检索结果-南通市图书馆

作者：周丁中国科学技术大学

学位级别：硕士

近年来,经济与科技的蓬勃发展催生出一批规模更大、复杂度更高的项目与工程。与此同时,越来越多的人开始选择以团队合作的形式以期更好、更快地达到项目与工程所要求的目标,例如在学术合作、立法系统等竞争激烈等场景中。然而,如何快速... 详细信息

近年来,经济与科技的蓬勃发展催生出一批规模更大、复杂度更高的项目与工程。与此同时,越来越多的人开始选择以团队合作的形式以期更好、更快地达到项目与工程所要求的目标,例如在学术合作、立法系统等竞争激烈等场景中。然而,如何快速、高效、智能地构建起一个团队并满足项目与工程的要求仍旧充满了挑战。具体地,为了提升团队合作成功的概率,团队的构建通常需要考虑多方面的因素。一方面,团队需要引进具有不同专业、资历和背景的成员,以提升团队在项目与工程上的专业性和权威性;另一方面,团队中成员通过不同的策略吸引来自不同渠道的具有共同利益的支持者,亦能使得项目与工程能够获得多渠道的支持与帮助。因此,深入分析以项目与工程为核心的团队提案过程,也即个人通过团队合作的方式使得代表其共同利益的团队提案成功的过程,是量化提案分析与团队合作学习领域的重要课题。然而,现有的针对团队提案的量化分析方法仍然有较大的提升空间。首先,现有的技术并未充分的挖掘和利用团队提案过程中的复杂结构信息,例如人际关系、利益关系和支持关系等。当下主流的团队提案过程分析大多只利用个人层面的履历信息并计算个人与团队提案的匹配程度来进行团队提案成功与否的预测。这一类方法极大的忽略了团队层面信息,使得其无法精确的反映团队提案的完整过程,进而导致在预测性能与可解释性上有一定的局限性。其次,现有的量化提案分析与团队合作学习方法大多基于传统的统计学习方法。这一类方法往往需要人工构造大量的特征并且其非端到端的学习方式使得它们的效率较低且不易于应用。因此,为了更好地对团队提案进行建模与量化分析,本文从团队提案过程的个人层面与团队层面出发,以解决传统方法忽略复杂结构信息而导致性能与可解释性较差的弊端。更进一步地,本文通过深度学习、图神经网络等复杂结构建模方法,以解决传统方法中的效率和易用性问题。本文的主要研究内容与贡献有以下三点:(1)在量化提案分析与团队合作领域,区别于现有方法只关注于个人层面的履历或投票记录等信息,本文开创性的提出从个人层面以及团队层面的角度完整的建模团队提案过程。(2)提出了基于个人和团队层面的团队提案过程建模框架,该框架通过使用深度学习、图神经网络等复杂结构处理方法,充分融合了个人专业、个人利益诉求以及团队潜在支持者等相关信息,从而能够更加精准的对团队提案过程进行建模。(3)基于以上的方法框架,本文在真实的实验数据上进行了大量的数据分析和对比实验。实验结果表明本文所提出的基于多渠道效益均衡的团队提案表征方法的有效性。同时,基于模型的可解释性,案例分析中的发现能够被用于团队建设的指导与建议。

关键词：量化提案分析团队合作学习专业与态度识别图神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模式识别的高密度肌电控制方法研究

基于模式识别的高密度肌电控制方法研究

作者：喻斌中国科学技术大学

学位级别：硕士

人体的所有动作都是由神经系统支配多组肌群相互协调,共同完成的。肌电信号（Electromyography,EMG）是一种伴随肌肉活动产生的重要生理信号,能在一定程度上表征用户实时的运动状态和意图。依据此生理学基础,通过放置电极于皮肤表面采... 详细信息

