加工过程为研究对象,提出了一种新型多步激光微加工方案,在质量和成本最优的目标下,构建零件单位加工成本的优化模型,应用改进粒子群优化算法进行求解。数值仿真对比和案例验证加工结果表明该方案相较于传统激光微加工方案能大大提高零件的合格率,同时减少单位加工成本。以高质量要求产品非正态分布零件的组装过程为研究对象,提出了一种新型分组选配方案,建立选配目标函数,应用改进遗传算法进行求解。数值仿真对比结果表明该方案相较于传统分组选配方案能大大提高产品的合格率,减少剩余零件。以高质量要求产品多尺寸特性零件的组装过程为研究对象,提出了一种新型精确选配方案,基于改进田口质量损失模型建立了多目标质量损失函数,应用改进NSGA-Ⅱ算法进行求解,数值仿真结果表明该方案能实现多尺寸链多尺寸特性装配质量损失问题的多目标优化,提高多尺寸特性零件组装过程的装配尺寸精度稳定性。以高质量要求产品多元质量特性零部件的总装过程为研究对象,提出了一种新型精确选配方案,引入信噪比构建了一种新型田口质量损失模型,应用改进SPEA2算法进行求解,数值仿真结果表明该方案能实现多尺寸链多个质量特性装配质量损失问题的多目标优化,提高多元质量特性零部件总装过程的产品质量稳定性。(本文来源于《南京理工大学》期刊2018-06-01）
面向目标技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
网络技术的快速发展和普及,对人类的生活模式产生了巨大的影响。目前在线购物已经成为人们的主要购物模式之一,用户评论对商品/服务提供商和其他潜在用户具有重要的参考价值。然而,用户评论的海量性使得用户难以快速地检索到期望的信息。因此,对用户评论进行自动化和智能化的分析处理显得极其重要。观点目标和观点词是用户评论中两个核心的成分,前者描述了用户对什么对象发表评价,后者表达了用户对该对象持有什么样的态度,这两者承载了大部分的用户观点信息。因此,从文本中自动抽取观点词和观点目标是进行评论分析和智能应用的一项基础工作。本文围绕观点词和观点目标的系统抽取展开研究,主要工作包括:(1)在已有的工作中,有监督的观点对抽取方法能够达到较好的抽取效果。然而,这类方法依赖于高质量的训练样本,而样本标注是一个耗时费力易错的过程。我们提出一种利用众包计算从用户评论中迭代式获取高质量观点词对的方法。首先,通过EM算法评估工作者的可靠性;然后,基于工作者的可靠性进行任务分发;最后,结合工作者可靠性和返回结果中标注词对的依赖信息产生最终的观点词对。在此过程的每次迭代中,利用生成的结果重新评估工作者的可靠性,能够在不增加成本的基础上保证结果的质量。实验结果表明,我们的方法在预算固定的情况下能够获取更多的观点词对。(2)基于带有注意力机制的观点依赖关系分析,进行观点词对抽取的方法。同一类商品下,观点词对中包含的观点目标和观点词通常有着很强的观点依赖关系,因此在观点词对的提取过程中,可以通过对评论句子中单词间的观点依赖关系进行分析来提取出观点词对。首先,构建出评论句子的依赖关系分析模型来获取到评论句子中每个单词之间的依赖关系信息,本文选择的基本模型是LSTM神经网络;然后,假设评论句子中所包含的观点词对中的一项是已知的,并将该已知项作为模型的注意力信息,使得模型能够从评论句子中有重点地提取出与该已知项具有强观点依赖关系的单词或词组,作为观点词对中的另一未知项;最后,将观点依赖关系得分最高的词对作为观点词对进行输出。接着研究工作进一步设计了一种复合模型,通过结合两种包含不同已知项信息的上述模型,来达到在不需要提前知道已知项的情况下实现观点词对的挖掘。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
面向目标技术论文参考文献
[1].夏鲁瑞,薛武.面向卫星在轨应用的目标实时探测技术及实现[J].光学与光电技术.2019
[2].赵威.面向用户评论的观点目标和观点词协同抽取技术[D].桂林电子科技大学.2019
[3].左志昊.面向IPv6子网扫描的目标地址生成技术研究[D].北京邮电大学.2019
[4].纪巍.面向视频压缩域的实时目标识别技术研究[D].郑州大学.2019
[5].张强,陆耀宾,于俊朋.面向应用的GM-CPHD雷达多目标跟踪技术[J].工业控制计算机.2019
[6].张新东,罗斌,周翼.面向勘探目标基于反射纵波成像照明的VSP采集设计技术[J].石油物探.2018
[7].李扬.面向图像目标识别和检测的深度神经网络关键技术研究[D].北京邮电大学.2018
[8].朱静浩.面向微珠逆反射目标的零差激光干涉测振关键技术研究[D].哈尔滨工业大学.2018
[9].谭晶磊,张红旗,雷程,刘小虎,王硕.面向SDN的移动目标防御技术研究进展[J].网络与信息安全学报.2018
[10].王为民.面向质量目标的产品制造过程优化关键技术研究[D].南京理工大学.2018