首页期刊导航|中国科学院大学学报
期刊信息/Journal information
中国科学院大学学报
中国科学院研究生院
中国科学院大学学报

中国科学院研究生院

石耀霖

双月刊

2095-6134

journal@ucas.ac.cn

010-88256013

100049

北京玉泉路19号(甲)

中国科学院大学学报/Journal Jounal of University of Chinese Academy of SciencesCSCD北大核心CSTPCD
查看更多>>《中国科学院大学学报》是由中国科学院主管、中国科学院大学主办的自然科学类综合性学术期刊,主要刊登中国科学院各研究所、中国科学院大学、其他高等学校和研究机构的科研人员、教师和研究生在基础科学和技术科学领域的优秀论文。
正式出版
收录年代

    结合特征信息聚类分区的遥感影像配准方法

    石正一刘朔夏昊
    97-106页
    查看更多>>摘要:针对由于地形起伏、地物类型丰富等因素导致一般配准方法无法正确拟合遥感影像局部区域的问题,提出一种基于特征信息层次聚类对影像区域快速划分实现精细拟合的方法.该方法利用差分空间尺度约束提取更高精度的SIFT的特征点,并结合Hellinger变换优化匹配效率,完成特征粗匹配.根据点邻域信息完成初始聚类,得到变换模型;计算匹配点对不同变换模型的符合程度构建倾向集,根据距离合并集合得到聚类中心,使用泰森多边形法生成子区域.求解每个子区域的变换模型并插值拼接,得到配准结果.使用农田、山地、沿海城镇地形的遥感影像进行实验,将SIFT+ST、FSC-SIFT、PSO-SIFT方法的配准效果与该方法进行对比,结果表明该方法的精度与目视配准效果均更优.

    遥感影像配准层次聚类局部拟合子区域划分模型一致性

    一种结合局部与半全局几何保持的影像匹配算法

    郑美艳陈俊葛小青张红...
    107-116页
    查看更多>>摘要:遥感影像匹配是众多遥感应用中数据处理的关键前置步骤,但高程差导致的影像局部畸变和影像匹配的复杂性严重限制了高分辨率影像的匹配精度.提出一种适用于局部畸变和高外点比例的鲁棒匹配算法,首先利用Delaunay剖分算法在假定匹配点集上施加几何约束,得到特征点局部邻接关系;然后基于邻接信息进行预过滤;采用多尺度的策略建立局部邻接关系一致约束模型;最后定义三角形相似度函数实现匹配恢复.利用3组高分辨率影像开展对比实验,实验结果表明该算法的平均精度比RANSAC提高7.69%,在外点率高于90%时仍旧稳健.

    高分辨率遥感影像图像匹配Delaunay三角网几何保持多尺度

    面向Ad-Hoc协作的局部观测重建方法

    陈皓杨立昆尹奇跃黄凯奇...
    117-126页
    查看更多>>摘要:在多智能体强化学习的研究中,如何进行Ad-Hoc协作,也就是说如何适应种类和数量变化的队友,是一个关键问题.现有方法或者有很强的先验知识假设,或者使用硬编码的规则进行合作,缺乏通用性,无法泛化到更一般的Ad-Hoc协作场景.为解决该问题,提出一种面向Ad-Hoc协作的局部观测重建算法,利用注意力机制和采样网络对局部观测进行重建,使得算法认识到并充分利用不同局面中的高维状态表征,实现了在Ad-Hoc协作场景下的零样本泛化.在星际争霸微操环境和Ad-Hoc协作场景上与代表性算法的性能进行对比与分析,验证了算法的有效性.

    多智能体深度强化学习信用分配Ad-Hoc协作

    一种面向PUF的模糊提取器设计与实现

    宋敏特侯凯茹占强王争光...
    127-135页
    查看更多>>摘要:基于SRAM等方案实现的物理不可克隆函数(PUF)易于受电压变化、热噪声等环境因素影响,存在可复现性较差的内在缺点,因此极大限制了其在密码和通信等领域的应用.借助BCH码的精确纠错译码特性,设计了一种具有大纠错容量的模糊提取器,用于实现SRAM原始数据的重建.搭载本设计的SRAM PUF芯片在华虹宏力0.11 µm CMOS平台制造,模糊提取器部分消耗面积为306 267 μm2,搭载的本源BCH码具有127 bit的码长和27 bit的纠错能力,满足PUF的实际应用需求.

    物理不可克隆函数BCH码模糊提取器数字集成电路设计

    基于多层次深度模型的社交网络核心谣言传播节点识别

    李元张栖朱建明焦建彬...
    136-144页
    查看更多>>摘要:鉴于在线社交网络谣言控制的时效性与及时性,提出一种基于多维特征的两阶段图卷积网络(MSF-GCN)学习模型.该模型试图在尽早的时间实现精准定位核心谣言传播节点,从源头上阻断谣言扩散.通过将MSF-GCN方法与其他基准方法在谣言数据集上进行比对,实验结果验证了MSF-GCN学习模型更加有效.

    在线社交网络谣言识别核心节点图卷积神经网络