人体的所有动作都是由神经系统支配多组肌群相互协调,共同完成的。肌电信号（Electromyography,EMG）是一种伴随肌肉活动产生的重要生理信号,能在一定程度上表征用户实时的运动状态和意图。依据此生理学基础,通过放置电极于皮肤表面采集表面肌电信号（surface EMG,sEMG）,解码其运动信息以实现肌电控制的技术成为了当下热门的研究课题。在控制策略方面,肌电控制从最初的单一自由度“开关”控制、比例控制,发展到可实现复杂运动控制的多自由度模式识别控制,逐步接近人体的运动控制机制。随着近年来电子科学技术的发展,基于模式识别的肌电控制技术取得了飞跃式的进步,越来越多的研究致力于探索提升肌电模式识别性能的方法。但是这些研究大都局限在实验室环境中,肌电控制在实际运用中会面临多种因素的挑战,算法的鲁棒性通常难以保证,极大地限制了该技术的发展应用。本文以精巧手指动作的肌电模式识别为目标,针对肌电控制方法及其应用中存在的问题,采用柔性电极阵列采集高密度sEMG（high-density sEMG,HD-sEMG）,从深入挖掘HD-sEMG空间信息的角度,探索新的肌电模式识别控制方法,并通过实验对所提方法进行性能验证。研究工作和成果概括如下:（1）基于动作转换点检测的肌电模式识别后处理算法研究。该研究依据动作模式不会在短时间内频繁瞬变的假设,针对HD-sEMG特征“图像”所表达的运动信息设计模式距离参数,用于检测动作模式转换点,进而优化常规的多窗联合决策后处理方法,以提高肌电模式识别的鲁棒性。算法在12类手指动作的跨力度测试方案和无静息测试方案中进行了验证,与未经后处理的单一分类器结果相比,在两个实验方案中所提算法的识别率分别提升了 7.33%与10.91%,并且均显著高于其他传统的后处理算法（p＜0.05）,证实了该算法的鲁棒性和可行性,特别在实际控制指令输出中确保了平顺连贯性。（2）基于深度学习的多自由度并行控制算法研究。该研究结合肌肉骨骼力学原理和深度学习技术,针对HD-sEMG空间信息解析问题,通过搭建深度神经网络模型解码各手指运动的模式信息,从而形成一种新型的多自由度并行控制方法,成为常规肌电模式识别对各自由度“串行”控制的有效扩展。算法按照单手手指伸展所对应的五个自由度进行并行控制,在15类手指动作的并行测试方案中进行了验证,与常规的并行控制算法相比,所提算法的识别率显著地提升了6.04%（p＜0.05）,证实了该算法的有效性。此外,该并行控制方法还在预测未经训练的多自由度新手势动作问题中展示出了应用潜力。本文研究旨在提升高密度肌电控制的鲁棒性和实用性,帮助其应对实际应用中的各种挑战,实现更加自然便利的控制系统,促进其在消费电子、机器人控制以及康复医疗中的广泛应用。

关键词：高密度肌电信号肌电控制方法模式识别动作转换点检测后处理深度学习并行控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多带信号的高效采样系统的研究

基于多带信号的高效采样系统的研究

作者：童力中国科学技术大学

学位级别：硕士

在空间电子侦察活动中,存在对多个频段目标信号侦察接收的任务需求。现代无线信号常常是被高频调制的窄带信号,对于多个频段的目标信号其频谱特点呈多带特性,即信号频谱分布较宽且子带信号相对带宽较窄。对于这样一类信号的数字化采样,... 详细信息

在空间电子侦察活动中,存在对多个频段目标信号侦察接收的任务需求。现代无线信号常常是被高频调制的窄带信号,对于多个频段的目标信号其频谱特点呈多带特性,即信号频谱分布较宽且子带信号相对带宽较窄。对于这样一类信号的数字化采样,采用经典的Nyquist采样方法需要很高采样速率,随之会带来高功耗与高数字资源消耗的问题。本文在系统功耗及数字资源受限的应用环境下,针对多带信号的数字化采样问题,开展了以下工作：1、多带信号高效采样与重构。通过对目前主要的高效采样方法的比较,确定采用了周期非均匀采样方法作为本文对多带信号的高效采样方法。分析了最优系统采样率的问题,得到了周期非均匀采样最优系统采样率的确定方法,确定的系统采样率可以接近两倍信号有效带宽。对于实际多带信号的非理想带限问题,提出了基于最小化重构滤波器组系数二范数的采样参数优化方法,减少了由于多带信号非理想带限对信号重构所带来的影响。仿真结果表明,周期非均匀采样能够实现对信号的高效采样,同时通过采样参数优化方法可以获得良好的信号重构性能。2、多带信号频谱结构感知与监测。根据周期非均匀采样与重构需要信号频谱结构先验信息的问题,提出了基于能量检测扫描式频谱结构感知方案,实现了在本文的应用环境下,低功耗低复杂度的频谱结构感知要求。根据信号频谱结构非合作时变问题,提出了基于周期非均匀采样的频谱结构监测方法,并对该监测方法进行了性能的优化。频谱结构监测方法通过构造监测向量,实现了以周期非均匀采样速率对信号频谱的进行监测。仿真结果证明了频谱结构感知与监测方法的有效性。3、高效采样系统工程实现。基于系统应用要求,设计并实现了基于多带信号的高效采样系统。对系统进行了测试与分析,测试结果表明所实现的系统达到了应用要求,同时也验证了相关研究内容的正确性。

