信息融合
第一章:多源信息融合的基本概念 信息融合的定义 信息融合就是一种多层次、多方面的处理过程,包括对多源数据进行检测、相关、组合和估计,从而提高状态估计和身份估计的精度,以及对战场态势和威胁的重要程度进行适时完整的评价。 JDL数据融合模型 在JDL数据融合模型中,包括以下几种处理过程: 第一级处理:目标评估 第二级处理:态势评估 第三级处理:影响评估 第四级处理:过程评估 信息融合的级别 按照融合系统中的数据抽象层次,融合可划分位三个级别:数据级融合、特征级融合、决策级融合 特征级融合:参量模板法、特征压缩、聚类方法、人工神经网络、K阶最近邻法 决策级融合:Bayes推断、专家系统、D-S证据推理、模糊集理论 通用处理结构 集中式结构 分布式结构 混合式结构 按融合技术分类 假设检验型信息融合 滤波跟踪型信息融合 聚类分析型信息融合 模式识别型信息融合 人工智能型信息融合 按信息融合的目的分类 检测融合 估计融合 属性融合 应用领域 人工智能机器人 智能交通系统 汽车控制 图像融合、检测与处理 遥感遥测 入侵检测 第二章:量测和观测方程 窄带随机噪声 如...
光学生成模型
作者信息 加州大学洛杉矶分校的团队 做的是深度学习光学、光学计算、计算成像、生物传感的研究,近两年研究的内容包括:扩散模型、衍射处理器、衍射网络、全光图像去噪、全光成像 随着数字生成模型变得越来越大,快速和节能地进行扩展推理成为一个挑战。 此文提出了受扩散模型启发的光学生成模型: 浅层和快速的数字编码器将随机噪声映射到相位图案,作为目标数据分布的光学生成种子 自由空间的重构编码器通过联合训练,以全光方式处理这些生成种子,并根据目标数据分布生成前所未见的图像。 除了照明功率和通过浅层编码生成随机种子之外,这个光学生成模型在合成图像过程中不消耗算力。 实验内容: 数据集:MNIST, Fashion-MNIST, Butterflies-100, Celeb-A datasets, Van Gogh’s paintings and drawings 生成了对应数据集的图像,实现了单色和多色的光学生成效果 性能:与基于数字神经网络的生成模型相当。 生成模型: 创作多样化、高质量的合成图像 应用领域:自然语言处理、生成音乐作品、设计新型蛋白结构…… 现有的数字生成模...