关键词：多带信号周期非均匀采样采样参数优化频谱结构感知与监测

一体化电子侦察系统中分布式数据通信平台的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一体化电子侦察系统中分布式数据通信平台的研究与实现

作者：张蓓蓓中国科学技术大学

学位级别：硕士

随着电子技术的飞速发展,电磁信息空间变得越来越复杂,对当代电子信息战中所使用的电子侦察技术提出了更高的要求,传统的单一功能的电子侦察装备已经不再适应现代的作战环境,综合一体化的电子侦察系统应运而生。一体化的电子侦察系统将... 详细信息

随着电子技术的飞速发展,电磁信息空间变得越来越复杂,对当代电子信息战中所使用的电子侦察技术提出了更高的要求,传统的单一功能的电子侦察装备已经不再适应现代的作战环境,综合一体化的电子侦察系统应运而生。一体化的电子侦察系统将不同种类、不同用途的电子侦察装备和功能系统与多种电子侦察手段综合为一个通用平台,通过计算机网络实现平台中信息共享、资源共享等,同时也形成了一个典型的分布式应用环境。在一体化的电子侦察系统中,各个硬件设备、软件模块以及子系统之间通过大量的数据通信以实现协同工作,共同完成侦查数据的收集与处理、侦查结果的分析与判断,因此一个有效的分布式数据通信平台是一体化电子侦察系统完成侦察任务的重要保证。本文在深入分析和总结电子侦察系统中现有数据通信技术已有成果的基础上,围绕一体化电子侦察系统的数据通信特点和需求,设计并实现了一个基于ZeroMQ的分布式数据通信平台,研究了该系统的设计方案和关键技术,主要开展了以下的研究工作：首先,本文分析了一体化电子侦察系统中数据通信的特点和需求,指出了现有的电子侦察系统内部数据通信技术所面临的诸多挑战。其次,本文根据一体化电子侦察系统的分布式数据通信特点和需求,给出了系统的总体设计方案,描述系统中各个主要功能模块的具体设计,包括系统服务器、消息服务器、系统API三个核心模块的主要功能和组成结构。并为分布式通信平台提供丰富的消息收发模式,包括发布／订阅、并行管道、点对点、请求／应答模式。从一体化电子侦察系统中分布式数据通信特点出发,设计了数据通信的通用消息格式和通信平台内部交互的命令格式。再次,本文根据分布式数据通信平台的总体架构设计,给出了系统各个功能模块的详细设计方案和关键技术。从系统松散耦合的需求出发设计并实现了一个主从备份的高可用性系统服务器集群,从系统服务透明性出发设计并实现了一个消息服务器连接管理策略,从系统可靠性及消息持久性出发设计并实现了一个基于文件的异步消息持久存储方案。最后,本文构建了一个一体化电子侦察系统应用场景对分布式数据通信进行功能和性能测试,结果表明,本文实现的分布式数据通信平台满足一体化电子侦察系统中分布式数据通信的需求。

关键词：一体化电子侦察通信平台 ZeroMQ 消息

基于用户兴趣偏好的个性化营销算法及应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户兴趣偏好的个性化营销算法及应用研究

作者：邵期翔中国科学技术大学

学位级别：硕士

近些年来,随着移动互联网技术的快速发展,人类社会进入了信息爆炸的大数据时代。大数据时代下,海量信息导致的信息过载问题,使得用户无法高效地处理信息。除此之外,信息差所带来的市场不平等问题也变得尤为突出。在这样的社会背景下,营... 详细信息

近些年来,随着移动互联网技术的快速发展,人类社会进入了信息爆炸的大数据时代。大数据时代下,海量信息导致的信息过载问题,使得用户无法高效地处理信息。除此之外,信息差所带来的市场不平等问题也变得尤为突出。在这样的社会背景下,营销行业面临着前所未有的挑战。为了克服这一挑战,结合大数据和人工智能技术的个性化营销,成了营销行业的一个新的发展趋势。个性化营销,是一种数据驱动的营销模式。它采用大数据和人工智能技术深度分析用户数据,进而建模用户的兴趣偏好,最终为用户提供精准和产品或服务。然而,在实际场景中,用户兴趣偏好的建模往往会面临如下关键挑战:1)用户属性多样性。用户在不同的场景下会展现出截然不同的特征属性,特征属性的不同会对用户的兴趣偏好建模产生巨大的影响。2)用户行为多样性。用户的行为是多样的,不同用户行为之间存在着潜在的关联,会导致其相互影响甚至形成用户的行为模式。为了解决上述的挑战,本文系统地开展了有关用户画像建模和用户行为分析的研究。总的来说,本文的主要研究内容和贡献可以概括如下:首先,本文研究了用户画像建模相关的方法。针对金融场景下的理财产品营销任务,本文通过建模用户画像的方法去定位那些购买理财产品意向强烈的潜在客户。然而,在实际场景下,存在着一些关键问题使这个任务变得具有挑战性:1)用户特征属性冗余。金融场景下存在着大量的与该任务无关的用户特征,这些特征数据不仅会降低模型的训练速度,增加模型的存储开销,更不利于用户画像的精确建模;2)样本采样空间偏差。训练数据样本与实际样本之间存在的数据分布偏差会影响最终模型的泛化效果。3)训练样本稀少。稀少的训练样本不利于模型参数的学习。为了解决这些问题,本文提出了基于多任务学习的特征抽取模型MFEM。MFEM模型参考了过滤式和嵌入式特征选择算法的思想,提出了一种两阶段的特征选择算法,可以从海量的用户特征属性中高效准确地选择与任务目标高度相关的用户特征。除此之外,MFEM还设计了多个相关的子任务,通过多任务学习的框架,解决了样本采样空间偏差的问题,提高了目标任务的泛化性。最后,MFEM模型采用了多任务学习中参数硬共享的机制,解决了数据稀疏场景下模型参数学习困难的问题。其次,本文研究了用户行为分析相关的方法。针对捆绑包推荐的应用场景中存在的两种不同类型的用户行为,即用户与捆绑包的交互行为以及用户与物品的交互行为,可以认为这两种用户行为都反映了用户的独特偏好。此外,由于捆绑包是由单个物品组成的,所以用户对捆绑包和对物品的偏好会互相影响。因此,如何建模这两种行为之间存在的潜在关联,是捆绑包推荐任务的关键所在。并且,由于捆绑包推荐场景下交互行为数据十分稀疏,会导致很难学习到鲁棒且有区分性的表征向量。为了解决这些问题,本文提出了基于三部图建模的双视角对比学习模型TGCL。TGCL基于用户的两类交互行为数据和捆绑包与物品的组合数据,分别从捆绑包的视角和物品的视角建模了两个独立的三部图。然后,TGCL采用了一种高效的图卷积方法去学习表征向量,并提出了一种偶数层的图卷积聚合方法捕获来自同质节点的协同信息。最后,TGCL还设计了一个双视角的对比学习模块,分别从用户偏好和捆绑包结构这两个不同的视角,构建节点自判别式的任务,提高了表征向量的鲁棒性和辨别性。最后,本文进行了大量的实验来分别验证MFEM模型和TGCL模型的有效性。针对MFEM模型,本文在某金融科技银行真实的用户场景数据集上进行了相关的实验,实验结果证明MFEM模型能有效提高潜在客户定位的准确性。针对TGCL模型,本文分别在四个不同应用场景的捆绑推荐数据集上进行了相关的实验,实验结果证明TGCL模型的推荐精度相比于现有的基线模型有了很大程度的提升。

关键词：个性化营销用户画像建模用户行为分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉的扫地机器人导航系统设计与实现

基于视觉的扫地机器人导航系统设计与实现

作者：李敏中国科学技术大学

学位级别：硕士

扫地机器人受到越来越多家庭的欢迎,但目前国内绝大多数扫地机器人不具备自主导航能力、技术落后,少数具备自主导航能力的产品大多采用激光雷达导航技术,成本较高。国外先进的扫地机器人主要采用了视觉导航技术,而国内在这方面差距较大... 详细信息

扫地机器人受到越来越多家庭的欢迎,但目前国内绝大多数扫地机器人不具备自主导航能力、技术落后,少数具备自主导航能力的产品大多采用激光雷达导航技术,成本较高。国外先进的扫地机器人主要采用了视觉导航技术,而国内在这方面差距较大。本文在低成本的扫地机器人平台上,设计和实现了一套基于视觉的自主导航系统,主要工作包括:1.分析扫地机器人自主导航的功能要求,概述了完整的扫地机器人导航系统必备的四大模块:环境观测与地图构建模块、自主定位模块、路径规划模块和运动控制模块;完成了基于视觉的扫地机器人导航系统总体设计,该系统应用了课题组对天花板视觉定位和视觉测距的相关研究成果,采用ARM+STM32双处理器架构,ARM处理复杂的视觉计算和高层次建模与规划,STM32完成底层传感器数据的采集处理以及运动控制。2.建立扫地机器人的运动模型,对系统中各子模块进行详细的理论推导和设计。机器人定位采用惯性定位+视觉定位的方案,使用视觉定位对惯性定位的累积误差进行校正,兼顾惯性定位自主性高、实时性好和视觉定位误差小的优点;根据视觉测距传感器、红外测距传感器等获取的环境障碍物信息构建栅格地图;采用局部规划和全局规划相结合的方案实现对工作空间的全覆盖;采用分解的方法简化运动控制问题,将运动控制划分为ARM端的路径跟随和STM32端的运动指令执行两部分。3.完成STM32子系统软件的编写,阐述了 STM32端传感器数据采集与处理、运动指令执行、串口通信的实现。重点介绍对霍尔编码器以及红外测距传感器异常数据的处理方法、运动指令执行流程、PID控制器的设计和实现。4.在移植了 OpenCV库的Linux操作系统上,设计实现了 ARM子系统软件的多线程结构用于各功能模块的异步执行。阐述了 ARM端串口通信、惯性定位、地图构建以及路径跟随的实现。设计了一种改进的连通域标记算法,并基于该算法实现路径规划中目标区域的搜索。在搭建的扫地机器人样机上进行了单元测试和系统实验。结果表明设计实现的自主导航系统能满足扫地机器人的自主导航需求,完成了室内环境的全覆盖清扫。

关键词：扫地机器人自主导航环境感知和建模定位运动控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的遥感图像目标检测研究

基于深度学习的遥感图像目标检测研究

作者：李星悦中国科学技术大学

学位级别：硕士

现代遥感技术的不断发展,涌现出大量空间分辨率更高、内容更加丰富的遥感图像,为遥感图像各领域的研究提供了重要的分析条件和资源。遥感图像目标检测作为遥感图像处理中的首要任务,在军事和民用领域有着重要的实际应用价值,受到了国内... 详细信息

现代遥感技术的不断发展,涌现出大量空间分辨率更高、内容更加丰富的遥感图像,为遥感图像各领域的研究提供了重要的分析条件和资源。遥感图像目标检测作为遥感图像处理中的首要任务,在军事和民用领域有着重要的实际应用价值,受到了国内外学者的广泛关注和研究。近年来,深度学习模型尤其是深度卷积神经网络,因其具有良好的语义特征提取能力,在自然场景图像目标检测中得到了广泛而成功的应用。由于遥感图像与自然场景图像的成像方式不同,直接将这些深度学习方法运用到遥感图像领域,会存在小目标丢失严重、抗干扰性差、密集目标丢失误判等诸多问题,因此,本文围绕深度学习方法在卫星可见光遥感图像目标检测中的应用展开研究,主要的研究工作及成果概括如下:(1)针对目前的深度特征对遥感图像中小目标的特征响应较低、抗干扰能力差的问题,提出一种基于空洞卷积与上下文信息的深度特征提取方法,并嵌入到Faster R-CNN目标检测框架中。该方法通过有效提升特征图分辨率增强小目标响应,通过增加上下文信息辅助分类器判别。此外,由于公开的遥感图像目标检测数据集资源的匮乏,本文为大型地物目标和小型地物目标分别构建和标注了BODRS-2和TODRS-3数据集。实验结果表明,提出的方法能够有效降低遥感图像目标检测的漏警率和虚警率,且鲁棒性高,不论是在小数据量数据集还是大数据量数据集上都能够取得较好的检测效果。(2)针对目前大多数基于深度学习的目标检测算法采用的水平边界框目标定位方式,对遥感图像中密集分布、方向任意的目标定位不准确造成漏检的问题,提出一种基于任意角度边界框的目标定位方法,并嵌入到Faster R-CNN目标检测框架中。该方法引入任意角度边界框对目标进行“无冗余”定位,为了适应长宽比较大的舰船目标添加了相应的锚点比例设置,为了降低任意角度边界框对水平边界框预测的干扰,加大了水平边界框回归的权重。与经典目标检测算法的对比结果表明,所提方法能够有效地降低遥感图像目标检测的漏警率和虚警率。(3)为提高目标检测的效率,提出一种高分辨率卫星可见光遥感图像分级目标检测方法,先在降采样后的低分辨率图像上检测出大型地物目标,然后将检测出的目标范围映射回原始高分辨率图像,最后进行小型地物目标的检测。本文基于上述工作构建了一个遥感图像目标检测实验验证系统,并在已有卫星可见光遥感图像数据上对该分级目标检测方法的性能进行了测试与评估。

关键词：目标检测遥感图像深度学习空洞卷积任意角度边界框

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于定向演化方法开发正交的合成生物学工具

基于定向演化方法开发正交的合成生物学工具

作者：陆扬中国科学技术大学

学位级别：硕士

随着生物技术的发展,生物学的主要研究正在从单纯的观察实验转变到设计建造复杂的生物学系统,编程细胞使之产生所需的结构和功能。在这个过程中,合成生物学和系统生物学等的类似于工程设计类的研究发展很快。作为一个新兴学科,合成生物... 详细信息

随着生物技术的发展,生物学的主要研究正在从单纯的观察实验转变到设计建造复杂的生物学系统,编程细胞使之产生所需的结构和功能。在这个过程中,合成生物学和系统生物学等的类似于工程设计类的研究发展很快。作为一个新兴学科,合成生物学主要关注于通过工程学原理来理性设计细胞反应,获取可以用于指导建造一个生物学系统或者一个微型的生物学通路所需要的信息,并且这些设计在生物技术,生物感应,医药等研究中往往也有很大的应用潜力。最初的合成生物学研究在设计简单遗传回路并将其编程重组到细胞来实现一定的细胞功能取得了很多成果,但是这些遗传回路设计较为简单,不足以运用到更为复杂的基因网络之中。设计思路更为复杂、参与的细胞组分更多的基因调控网络需要进一步对基本的生物学调控元件进行进一步优化。所以本研究从两个层次来产生正交的,即并行运作的合成生物学工具：1.突变蛋白质降解系统产生正交运行的降解集合利用和设计蛋白质降解系统ClpXP-SsrA来处理合成生物学问题的研究在设计更好的生物学系统中占据着很重要的作用。相互不干扰的降解系统可以促进对基因网络更为精确的设计和建造。之前的研究发现了两个不被野生型C1pX识别的SsrA变体,这可以作为研究的起点。本研究构建了一个C1pX的突变体库,试图用dual selection和screening的方法找到具有所需特性的C1pX突变体。但由于这些方法产生了很多假阳性的结果,因此很难高通量筛选蛋白降解系统突变体,并没有得到合适的突变体。要实现从大量的个体组合中找到合适的突变体更多理性的设计。2.改造转录因子实现并行运作合成生物学的基本研究来自于利用、设计和改造转录因子和下游DNA,或者说形成鲁棒性高的转录因子和DNA组合。实现转录因子-基因模块可以极大促进构建高层次、可编程的网络。以前的研究发现,作为细菌,特别是许多种类致病菌的毒性、自身活力调控、细菌社会性交流的重要方式,细菌的群体感应系统的转录因子LuxR可以识别很多种启动子,虽然这些启动子很多都包含一类叫luxbox的序列。所以改造LuxR使得新的类型可以和野生型并行识别lux box序列可以更好地设计基因调控通路,更好地理解群体感应系统高度等级化的结构。本研究利用定向演化的方法改造了LuxR的C terminal domain使之识别野生型不识别的lux bo x变体,从而最终实现了正交化转录因子-基因的建立。这些正交对在合成生物学网络构建、群体感应系统等级结构的研究中有应用潜力。通过上述两个实验,本研究实现了对生物学基本组分的改造,使之平行地与原有的组分运作。同时,更深入地探索了合成生物学重要方法,定向演化的实现原理和方法。

关键词：合成生物学正交对群体感应系统 LuxR ClpXP 蛋白降解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SCA的切伦科夫望远镜原型电子学研究

基于SCA的切伦科夫望远镜原型电子学研究

作者：闫柳江中国科学技术大学

学位级别：硕士

位于四川省稻城的“高海拔宇宙线观测站”(Large High Altitude Air Shower Observatory,LHAASO)现已实现全阵列运行,LHAASO的大视场和极高的能谱测量精度为寻找100TeV光子源提供了强有力的保证,并已取得突破性的研究进展。如果采用视... 详细信息

位于四川省稻城的“高海拔宇宙线观测站”(Large High Altitude Air Shower Observatory,LHAASO)现已实现全阵列运行,LHAASO的大视场和极高的能谱测量精度为寻找100TeV光子源提供了强有力的保证,并已取得突破性的研究进展。如果采用视场较小,但空间分辨更好的成像大气切伦科夫望远镜阵列(Imaging Atmospheric Cherenkov telescopes,IACT)与之互为补充,则可实现对伽马源的内部结构进行精细测量,也有助于对LHAASO观测到的超高能伽马源的认证,因此这是LHAASO建成之后又一项重要的工作。目前,国际上已建成了多个IACT阵列,如大气伽玛切伦科夫成像望远镜(Major Atmospheric Gamma Imaging Cherenkov telescope,MAGIC)、高能立体望远镜系统(High Energy Stereoscopic System,H.E.S.S.)、超高能辐射成像望远镜阵列系统(Very Energetic Radiation Imaging Telescope Array System,VERITAS)等,它们基于光电倍增管(Photomultiplier,PMT)探测高能伽马光子在大气中的簇射过程中产生的切伦科夫光,已取得了一系列令人瞩目的观测成果。近年来,随着实验技术的发展,由于硅光电倍增管(Silicon Photomultiplier,SiPM)探测器具有高光电转换效率、低成本、在强光下工作不易损坏的优势,在IACT中应用SiPM探测器进行探测成为伽马天文观测中的一种新兴趋势。在LHAASO基础上建设的面向伽马天文观测的IACT即计划基于SiPM探测器进行研制。IACT读出电子学需要实现大动态范围下的高精度电荷测量,并具备一定的精度的时间测量能力。而在IACT应用中,SiPM输出信号相对于传统的基于PMT的IACT输出信号特征存在差异。首先,SiPM探测器的输出信号宽度更大,在20 ns～90 ns范围内,相应的在电荷测量时需要更宽的电荷积分窗口;同时,IACT在工作中会观测到夜空本底干扰(对应单光电子信号),因此,在更大的积分窗口下,此本底干扰会对电荷测量结果造成明显的影响;此外,相对于PMT,SiPM输出信号形状具有更显著的不一致性。上述情况对电子学系统的设计提出了挑战。针对上述要求与挑战,在本论文研究中采用分段多增益测量与基于开关电容阵列(Switched Capacitor Array,SCA)的波形数字化相结合的技术展开研究,以实现大动态范围、较大波形不一致性下的信号读出。工作中设计并对比测试了基于隔离放大和电流扇出的两种模拟前端电路的设计方案;在波形采样技术上,进行了关键参数的取值分析,特别是深入分析了在不同基线测量区间和电荷积分窗口下本底干扰对测量的影响,结合电子学基线噪声特性选取最佳化的积分窗口时间,并相应在现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)中设计了滑动窗口式的基线计算处理及相关逻辑,完成实时的波形信息提取。在方法研究的基础上,进行了电子学原型系统的设计与测试,测试结果表明该原型电子学系统可以在5 P.E.～8000 P.E.动态范围内完成IACT中SiPM信号测量,在5 P.E.处的电荷精度好于25%,在8000 P.E.处的电荷精度好于3%,在全动态范围内的时间测量精度好于800 ps RMS,达到了研究目标。本论文的结构介绍如下:第一章阐述了伽马天文观测的物理背景,介绍了成像大气切伦科夫望远镜的特点,并根据SiPM探测器输出信号的波形特征,给出了前端电子学的设计指标需求。第二章对宇宙线实验电子学中的时间和电荷测量的基本方法进行了调研,包括定时甄别的基本方法、电荷-幅度转换技术、电荷-时间转换技术和波形数字化技术。第三章介绍了望远镜原型电子学系统的设计和实现。首先,通过对SiPM探测器输出信号特征的分析,确立了 SiPM探测器读出技术路线。然后,对SiPM探测器输出信号中的夜空本底干扰展开讨论,通过计算和仿真分析了夜空本底干扰对电荷测量结果的影响,确认了电荷积分区间长度和基线采集区间长度等关键参数的最佳范围。最后根据讨论和分析结果,提出了读出电子学原型系统的设计方案,并介绍了其硬件电路和FPGA逻辑的具体实现。第四章介绍了望远镜读出原型电子学的测试方法和测试结果,包括SCA芯片的标定和修正测试、瞬态波形测试、基线测试、电荷性能测试与时间性能测试。测试结果表明,各项指标可以满足应用需求,达到了研究目标。第五章对论文进行了总结,并对未来的工作做出展望。

关键词：切伦科夫望远镜开关电容阵列波形数字化时间测量电荷测量

一种基于Hausdorff距离的运动目标跟踪算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于Hausdorff距离的运动目标跟踪算法

作者：何力中国科学技术大学

学位级别：硕士

运动物体的视觉分析是计算机视觉研究领域的重要课题之一,近年来,随着视频影像应用领域日益广泛,这方面的研究倍受关注。运动物体视觉分析的主要目的是从一组包含运动物体的图像序列中检测、识别、跟踪运动目标,并对其行为进行理解和描... 详细信息

运动物体的视觉分析是计算机视觉研究领域的重要课题之一,近年来,随着视频影像应用领域日益广泛,这方面的研究倍受关注。运动物体视觉分析的主要目的是从一组包含运动物体的图像序列中检测、识别、跟踪运动目标,并对其行为进行理解和描述。其中,运动检测和运动跟踪等属于底层视觉问题,而行为的理解和描述等属于高层视觉问题。本文是针对视频序列分析中的运动物体检测和运动跟踪等底层视觉问题而提出,主要研究如何在视频序列中定位感兴趣的运动物体,并在后续帧中持续跟踪该物体的轮廓,从而分析其运动方式与轨迹。具体地说,首先在某个视频序列的第一帧中采用基于GVF(Gradient Vector Flow)的Snake模型提取运动物体的初始轮廓,然后在后续帧中以该轮廓为模板进行目标匹配,匹配方法采用基于概率论中最大似然准则的Hausdorff距离进行,该方法以统计学中的似然度代替传统的Hausdorff距离特征点的距离做为测度,并采用一种基于多分辨率的仿射空间搜索算法寻找最优解。本文工作的主要内容和创新在于: 1.利用一种不同于通常的Hausdorff距离方法利用目标模板和特征图像点间距离作为测度,而是采用概率论似然度作为测度,该方法匹配精度更高,而且能够利用特征点的统计信息及先验知识。 2.利用多分辨率搜索算法快速找出最优解,它的优点在于可以在快速找出不符合要求的待选位置并排除,提高了整个系统的执行效率。实验结果表明该算法在保证搜索精度的前提下,可以有效地减少搜索时间。

关键词： Hausdorff距离运动目标跟踪图像序列检测多分辨率搜索视频序列分析